基于合作的冗余度双臂机器人的避碰研究

冗余度双臂机器人在危险或太空环境中具有极高的应用价值，但是实现有效的和实时的合作是很困难的。在合作的双臂机器人之间实现避碰是成功地应用冗余度双臂机器人的关健。尽管基于距离函数的方法已被证明简单和有效，但是不同的避碰点经常会产生不同的避磋结果，甚至会导致失败。本讨论了避碰点的选择问题，提出了一种新的避碰点选择方法，并用冗余度平面机器人对该方法进行了验证。     

卫星编队队形重构避碰技术研究

提出了一种新的考虑避碰约束的编队队形重构路径规划方法.首先通过常规编队重构规划方法得出各星的机动策略,以此预测重构过程中各星最小距离,将此最小距离大于安全距离作为约束条件,重新规划出队形重构轨迹.仿真结果表明,该方法计算量小,能够快速地规划出考虑避碰约束时的队形重构卫星机动轨迹,且能有效节省能量消耗.     

基于预测控制的无人机编队内部避碰

针对无人机编队内部避碰问题,首先采用基于预测控制的方法,解决了在即将发生碰撞情况下无人机的航向调整问题;然后,建立了航路回归模型,解决了无人机避碰后,迅速回归预定航路的问题。仿真结果表明,文章给出的避碰方法能够有效解决无人机编队内部碰撞问题。     

考虑运动学约束的不规则目标遗传避碰规划算法

 针对复杂环境下不规则目标的路径规划问题,提出了一种带有运动学约束的遗传避碰规划算法。以舰载机在航母甲板上的路径规划问题作为研究对象,并且该算法可推广至其他具有此类约束的路径规划问题中,它较好地解决了目标形状复杂、障碍环境复杂、目标运动时带有回转半径约束等特殊问题。在传统遗传路径规划算法的基础上,针对性地设计了三维位置和姿态混合编码、三段法路径解码、轨迹包围盒的碰撞检测及距离计算等方法,并在遗传操作中引入惩罚项和修补策略来辅助算法寻优。最后,为得出复杂环境下的最优路径,基于VC++平台对算法进行了仿真验证。结果表明,在复杂障碍环境下,本文提出的算法可求得最优避碰路径,并满足预先设定的目标回转半径约束,能够有效地解决此类目标的避碰路径规划问题。     

基于支持向量机的航空发动机转静碰摩部位诊断规则提取

引入基于支持向量机(SVM)的数据挖掘技术,提出了基于SVM的转静碰摩部位诊断知识获取.首先,基于带机匣的航空发动机转子实验器,模拟了4个碰摩部位的碰摩实验,利用机匣4个部位的应变测试,获取了4个碰摩部位和4个测点的大量实验数据;然后提出了一种基于支持向量聚类(SVC)的诊断知识规则提取方法.在该方法中,利用SVC算法得到特征选取后样本的聚类分配矩阵,最后根据聚类分配矩阵构建超矩形规则.为使规则更加简洁,易于解释,采用规则合并、维数约简、区间延伸等方法对超矩形规则进行进一步简化.利用基于SVM的数据挖掘方法,从大量的碰摩部位实验数据中提取出了转静碰摩部位诊断的知识规则,并进行了相应解释和验证,规则识别率达到了99%以上,表明了该方法的正确有效性.      

无人机自主编队制导律设计

自主编队是无人机集群作战的关键技术.提出了一种基于视线的三维无人机双机与多机自主编队方法.制导律采用横纵分离的经典PD控制方式进行设计,建立了加入制导律的双机、多机的质点相对运动学模型,通过求解该模型在平衡点处的雅克比矩阵的特征根,来判断制导律的稳定性.仿真结果表明:设计的制导律能有效导引无人机构成编队,并保持编队飞行.     

基于预测控制方法的UAV编队飞行

针对传统UAV编队控制律显式考虑约束能力不强的不足,基于预测控制方法和虚拟结构控制策略,设计了一种分布式编队控制律。该控制律能显式地考虑各种约束,每个UAV仅需要滚动求解有限时域优化问题得到自身控制输入,提出了一种简单的代价惩罚的方法实现障碍规避,并将优先级策略引入UAV之间避碰中。仿真结果表明,所设计的编队控制律具有...     

