基于因子图的无人机视觉定位方法

当前多用途无人机主要依靠全球导航卫星系统（GNSS）和惯性测量单元（IMU）的组合导航实现高精度定位，然而在强电磁干扰以及各类复杂环境GNSS拒止等情况下，该定位模式面临失效的风险。为探索一种GNSS拒止环境下的导航定位手段，对视觉导航方式进行了研究，针对无人机小交会角条件下视觉定位存在高程方向交会精度差、绝对尺度信息缺失、累积误差无法消除和定位轨迹不连续等问题，提出了基于因子图融合影像匹配和视觉信息的光束法平差方法，解决了无人机小交会角下的自主绝对定位问题。     

对低轨导航系统发展趋势的思考CSCD

全球卫星导航系统成熟的产业推广和技术应用极大地牵引了卫星导航发展需求,使相关学者愈来愈关注恶劣电磁环境下的抗干扰技术以及分米、厘米级高精度导航定位服务。低轨星座优越的平台/轨道特性使其被誉为未来极具潜力的卫星导航手段。特别是近十年商业航天的蓬勃发展,带动卫星平台技术及火箭运载技术突飞猛进,大大降低了低轨卫星制造与发射成本,使得面向低轨星座的导航定位技术成为研究热点和发展方向。首先深入地剖析了不同历史阶段低轨导航的应用方向和技术体制,梳理归纳了低轨卫星星座独立定位及低中高轨卫星联合定位两种应用模式的技术特点,然后分析了未来低轨导航在整个卫星导航系统体系中的应用前景和技术挑战,为未来低轨导航系统建设和发展提供设计参考与技术借鉴。     

基于因子图的卫星拒止环境下的多信息融合技术

目前,几乎所有军用和民用系统都依靠基于卫星的组合导航系统来获取导航定位信息。但卫星信号在都市、室内、地下等环境中容易受到干扰,使得导航结果精度降低。为了解决在卫星拒止环境下的导航定位问题,选用基于因子图的信息融合算法,来实现不同采集频率的导航数据信息的融合。实地跑车试验表明,该方法能在卫星信号失效情况下,实现多传感器信息快速有效融合,确保系统导航精度,提升卫星拒止环境下载体导航定位能力。     

多无人机协同导航技术研究现状及进展

UAV是无人驾驶飞机(Unmanned Aerial Vehicle)的简称,无人机相较于有人驾驶飞机具有用途广泛、成本低和生存能力强等特点,在军事民用领域都有着广阔的前景,受到了国内外研究者的关注。协同导航技术极大地扩展了无人机的应用范围,提高了多无人机定位的精度以及无人机编队的稳定性、安全性和可靠性。现阶段协同导航技术在编队导航、目标监测与跟踪等诸多方面都得到了研究与应用。从四个层次对协同导航的研究现状和进展进行探讨:首先是对多无人机协同导航的概念、基本原理、国内外发展现状和必要性进行阐述;其次对协同导航中相对导航方式进行了分类分析,并分别介绍了无线电导航与视觉导航的原理、优缺点和应用场景;然后从导航目的、协同导航优化算法、滤波方法、协同导航信息融合容错策略几个方面对协同导航进行分析归纳;最后,讨论了基于多无人机协同导航未来的发展趋势。     

多无人机辅助定位信标的区域导航定位算法

针对卫星导航系统在受到干扰不可用的情况,研究了多无人机（UAV）辅助的区域导航定位算法。以无人机作为空基信号播发平台,向地面用户广播其位置信息及同步时钟信号,地面用户通过接收无人机位置及与无人机的距离计算出其实时位置。以地面战车为例,为解决伪距单点定位算法中的矩阵不可逆问题,消除地面用户接收机的钟差,基于列文伯格-马夸尔特（LM）算法,提出一种地面用户的定位解算模型,同时,为提高一般最小二乘算法的计算精度,提出了两步最小二乘定位算法。在分析2种算法静态定位精度的基础上,设计了基于车载惯性传感器和无人机辅助定位信息的组合导航实现算法,实现了对战车的连续定位。仿真结果表明,在GNSS拒止环境下,利用无人机播发的定位信标信号并结合地面用户战车自带的惯性导航系统,可以实现对地面用户的可靠连续定位,满足一定区域范围内用户的导航定位需求。     

基于记忆融合模式的多无人机分散式协同导航方法

针对多无人机协同交互过程中存在的通信时滞问题，提出基于记忆-融合的多无人机分散式协同导航算法。在无人机惯性和全球卫星导航系统（GNSS）紧组合导航框架基础上，建立含时滞影响的系统状态向量，并对系统状态误差及其方差进行推导，进一步构建关于各无人机状态的最优估计模型，并基于状态误差方差最小准则对状态进行最优估计。建立了基于机间相对测量的多无人机分散式协同导航算法，提出了基于记忆融合模式的时滞处理方法。在GNSS可获取及拒止环境下进行多无人机协同导航仿真与实验测试，结果表明，所提出的基于记忆-融合的分散式协同导航算法能有效补偿通信时滞造成的精度损失，有效提高定位精度。     

