基于CCD着陆相机的行星软着陆岩石检测与规避方法

 提出了一种基于CCD相机的行星软着陆岩石检测与规避方法。首先,利用多分辨率分析方法对着陆区图像进行快速处理,根据着陆区的光照特性检测出着陆区的岩石,针对着陆过程的时间需求,多灰度阈值分割方法被采用;其次,基于无监督聚类算法对着陆区的岩石进行识别并标记,构建着陆区岩石分布的拓扑图;再次,利用激光测距仪得到的高度信息和着陆相机的参数,计算着陆区岩石拓扑图的实际危险区域面积,从而根据着陆器的需求安全范围和探测任务需要,利用安全着陆点的螺旋式搜索方法选择具有冗余度的安全着陆点;最后,建立着陆器安全规避策略,制导控制着陆器进行安全着陆,通过对安装侧向发动机和利用万向节调节推力方向的主发动机两种情况的仿真,实验结果令人满意。     

精密进场雷达引导无人机自主着陆综述

自主安全着陆是当前无人机研究中的一项重要内容。首先介绍和比较了几种引导无人机着陆的方式,分析了各自的优缺点,指出精密进场雷达在引导无人机自主着陆方面有广泛的应用空间,然后介绍了精密进场引导雷达引导无人机自主着陆的过程,最后对无人机自主着陆研究进行了展望。     

未知环境中微型飞行器障碍回避与导航技术研究进展

微型飞行器在未知环境中自主飞行,须具备障碍回避和导航的能力,关键技术包括：环境探测、动态航迹规划以及航路跟踪。本文综述了近年来国内外在该领域的主要研究进展,围绕微型飞行器障碍回避与导航技术的概念内涵和问题描述障碍回避与导航技术中的飞行环境探测方法与传感器、飞行环境要素的模型表征及航迹规划算法等方面,系统地给予了阐述与分析,最后指出了微型飞行器动态障碍回避与导航技术中需要进一步研究的问题,旨在为微型飞行器的自主导航技术的发展提供参考。     

无人机自主降落标识检测方法若干研究进展

为了进一步促进中国海/陆空跨域协同技术的研究和发展,综述了无人机自主降落标识检测方法的国内外最新研究成果。首先,在分析视觉引导无人机自主降落流程的基础上,简要总结了常用的基于图像分割、基于分类器和基于深度学习的标识检测方法。然后,介绍了无人机自主降落于静平台和车辆、舰艇等动平台的国内外若干研究团队及成果,并对团队采用的降落标识及检测方法进行了梳理。最后,围绕动平台及复杂环境下的标识检测和相关软件算法、硬件设备、多传感器融合等讨论了当前存在的难点和可行的解决方案,对未来克服人工标识依赖性,采用深度学习思想进行非合作环境下的安全区域检测方法进行了展望。     

行星陨石坑检测算法研究综述

陨石坑检测对于确定行星体的年代信息、行星探测和载人登月探测器的自动导航着陆具有着重要的参考意义。总结陨石坑检测方法,将传统视觉的陨石坑检测算法分为基于边缘、阴影和区域3个方面进行阐述;从数据集、网络结构和评价指标的角度,重点分析了深度学习陨石坑检测算法;针对目前深度学习领域的研究热点,对未来陨石坑检测算法提出发展方向。分析得出:深度学习陨石坑检测方法相比传统视觉的陨石坑检测方法更加高效,无需人工设计特征,检测精度显著提高。     

无线传感器网络的异构性研究

随着无线通信技术和微电子技术的快速发展,低成本、高度集成和自组织的无线传感器网络将会逐渐普及.首先总结归纳了无线传感器网络异构性的几种表现形式,如计算能力异构性、节点能量异构性、链路异构性及网络协议异构性,然后介绍了异构无线传感器网络层次网络体系结构和两种适用于无线传感器网络的标准.最后对无线传感器网络的安全问题进行简单探讨.     

一种检测机场跑道辅助飞机着陆的系统设计

跑道作为机场的关键设施,是飞机着陆和减速滑行的区域,通过视觉定位方法计算飞机相对跑道的位置,可以作为辅助飞机快速平稳着陆的一种思路。视觉传感器所需成本较低,对安装环境要求不高,本文旨在设计一个仅靠视觉传感器对飞机进行定位的辅助着陆系统,运用目标检测和视觉定位两个模型,计算飞机相对跑道的位置。首先搭建出等比例微缩的机场跑道模型,视觉传感器产生运动模拟飞机飞行路径,目标检测模型通过机载视觉传感器获取的图像识别出跑道区域,随后视觉定位模型提取图像中跑道区域特征点,计算飞机相对跑道的位置。分别对目标检测和视觉定位两部分的实现原理及难点进行阐述,尝试将目标检测和视觉定位结合起来实现飞机降落时的定位,描述辅助着陆系统设计的整体思路。     

基于稀疏光流的无人机自主导航方案

提出了在无已知地面合作目标的情况下,给出高精度导航信息的基于稀疏光流的无人机(UAV)自主导航方案。通过计算两帧图像间的稀疏光流场,融合捷联惯导系统(INS)/电子罗盘/高度表系统/激光测距仪等传感器测量数据,构造两个H∞滤波器,分别对高度、姿态角与水平面上的速度误差进行估计。本导航方案适用于诸如无人机低空飞行阶段、进近阶段等不宜布置人工或已知地面合作目标的场合。使用自主开发的"无人机自主着陆实时仿真验证平台"对该方案进行仿真,结果显示本方案能够有效地抑制惯导系统由于漂移而造成的位置估计误差,同时可以给出精确的高度、速度与姿态角估计值。     