一种在线再入侧向制导方法

侧向制导是飞行器再入制导的重要组成部分,由于传统侧向制导方法不能对倾侧角反转次数进行在线优化,往往会给再入飞行器姿态控制系统的设计带来沉重负担.为此,利用伪谱法可在线快速求解优化问题的特点,提出了一种基于伪谱法的在线再入侧向制导方法,并结合纵向预测校正制导法进行再入制导解算以缩减优化规模.仿真结果表明,在保证制导精度的前提下,所提方法有效地减少了倾侧角反转次数.     

基于神经网络的飞行器再入制导研究

论述了神经网络理论在飞行器再入制导方面的应用.在分析各方法优缺点的基础上,提出了一种基于广义同归神经网络(GRNN)模型的再入制导方法.神经网络通过一组选定的轨迹样本进行有导师训练,训练好之后作为控制指令生成器,输入为再入过程中飞行器的状态参数,输出为倾侧角控制量,迎角控制量则由迎角剖面给定.仿真结果验证了该方法在再入...     

高速再入飞行器带落角约束末制导律研究

针对高速再入飞行器以预定角度攻击地面目标的要求,提出了一种基于Lyapunov稳定性定理的具有终端落角约束的末制导律.该制导律在纵向平面内将视线角及其角速率视为状态变量,合理构造Lyapunov函数,通过调节Lyapunov函数的系数,保证以期望的落角击中目标.该导引律不需增加任何制导观测信息,就可以有效满足落角约束要求.最后,以CAV-H为对象进行了三维仿真.仿真结果表明,该制导律能有效提高制导精度,并且多项性能指标均优于最优制导律.     

基于零空间方法的四旋翼无人机避障与协同编队控制

针对四旋翼无人机在编队飞行执行任务时可能遭遇障碍物问题,考虑多无人机避障及机间避撞的需求,提出 1种基于零空间方法的四旋翼无人机避障与协同编队控制算法。首先,建立四旋翼无人机动力学模型,并建立虚拟控制量简化控制模型;其次,基于零空间方法进行避障与协同编队控制算法研究,将无人机任务执行分解为目标趋向任务、避障避撞任务和协同编队任务,并根据优先级进行任务融合得到期望速度;再次,基于 PID方法设计控制律;最后,通过仿真验证所提控制算法的有效性。所提方法可保证四旋翼无人机在编队飞行中遭遇障碍物时的飞行安全。     

结合跳点引导的无人机随机搜索避撞决策方法

针对无人机在城市空域环境和密集交通流下的避撞决策问题，提出马尔科夫决策过程（MDP）和蒙特卡洛树搜索（MCTS）算法对该问题进行建模求解。蒙特卡洛树搜索算法在求解过程中为保证实时性而使其搜索深度受限，容易陷入局部最优，导致在含有静态障碍的场景中无法实现避撞的同时保证全局航迹最优。因此结合跳点搜索算法在全局规划上的优势，建立离散路径点引导无人机并改进奖励函数来权衡飞行路线，在进行动态避撞的同时实现对静态障碍的全局避撞。经过多个实验场景仿真，其结果表明改进后的算法均能在不同场景中获得更好的性能表现。特别是在凹形限飞区空域仿真模型中，改进后的算法相对于原始的蒙特卡洛树搜索算法，其冲突概率降低了36%并且飞行时间缩短47.8%。     

Radar-assisted collision avoidance/guidance strategy for planarflight

We propose a radar-assisted collision avoidance/guidance strategy (RACAGS) for flight vehicles on low altitude missions. The task of obstacle avoidance and guidance are integrated in a single collision avoidance/guidance strategy. The avionic aids and computational requirements are modest as the strategy mainly depends on range-map and inertial system information. The strategy is first implemented in a planar scenario and then extended to three-dimensional and nominal trajectory following flight scenarios. Several simulation studies are presented for illustration     

无人机空中冲突探测与避撞研究

近年来,无人机运输业迅猛发展,其飞行过程中的冲突探测与避撞问题成为亟需解决的关键问题。在无人机周围建立合理的三维空间模型,优化包括紧急避撞区域、一般避撞区域、监视及提前避撞区域的三级避撞区域系统,并利用ADS-B报文提供的无人机位置、速度等信息,基于无人机一般二维平面上的冲突探测与避撞算法,通过增加垂直方向上的冲突识别来改进冲突探测算法,对比调速、调向两种避让方案在各避撞区域的成功率。结果表明：改进算法能够在无人机数量大幅增加的情况下有效识别冲突无人机,同时采用先调速后调向的避让方案,使避撞成功率达到99.75%,为保障无人机的飞行安全提供有效策略。     