序言

正以卫星导航为核心的PNT技术在军事领域和人类活动的其它领域都得到了广泛的应用,发挥着不可或缺的作用。众所周知,在某些特殊的应用领域(例如武器装备、无人平台等)不能过度依赖卫星导航。因此,怎样提高载体在卫星导航信号拒止或受到干扰情况下的自主导航能力,以及在复杂环境下的智能导航能力是目前导航技术领域面临的重大难题;于是,仿生导航、视觉导航、协同导航、全源导航等各类新型导航技术成为研究热点,以期为此提供新的技术途径。近年来,随着生理学、脑科学、物理光学等基础研究的重大突破,以     

基于惯性/激光测距/视觉里程计组合的高空场景尺度误差估计方法

惯性/视觉感知信息融合导航定位技术是目前实现无人机不依赖卫星自主导航的最有效手段。但对于面向高空场景的大型无人机,惯性器件误差与视觉里程计尺度误差耦合且特征平面化导致可观测性下降。针对这一问题,提出了利用惯性/激光测距/视觉里程计组合实现尺度误差估计的方法。通过开展误差模型建立、激光测量点与图像中位置匹配、无人机平飞机动下系统可观测性分析等关键技术研究,实现了高空场景下尺度误差的精确估计。经过300m高度机载试验数据验证,算法精度优于1.5%D,对卫星拒止条件下高空无人机自主导航具有重要意义。     

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。     

单兵自主导航技术发展综述

在卫星受限情况下的单兵自主导航技术是近年来研究的热点。首先介绍了单兵自主导航技术的发展概况,然后重点分析了基于MIMU的单兵惯性导航技术的主要原理和方法,之后针对纯惯性导航存在的问题,介绍了地磁、场景、视觉等常用的单兵辅助导航方法,并阐述了单兵协同导航技术。最后,简要介绍了单兵自主导航技术的未来发展趋势。     

基于卫星导航的铁路列车控制系统自主定位技术研究进展

基于卫星导航的车载自主化列车控制是智能铁路技术体系的关键组成部分。对中国列车控制系统体系架构进行了梳理,分析了列控专用列车自主定位基本结构及与列控系统的接口模式。结合列车运行控制对安全性的特定需求,探讨了列车自主定位性能需求体系,介绍了国内外基于卫星导航的新型列车控制系统的发展情况,阐述了列车自主定位技术内涵及主要研究进展,从多源感知融合无缝定位、列车卫星定位主动增强、定位专用轨道地图数据库、自主定位性能测试评估等多个方面进行了全面系统的梳理和分析,介绍了伪卫星增强列车定位、轨旁卫星定位增强网络、地理分布式零现场虚拟测试设施等典型成果,并对前沿技术运用演进、关键场景融合优化、复杂环境安全防护、跨层协同全息感知、专用标准规范体系等未来发展方向进行了展望。     

拒止环境下多弹协同导航及编队优化设计

针对拒止环境下的多弹编队协同导航问题,提出了一种基于协同导航的编队位置优化设计算法。建立编队协同导航框架和相对导航信息测量模型,并基于联邦式滤波算法进行协同导航解算;定义单弹和编队导航精度指标,建立编队位置分配优化模型,在给定高精度弹数量的前提下,利用遗传算法进行编队位置优化设计;在此基础上,在给定编队导航精度的前提下,对编队中高精度弹数量进行规划。仿真结果表明,该算法可以有效提高多弹编队的整体导航精度。     

无人机类脑吸引子神经网络导航技术

当前无人机在非结构化或未知环境下飞行主要采用SLAM进行导航与定位,存在如下突出问题：依赖高精度昂贵激光雷达等环境感知传感器;需要建立准确世界和无人机物理模型;受环境影响较大;自主智能水平较低,无法较好地满足无人机对导航系统的要求,需要发展自主智能的导航方式。基于吸引子神经网络的类脑导航技术,无需训练模型参数,不依赖高精度传感器,无需精确建模,且复杂环境下鲁棒性较强,具有解决上述问题的潜力。简要阐述了动物大脑导航机理,分析了吸引子神经网络和基于吸引子神经网络的类脑导航关键技术,最后讨论了吸引子类脑导航技术在无人机应用中的挑战。     

测绘导航高精度定位关键技术及应用

人工智能(AI)、卫星导航及室内定位三大技术的快速发展持续推动测绘科技向智能化、学科交叉、信息融合的方向发展。指出了装备虚拟化与数据处理多样化将成为测绘导航的基本形态，拓展了测绘学科的内涵与外延。智能滤波是未来测绘导航定位理论发展的重要方向，AI芯片将成为测绘导航装备的关键部件，从而提高滤波效率与产品的实用性。给出了车载导航模组研制的技术流程，提出了模组原始信息同步采集与延时补偿、自适应定位算法及嵌入式固件时间分片优化等关键技术，研制了覆盖分米、厘米及毫米级定位精度的无缝组网定位、车载导航及变形监测模组，并研发了相应的终端系统，针对相应的应用领域，给出了各自应用的解决方案，以及具体的应用案例。     

