基于改进YOLO V5的无人机航拍图像小目标检测方法

本文针对无人机航拍目标检测技术中目标聚集、目标较小及实时性差等问题,将YOLO V5的主干架构进行改进,简化Neck网络,提出了一种提高检测速度又能准确识别的无人机航拍图像检测技术方案。经过仿真实验测试,改进后的YOLO V5网络在保持识别精度的同时,检测速率提升了31%,满足无人机在航拍作业时对于准确性与实时性的要求。     

Coactive design of explainable agent-based task planning and deep reinforcement learning for human-UAVs teamwork

Unmanned Aerial Vehicles (UAVs) are useful in dangerous and dynamic tasks such as search-and-rescue, forest surveillance, and anti-terrorist operations. These tasks can be solved better through the collaboration of multiple UAVs under human supervision. However, it is still difficult for human to monitor, understand, predict and control the behaviors of the UAVs due to the task complexity as well as the black-box machine learning and planning algorithms being used. In this paper, the coactive design method is adopted to analyze the cognitive capabilities required for the tasks and design the interdependencies among the heterogeneous teammates of UAVs or human for coherent collaboration. Then, an agent-based task planner is proposed to automatically decompose a complex task into a sequence of explainable subtasks under constrains of resources, execution time, social rules and costs. Besides, a deep reinforcement learning approach is designed for the UAVs to learn optimal policies of a flocking behavior and a path planner that are easy for the human operator to understand and control. Finally, a mixed-initiative action selection mechanism is used to evaluate the learned policies as well as the human’s decisions. Experimental results demonstrate the effectiveness of the proposed methods.     

基于地外天体起飞的真空羽流导流技术仿真与试验研究

针对着航天器发动机羽流导流问题,基于工程经验提出了四种典型导流装置型面(包含内凹槽形式和导流锥形式等),利用计算流体动力学/直接模拟蒙特卡罗(CFD/DSMC)耦合方法,对起飞过程中羽流导流带来的气动力和气动热效应进行了数值模拟,并对不同导流装置情况下羽流场激波、航天器表面压强和热流密度分布规律进行了分析,给出了四种导流装置的导流效果评价。最后以导流锥形式开展试验,对仿真算法进行了验证。结果表明：羽流导流并没有导致发动机燃烧不稳定;综合考虑航天器羽流和发动机安全性,大导流锥导流的方案最优;在导流锥附近的激波位置及形态和仿真一致,仿真与试验的变化趋势一致,仿真算法可信,数据规律可以作为工程参考。     

无人机系统的安全性与危险源分析

无人机系统的战术性能及优势将使其在未来高技术战争和民用航空中发挥越来越重要的作用。然 而,由于有人机与无人机飞行事故的特点不同,使得有人机的安全性分析与管理措施不完全适用于无人机系 统。首先,对无人机系统的飞行事故进行统计分析,得出无人机系统事故的特点;然后,合理借鉴有人机的安全 性分析,定义无人机系统的安全性,提出无人机系统事故的严酷度等级划分及相应的危险可接受度;最后,从设 计、机组训练及使用操作三方面进行危险源分析。本文提出的无人机系统不安全事件发生可能性等级划分和 危险源定性分析,可为后续无人机安全管理框架的构建奠定基础。     

DV摄像选修课在高校学生素质教育中的作用浅析

DV摄像选修课近几年来已逐步走进大学校园。本文分析了该课程在高校学生素质教育中的重要作用。该课程集技术与艺术于一体,能提升大学生的艺术鉴赏能力和审美情趣,能培养学生创造性思维和创新精神,为高校实施大学生素质教育开辟了一条新途径。     

基于干扰观测器的四旋翼无人机离散时间容错控制

为了飞行控制方案便于在计算机上实现，针对具有外部干扰和执行器加性故障的四旋翼无人机（UAV）角度运动方程，给出一种基于干扰观测器的离散时间跟踪控制方案。通过设计离散时间干扰观测器抑制外部干扰和执行器故障的不利影响，并结合干扰观测器设计离散时间控制器。通过数值仿真验证了基于干扰观测器的离散时间容错控制方案的有效性。仿真结果表明，设计的离散控制器能够保证外部干扰和执行器故障综合作用下的四旋翼UAV系统跟踪控制性能。     

基于量子行为鸽群优化的无人机紧密编队控制

随着军事、民用需求的提高和相关领域的技术推动，无人机编队协同作业已成为当今人们逐渐关注的焦点。无人机紧密编队是指无人机间侧向距离在1~2倍翼展内的编队，因其可有效改善编队中无人机的气动性能而备受瞩目。基于无人机紧密编队条件下的气动耦合效应，建立三维空间下的状态空间方程描述双机相对运动，并推导了紧密编队条件下的双机最优编队构型，在此构型下将人工势场法和编队控制相结合作为控制系统中的间接控制环，并针对基本鸽群优化算法的寻优缺陷利用量子行为规则对其进行改进，将改进后的鸽群优化算法和无人机控制量结合作为控制系统中的直接控制环，最后通过仿真对比验证了此控制系统对于紧密编队控制的有效性。     

无人机推进系统技术研究

不同用途的无人机由于其任务使命不同,对推进系统的要求也有较大差异.本文介绍了短寿命无人侦察飞机(URAV)、隐身无人作战飞机(UCAV)和高空长航时无人机(HALE UAV)推进系统的特点,分析了各种无人机对推进系统的要求以及推进系统技术对无人机性能的影响等.     

低空无人机交通管理概览与建议综述

大量无序飞行的低空无人机运行会对地面设施、公共安全、空中载人飞行器等带来危害。然而，目前民航空中交通管理不能适应未来数以百万架的无人机。为了应对该挑战，世界各国针对低空无人机空中交通管理开发了新框架。低空无人机空中交通管理属于近几年出来的新事物。藉此聚焦于低空无人机交通管理，从4个方面进行概览：低空无人机相关的空中交通基本概念及现状、低空无人机交通管理介绍、低空无人机交通管理的关键技术和低空无人机交通管理相关科学问题，以期望对无人机产业健康发展有一定的建议意义。     

由感知到动作决策一体化的类脑导航技术研究现状与未来发展

随着脑与神经科学以及人工智能技术的持续发展，昆虫和哺乳动物大脑导航机理启发下的感知/认知/路径规划/动作决策一体化类脑导航技术得到了较大发展，可以实现由原始感知信息输入到导航动作决策的直接输出，呈现出接近动物端到端面向目标导航的智能行为，具有提高密集型无人机集群导航鲁棒性、准确性、实时响应动作、自主智能性以及计算效率的潜力。阐述了昆虫和哺乳动物大脑导航机理及其互补对称关系，以及昆虫和哺乳动物大脑导航机理启发的端到端类脑导航技术内涵；论述了类脑导航技术研究进展，包括类脑环境感知、类脑空间认知、面向目标类脑导航；分析了类脑导航向智能化、神经形态系统以及群体导航发展的新趋势；最后讨论了类脑导航技术应用于无人机密集集群系统时存在的挑战。