双视场视觉引导技术研究

提出了一种双视场三维视觉引导方法。利用大视场深度相机和小视场三维扫描仪构建双视场视觉系统，深度相机采集大视场空间三维信息，快速识别被测物体，并进行初始位姿估计；根据空间和位姿信息，小视场三维扫描仪定位到扫描位置，扫描高精度被测物体，获取三维外形；根据三维外形信息，规划加工路径，引导机器人进行维修加工。最后，通过实验验证了系统的有效性。     

民用旅客机撤离过程动态引导方法研究

紧急情况下民用旅客机乘客的撤离疏散过程存在无法充分利用所有可用出口的问题,为了减少旅客机紧急情况下乘员的总撤离时间,基于元胞自动机理论,考虑出口可用性动态变化对撤离过程的影响,提出一种旅客机应急撤离过程动态估算方法,制定五类共计20条撤离规则,建立旅客机应急撤离引导模型。以某149座旅客机为例,使用引导模型进行仿真分析,并与未经引导的撤离过程进行对比。结果表明:引导模型可充分利用所有可用出口,可使总撤离时间减少6%以上,最优性能统计值减少30%以上。     

基于有限时间引导律的欠驱智能船舶循迹控制

针对欠驱智能船舶在执行循迹任务时，受路径曲率和环境力干扰影响导致横向偏差增大的问题，对欠驱智能船舶的引导策略进行了研究。提出了一种有限时间收敛的自适应引导律，并基于该引导律实现了欠驱智能船舶循迹控制，使循迹过程中的横向偏差在有限时间内收敛至零。相比于传统积分引导律，所提方法的控制参数可以根据横向偏差的变化进行自适应调整，更快地引导欠驱智能船舶进行直线和曲线循迹。通过仿真对比验证了所提方法的有效性和先进性。      

无人机自主引导跟踪与避障的近端策略优化

针对无人机地面动态目标跟踪问题，建立了远距离自主引导与近距离伴飞避障2个阶段的马尔可夫决策过程模型。在此基础上，提出了一种改进的近端策略优化（PPO）算法。考虑到无人机接收到的数据具有时序性且环境状态存在上下文关联，所提算法采用长短期记忆（LSTM）网络，通过无人机与目标的实时位置关系等状态信息来计算奖励值，更新网络参数，并进行自适应优化迭代。通过基于ROS系统的仿真测试平台进行试验，结果表明：所提算法安全有效地实现了侦察任务全过程的自主机动，与传统的PPO算法相比，LSTM的引入缩短了模型训练时间，跟踪与避障的效率明显提高，进一步加强了算法的鲁棒性、准确性和实时性。