Gradient Descent Algorithm for Small UAV Parameter Estimation System

A gradient descent algorithm with adjustable parameter for attitude estimation is developed,aiming at the attitude measurement for small unmanned aerial vehicle(UAV)in real-time flight conditions.The accelerometer and magnetometer are introduced to construct an error equation with the gyros,thus the drifting characteristics of gyroscope can be compensated by solving the error equation utilized by the gradient descent algorithm.Performance of the presented algorithm is evaluated using a self-proposed micro-electro-mechanical system(MEMS)based attitude heading reference system which is mounted on a tri-axis turntable.The on-ground,turntable and flight experiments indicate that the estimation attitude has a good accuracy.Also,the presented system is compared with an open-source flight control system which runs extended Kalman filter(EKF),and the results show that the attitude control system using the gradient descent method can estimate the attitudes for UAV effectively.     

飞翼无人机机动飞行航迹优化和自生成方法

虚拟机动指令是飞翼无人机机动飞行的基础,是制导回路和控制回路必要的输入。为了生成合理虚拟机动指令,提出了优化基本航路—建立机动数据库—战场信息匹配输出的机动飞行航路生成方法。由于复杂的机动动作可由基本机动动作组合而成,本文以飞翼无人机基本机动飞行动作为优化研究对象,提出了以飞翼无人机控制量变化率为优化参数、航迹片段建立约束条件的无人机机动航路优化方法。其中,机动飞行控制量变化率体现了无人机控制能力的限制;航迹片段约束体现了航迹准确和操作柔和的要求,并对无人机的筋斗、滚桶、盘旋机动进行了优化计算,介绍了机动数据库建立的方法。最后,以机动目标跟踪和有人机追击为设定进行了仿真,结果显示所提方法有效。     

基于模糊径向基神经网络的小型无人机控制系统研究

为保证小型无人机的飞行安全,提出一种由无人机飞行控制器和地面学习单元构成的两层网络学习控制系统架构。无人机飞行控制器采用模糊控制策略,学习单元采用经遗传算法优化的径向基神经网络,充分利用模糊控制和神经网络的各自优势,将模糊控制策略与RBF神经网络相结合提出了一种基于RBF神经网络的自学习模糊控制策略。所设计的飞行控制器用于无人机飞行过程中的姿态控制,仿真及实验结果表明本方法是有效的。     

多旋翼无人机飞行控制自动调参技术

目前,多旋翼无人机控制器设计问题中存在着大量的依靠经验的调参工作。为了使调参简单而又可靠,本文基于控制器参数与控制系统性能响应存在的对应关系,提出了自动调参思想。在满足控制器各项性能指标的前提下,利用粒子群算法(Particle swarm optimization,PSO)提炼出优化目标和约束条件。对被控对象进行建模并搭建非线性模型。然后,利用工程实践方法估算出参数范围,并利用粒子群快速优化特点自动寻找在约束条件下符合性能指标的控制器参数。最后,通过Matlab/Simulink对模型进行仿真验证。仿真结果分析表明,PSD可快速准确地对飞行控制进行自动调参。     

Geo-location for Ground Target with Multiple Observations Using Unmanned Aerial Vehicle

In order to improve the target location accuracy of unmanned aerial vehicle(UAV),a novel target location method using multiple observations is proposed.Firstly,the camera intrinsic parameters are calibrated.Then,the weighted least squares estimation is used to improve the localization precision because the traditional crossover method is vulnerable to noise and has low precision.By repeatedly measuring the same target point,a nonlinear observation equation is established and then covered to linear equations using Taylor expansion.The weighted matrix is obtained according to the height of the measurement point and the camera optic axis pointing angle,and then the weighted least squares estimation is used to calculate the target position iteratively.Finally,the effectiveness and robustness of this method is verified by numerical simulation and flight test.The results show that this method can effectively improve the precision of target location.     

基于曲率的指尖检测方法

指尖检测是基于视觉的徒手人机交互系统的关键环节,由于背景的复杂性和系统的实时性要求,导致指尖的精确定位在处理速度和准确性方面存在很大问题。本文针对这一问题,提出了一种简单高效的基于曲率的指尖检测方法。该方法首先将输入视频流基于肤色空间进行二值化,并将二值化后的视频序列作为输入数据;然后采用边缘检测算法提取出肤色区域的边缘(肤色区域的轮廓),在肤色区域的轮廓上根据曲率来对类指尖的点进行检测,并且根据类指尖点的位置关系来判定一个肤色区域是不是手;最后通过过滤算法过滤掉误判手臂点。实验结果表明,该方法在不同的应用背景下都具有很好的检测效果,对光照的鲁棒性也较高,并且能够达到实时检测的效果。     

AC-PSO算法在无人机任务规划中的应用

无人机飞行中合理的路线规划可以减小飞行时间、降低油耗,减小被敌方发现、攻击的可能,从而提高了完成任务的概率.鉴于大部分无人机是以一个相对固定的高度进行侦察和任务飞行,故可将无人机的飞行任务规划视为二维平面的TSP问题.本文进一步将地面防空威胁与飞行距离统一量化,通过求解TSP求取最优无人机任务规划.文中通过分析蚁群算法与粒子群算法,提出了一种新的混合方法AC-PSO算法解决TSP求解问题.算法借鉴了蚁群算法的路线构造方法和粒子群算法的进化策略思想,同时给出了提升算法效率的一些措施.实验验证,该算法和威胁建模方法相结合,能有效地满足无人机飞行任务规划的要求.     