复杂环境下多无人机轨迹姿态协同控制

考虑多无人机在实际飞行过程中的避障需求，在建立面向控制的四旋翼无人机轨迹姿态模型基础上，为克服传统多无人机为每架无人机规划轨迹的不足，研究了基于多无人机中心点的轨迹设计策略。进一步，考虑避障约束，基于半定规划进行迭代区域扩张完成了多无人机的安全飞行区域及队形设计。在此基础上，基于干扰补偿策略为每架无人机设计了协同控制器，最终确保了多无人机在多障碍环境下的安全飞行。     

基于自组网策略的多机编队与防撞任务研究

近年来多旋翼无人机编队飞行技术取得了巨大的突破,将无人机技术与自组网技术相结合将会促进无人机集群技术的发展。为了促进无人机编队飞行技术的发展,以5架六旋翼无人机为研究对象,重点研究了基于自组网策略的多旋翼无人机队形组成、队形保持、队形重构以及飞行过程中的避碰策略,设计了数据闭环的地面编队控制软件并进行试飞验证。测试结果表明,该数据闭环地面编队控制软件稳定可靠,实现了编队队形组成、保持、重构以及在队形变换过程中的机间避碰等功能,对多旋翼无人机编队飞行工程化实现具有一定的参考价值。     

基于预设性能的四旋翼无人机编队安全控制

针对四旋翼无人机编队系统存在模型不确定性、未知外部干扰与内部碰撞等问题,提出一种基于预设性能的安全控制方法。首先使用预设性能函数结合误差转换方法,将防止内部碰撞的不等式约束问题转换为无约束问题。同时针对模型中的不确定项,使用神经网络进行逼近;针对神经网络逼近误差与未知外部干扰组成的复合干扰,使用非线性干扰观测器进行估计,并分别设计位置与姿态子系统控制器,避免了编队内四旋翼无人机的碰撞。然后借助Lyapunov方法证明了闭环系统所有信号的收敛性。最后通过数值仿真验证了所提控制方法的有效性。     

基于复杂网络的无人机飞行冲突解脱算法

为解决局部空域内的无人机（UAV）群相撞和可能发生连锁碰撞问题,创新地以复杂网络理论为基础,将无人机群的飞行冲突解脱分为关键节点选择和避撞方向选择2个步骤实施,最大限度地保证无人机群受威胁时的安全性。通过分析无人机群的状态信息,选择最重要无人机（关键节点）进行避撞,同时遵循鲁棒性最小原则进行避撞方向选择。通过2个典型无人机飞行案例的仿真实验,验证该策略不仅可以有效解决当前无人机的冲突问题,而且可以防止连锁碰撞,实现整体的最优化。大量仿真实验验证了所提算法的可行性和可扩展性,以及与随机选择方向避撞算法进行比较,结果表明该算法能够提升无人机群的安全性。     

基于多轨迹预测的飞机近地防撞技术研究

针对飞机近地飞行安全问题,提出了一种基于多轨迹预测的飞机近地防撞技术实现方法。建立了飞机近地防撞功能触发的架构逻辑和评价标准,设计了一套六自由度多轨迹实时预测的轨迹预估算法和防撞控制算法,将近地防撞模型与飞机模型结合起来,在数字仿真环境中验证整套算法的合理性。结果表明,基于多轨迹预测的飞机近地防撞算法实时性好,飞行轨迹预测准确性高,逻辑架构鲁棒性强,易于成果转化,具有很高的工程应用价值。     

Extended dynamic system modulation for real-time obstacle avoidance

In this paper, a novel real-time obstacle avoidance method based on Dynamic System(DS), is proposed. The proposed method ensures the impenetrability of multiple convex obstacles by online modulating the original velocity field of the DS. It can be applied to perform obstacle avoidance in the state space of the DS with both autonomous and non-autonomous DS-based controllers. While realizing the obstacle avoidance, the equilibrium points of the original DS can be saved. The modulation matrix form ...