多无人机协同打击制导控制技术研究进展

自杀式无人机具备长时巡航侦察和高速突防打击的特点,为充分发挥其集群进攻优势,突破复杂环境下的协同打击制导控制技术具有重要意义。由单机控制到集群动态协同、由单一约束到时空综合控制是探索时空约束下多机协同控制的基本思路。本文介绍了无人机集群进攻的应用背景,分析了多机协同打击系统发展现状;探究了攻击时间可控制导律、攻击角度可控制导律、时空约束下集群协同制导控制等关键技术;总结了当前无人机协同运用中的不足之处,并对下一步的研究方向进行了展望。本文研究的内容对于集群攻击作战运用及多机协同控制器的设计具有一定的参考意义。     

通信导航一体化技术研究进展

近年来,大众对泛在位置服务的需求不断增长,卫星导航在室内等场景下覆盖能力不足,已无法满足人们的需求。由于通信信号覆盖范围广、用户数量大、信号频带宽,将通信信号用于定位可成为卫星导航的有效补充。在此背景下,随着通信和定位技术的快速发展,通信和导航的耦合程度不断加深,产生了通信导航一体化技术(CPIT),并成为了国内外的研究热点。通信系统中毫米波、多入多出(MIMO)、波束成形等技术为CPIT的发展带来了新的契机。首先介绍了CPIT的演进过程;然后就CPIT中的关键技术进行了总结并分析了其研究现状;最后对CPIT的发展进行了展望。     

基于智能手机信息的行人无缝定位实现研究

微电子技术的日益发展促使智能手机传感器性能获得极大提升,智能手机逐步成为行人导航定位的关键设备,为人们提供各类位置增值服务。针对行人室内外一体化高精度导航需求,基于智能手机自身的多传感器实现了一套行人室内外无缝定位系统,并采用手机光、磁、惯性、卫星传感器信息融合优化了室内外判别性能。在Eclipse环境下基于Java语言设计实现了智能手机室内外无缝定位软件,实验结果表明,行人室内外无缝定位软件能够实现行人室内外无盲区、高精度定位。     

地磁辅助的无缝INS/GPS组合导航研究

INS/GPS组合导航已经成为当前无人机导航系统的主要实现形式,由于GPS信号容易受到干扰,在恶劣的电磁环境下信号易丢失,从而导致GPS卫星信号失锁而无法使用。地磁导航作为一种无源导航方法,其难以受到外界干扰且具有较强的自主性,从而为克服GPS在干扰情况下无法对INS误差实现持续无缝修正的不足提供了很好的途径。针对INS/GPS组合导航中GPS卫星信号失锁的情况,设计提出了使用地磁匹配导航进行辅助实现无人机无缝导航的实现方案,设计了基于地磁特征的地磁匹配算法和地磁匹配辅助的INS/GPS组合无缝自主导航算法,并通过仿真验证了采用地磁匹配辅助导航方法,可以在GPS无效的情况下,实现对INS导航误差的持续无缝修正,从而提高导航系统性能。     

基于多传感器零速修正的消防员定位算法研究

针对消防员在地下矿洞、隧道、室内等救援环境中存在因卫星拒止而导致的定位精度差的问题,设计了一种基于多传感器零速修正(Zero-velocity Update, ZUPT)的消防员定位方法。该方法以捷联惯导零速修正为基础,磁强计、高度计为辅进行定位,将惯性传感器、磁强计、高度计固连在鞋上,根据消防员行走过程中脚底完全接触到地面时速度基本为零这一特点,通过Kalman滤波对捷联惯导输出的导航信息进行修正,可实现无信标环境下消防员自主定位。通过半实物仿真实验采集离线数据并计算定位结果,验证了算法的有效性,误差比不超过1%D。     

基于FLoFTR算法的无人机实时在线地理定位

研制高效鲁棒的智能视觉定位方法是解决全球导航卫星系统（GNSS）拒止条件下无人机导航定位的重要途径之一。传统视觉定位方法存在精度较差、容易丢失定位的问题。本文提出一种FLoFTR算法，通过对高精度影像匹配算法LoFTR进行改进优化，在无人机计算平台上实现实时高精度定位。FLoFTR采用知识蒸馏方法压缩模型规模，提升推理效率，并通过改进特征提取模块和应用基于余弦距离的特征匹配方法，进一步降低了匹配时间并维持相当的匹配性能。在研制的软硬一体的平台上试验表明，优化后模型平均定位误差损失维持在0.1m以内，定位平均处理时间为47ms，定位速度提升超过7倍，可满足无人机定位的精度和实时性要求。