基于区域气球力Snake模型的运动目标快速跟踪方法

提出了一种包含区域信息的Snake模型用于运动目标检测与跟踪。在通常情况下,基于区域信息的跟踪方法对背景光线的微小变化、位置的微小移动较为敏感,而基于边缘信息的跟踪方法则难以对边缘模糊的图像取得满意的跟踪效果。在算法中同时引入这两种信息,边缘信息使得算法快速而鲁棒性好,区域信息可以对边缘模糊的图像取得正确的跟踪效果。使用双差分图像设计了自动初始化的方法来实现视频的自动跟踪。同时,对目标的下一步运动位置增加了一个预测环节来加快主动轮廓模型的收敛速度。该算法的每帧计算时间一般小于0.1S,能应用于实时系统。     

上升段飞行器目标的视频图像跟踪

粒子滤波是一种基于贝叶斯估计理论和蒙特卡罗理论的实时目标跟踪方法,具有较为灵活的并行化跟踪方式,能够较好地维持跟踪目标的假设状态,具有较好的跟踪效果和鲁棒性。上升段飞行器目标飞行视频图像跟踪是火箭等目标飞行监控的重要阶段,但现阶段对飞行器上升段的视频图像跟踪主要依靠人工手动操作云台控制器,实现视频图像中的飞行器跟踪,跟踪图像存在跟踪滞后、画面抖动等现象,跟踪效果受人为因素影响较大。本文提出一种基于粒子滤波方法的上升段飞行器目标视频图像跟踪方法,建立飞行器目标粒子滤波跟踪模型实现对飞行器目标的识别和跟踪,在识别和跟踪的基础上建立云台控制模型,通过对云台的智能控制获得飞行器上升段的高质量图像。采用火箭发射的视频图像作为模型验证的实验数据,检验飞行器目标的跟踪效果。     

一种基于航空器气象资料下传数据的飞行剖面生成方法

由于飞行剖面识别是航空器四维(Four-dimensional,4D)航迹预测研究的热点问题,提出一种基于航空器气象资料下传(Aircraft meteorological data relay,AMDAR)数据的全飞行过程剖面生成方法,包括由高度-航程构成的标称高度剖面和空速-航程构成的标称速度剖面。首次将动态空间规整算法(Dynamic space warping,DSW)应用到飞行高度剖面的相似距离计算中,计算出标称飞行高度剖面;为解决在地速未知情况下标称速度剖面的计算问题,结合大椭圆距离算法与航空器基本性能数据库(Base of aircraft data,BADA),给出一种标称飞行速度剖面的计算方法,该方法保留了AMDAR实测历史数据中所隐含的飞行意图与气象因素。实际算例表明,本文提出的方法能够有效地得到真实反映航空器飞行状态的全飞行剖面。     

火星探测无人机快速景象匹配算法

针对火星无人机探测飞行过程的特点及其机载计算机的局限性,在充分研究了矩阵奇异值向量性质特点的基础上,对奇异值向量进行主分量分析,提出了一种应用于火星无人机平飞段的基于奇异值分解的分层快速景象匹配算法,并给出了与之相应的机载特征数据存储方法.与相关算法的对比性实验表明,本文提出的算法具有准确,稳定,且速度更快,数据量更小的优点.通过仅在飞行末段,将本文算法切换成现有的基于SIFT算子的匹配算法,能在实现火星无人机全程快速景象匹配的同时,有效降低对其机载计算机综合性能的要求.     

基于分布式模型预测控制的多无人机协同规避控制技术

建立了多无人机协同规避控制模型,并提出了一种基于纳什最优的分布式模型预测控制算法。仿真结果表明,基于纳什最优的分布式模型预测控制算法有效地实现了多架无人机对障碍物的规避,并且相对于集中式模型预测控制算法减少了求解过程中的计算量,缩短了优化控制的时间,改善了系统的实时性。     

一种无人机姿态智能PID控制研究

姿态控制是无人机自主飞行控制的基础，其控制律设计结果对无人机飞行特性的影响至关重要。它决定了无人机是否能够满足自主飞行要求。为了解决在整个飞行包线中都能获得好的控制效果．本文引入了仿人智能比例，积分和单神经元控制等智能控制方法，设计出了一种用于无人机姿态控制的智能PID控制器。控制品质主要表现为响应快、精度高、超调量小，能进行稳定的大范围调适，鲁棒性强。仿真研究表明，这种控制器算法简单．易于实现，且比常规P1D控制器具有更强的鲁棒性和自适应能力。     

Track Association for Dynamic Target Tracking System Based on AP Algorithm

Track association of multi-target has been recognized as one of the key technologies in distributed multiple-sensor data fusion system,and its accuracy directly impacts on the performance of the whole tracking system.A multi-sensor data association is proposed based on aftinity propagation(AP)algorithm.The proposed method needs an initial similarity,a distance between any two points,as a parameter,therefore,the similarity matrix is calculated by track position,velocity and azimuth of track data.The approach can automatically obtain the optimal classification of uncertain target based on clustering validity index.Furthermore,the same kind of data are fused based on the variance of measured data and the fusion result can be taken as a new measured data of the target.Finally,the measured data are classified to a certain target based on the nearest neighbor ideas and its characteristics,then filtering and target tracking are conducted.The experimental results show that the proposed method can effectively achieve multi-sensor and multi-target track association.     

冰形表面激光光带中心线快速提取方法

在风洞结冰模型3D冰形测量中,激光三角测量法相对传统测量方法检测速度快、精确度高,具有极高研究价值。然而由于冰体对激光透射严重,影响激光中心线提取精度从而影响测量精度。针对此问题,提出一种冰形表面激光光带中心线快速提取方法。该算法具体实现步骤为:首先,采用基于三维块匹配去噪算法对图像进行降噪,并对图像进行视觉显著性计算,分割出光带区域;其次,求取梯度图并转换至频域空间,根据图像频谱特征求取能量中心区域;最后,对区域采用灰度重心法求取中心线亚像素级位置。采用冰箱冻结的半径已知圆柱冰块评估该算法,测得算法处理时效为28.57FPS,使用该算法的冰形轮廓重建精度达到0.017mm。实验证明算法满足冰形在线测量技术要求,为开展结冰实验中结冰生长过程在线三维检测技术奠定技术基础。     

多视图场景确定下的空间点位置视觉标定方法

针对空间特征点三维位置标定问题,提出一种多视图场景确定下的空间点位置视觉标定方法。该方法基于计算机视觉原理,通过在场景内放置棋盘模板确定图像场景位姿参数,而后根据多视图图像下的空间点图像坐标和场景位姿参数求解空间点三维位置坐标。试验结果表明,该方法下的空间点标记位置与真实位置间的距离误差小于1 mm,适用于高精度要求下的特征点位置标定。     

Flight Safety System Evaluation and Optimal Linear Prediction

The complexity of flight safety system is usually affected by a variety of uncertainties.The uncertainty of overall security situation of flight safety system are hardly determined. In this work,flight safety assessment index system is firstly established based on software hardware environment liveware management(SHELM)model. And flight safety assessment is also carried out with matter-element theory algorithm to obtain safety state. According to correlation degree values of each evaluation index,key indexes affected flight safety are obtained. Under the assumption that the flight safety system is a linear dynamic system and combining the above evaluation analysis,Kalman filter algorithm is used to carry out prediction analysis on security situation. A simulation analysis is carried out based on an actual flight safety situation of an airline. The results show that the security state of airline flight safety system in a short period of time can be obtained,and main factors affecting flight safety are found out. This provides a viable way for airlines to further strengthen flight safety management.     

TF／TA飞行航迹控制器设计

提高现代武装飞机的生存能力，基于ＴＦ／ＴＡ的超低空突防能力是飞行控制系统首先要求具备的功能，本文研究了在已知理想航迹的基础上飞机航迹跟踪控制器的设计方法，给出了控制器结构和算法。首先根据理想飞行航迹和实际飞行航迹之间的误差，计算航迹控制指充；然后，为了改善飞机的动态性能，使飞机能跟踪航迹控制指令而完成ＴＦ／ＴＡ飞行，用非线性解耦控制理论设计了飞行控制系统，仿真结果表明，该方法具有较好的航迹跟踪性能     

变体无人机栖落机动建模与轨迹优化

对一类变体固定翼无人机栖落机动的纵向运动进行了建模与轨迹优化研究。针对栖落机动后段飞行速度低及迎角大带来的舵面气动效率下降的问题,研制了一种可改变主翼位置的变体无人机。通过室内飞行实验,利用运动捕捉系统测量获得飞行数据。依据实验数据,结合平板气动理论建立了变体无人机的气动模型,并建立了变体无人机的纵向动力学模型。采用广义伪谱优化软件(General pseudo-spectral optimization software,GPOPS),对所建立的变体无人机模型进行栖落过程轨迹优化研究。优化结果表明,与普通固定翼无人机相比,变体部件能够显著提高无人机的姿态操纵效率,从而改善无人机栖落机动性能。     

无人机简化配置控制技术研究

提出了一种仅采用垂直陀螺和GPS的简化配置控制方案，形成了无人机飞行控制系统常用的俯仰／滚转控制回路、高度控制回路和航迹控制回路。由于GPS信号更新率(1Hz)较低，利用无人机运动学之间的内在关系,给出了高度、航向、位置反馈信号的融合算法。这些反馈回路的控制增益均采用改进的输出反馈LQR设计技术,该技术简化了权矩阵的选择。对比研究表明，对于自身稳定性较好的无人机，该简化配置方案能够实现姿态控制、高度控制和航迹控制。