碳纤维复合材料结构损伤的自检方法研究进展

监测碳纤维增强树脂基复合材料(CFRP)的结构损伤是一个关键问题。本文就目前国内外研究较热且应用前景较大的一类新型无损检测技术——基于CFRP导电网络的自检技术进行综述,总结了直流法和交流法的原理和技术特点,尤其是对各种检测方法适用的环境和损伤类型进行了评估。最后指出了发展出一套智能化的CFRP结构损伤自检体系所要进一步开展的研究工作。     

液体火箭发动机泄漏故障诊断的信息融合技术

从故障诊断角度出发,分析了故障诊断和信息融合技术关系。综合现在进行液体火箭发动机检漏的相关技术,为了弥补泄漏故障诊断信息不足等问题,提出了采用点式和红外传感器相结合的方法来探测泄漏故障引起的各种现象,概述了该领域的相关技术和实现方法,建立了基于信息融合的泄漏故障检测与诊断系统,有利于提高泄漏故障的有效性和可信度。      

基于梯度下降法的翼伞系统最优分段航迹规划

传统最优控制航迹规划一般以逆风精确着陆、控制能量小为优化目标，但传统最优控制的操纵过程一般是一条连续变化的曲线，工程上不易实施；与之相比，传统分段航迹规划操纵简单，工程上容易实施，能实现逆风精确着陆的目标，但控制能耗大。为了兼顾逆风精确着陆、能耗低和控制操作简单等目标，提出了一种基于梯度下降法的翼伞最优分段航迹规划方法。该方法将控制变量参数化，将逆风精确着陆、控制能耗小、能实现避障等多目标优化问题转化为加权单目标优化问题，并通过梯度下降法求解得到分段常值最优归航航迹。所提算法与基于伪谱法的最优控制规划航迹和基于遗传算法的分段规划航迹进行了对比，算法仿真结果表明本文提出的最优分段航迹规划法既可以实现着陆精度高、控制能量小、逆风着陆和避障的优化目标，同时规划的航迹又由分段常值实现控制，工程上容易实施，兼顾了最优控制航迹规划和分段航迹规划的优点。     

Vision-aided inertial navigation for pinpoint planetary landing

Autonomous and safe landing spacecraft on moon and planetary bodies is a rather difficult and risky task. Accurate relative navigation between the spacecraft and the planetary surface is essential, together with the autonomous hazard detection and avoidance. This paper describes the vision-aided inertial navigation (VAIN) scheme to meet the pinpoint landing requirement of the next generation planetary lander. Images of distinctive surface feature called feature points/landmarks are detected and tracked autonomously to improve the performance of inertial navigation. Landmark image information derived from optical navigation camera and the spacecraft state information sensed by IMU (Inertial Measurement Unit) are integrated in extended Kalman filter algorithm. The validity of the proposed navigation scheme is confirmed by computer simulation.     

考虑UAV性能约束的变速度自主避障算法研究

动态不确定环境下,为有效地提升UAV执行任务的安全性和可靠性,在UAV自主避障过程中考虑了自身的性能约束条件.在速度障碍圆弧法的基础上,考虑UAV的法向和纵向加速度约束范围,研究了速度障碍圆弧随速度矢量变化的规律,提出了一种考虑UAV性能约束的变速度自主避障算法.该算法在考虑自身性能约束条件下,为实现UAV对威胁障碍的避碰提供了更大的避碰裕度.最后,对考虑UAV性能约束的变速度自主避障算法进行了验证,仿真结果证明了算法的有效性和可行性.     

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 ...     

A newly bio-inspired path planning algorithm for autonomous obstacle avoidance of UAV

In this paper, a bio-inspired path planning algorithm in 3D space is proposed. The algorithm imitates the basic mechanisms of plant growth, including phototropism, negative geotropism and branching. The algorithm proposed in this paper solves the dynamic obstacle avoidance path planning problem of Unmanned Aerial Vehicle (UAV) in the case of unknown environment maps. Compared with other path planning algorithms, the algorithm has the advantages of fast path planning speed and fewer route points, and can achieve the effect of low delay real-time path planning. The feasibility of the algorithm is verified in the Gazebo simulator based on the Robot Operating System (ROS) platform. Finally, an actual UAV autonomous obstacle avoidance path planning experimental platform is built, and a UAV obstacle avoidance path planning flight test is carried out based on this actual environment.     

基于深度学习的无人机航拍目标检测研究综述

目标检测是提高无人机（UAV）感知能力的关键技术之一,其研究对于无人机的应用有着重要意义。与基于手工特征的传统方法相比,基于卷积神经网络的深度学习方法具有强大的特征学习和表达能力,成为目前目标检测任务的主流算法。近年来,目标检测技术已经在自然场景图像上取得了一系列突破性进展,在无人机领域的研究也逐渐成为热点。首先系统阐述了基于深度学习的目标检测算法的研究进展,并总结了相关算法的优缺点。对常见的航空影像数据集进行了梳理并介绍了迁移学习的方法;从无人机影像背景复杂、目标较小、视场大、目标具有旋转性的特点出发,对无人机目标检测在近期的研究进行了归纳和分析。最后讨论了存在的问题和未来可能的发展方向。     

Multi-sensor terrain classification for safe spacecraft landing

A novel multi-sensor information fusion methodology for intelligent terrain classification is presented. The focus of this research is to analyze safety characteristics of the terrain using imagery data obtained by on-board sensors during spacecraft descent. This information can be used to enable the spacecraft to land safely on a planetary surface. The focus of our approach is on robust terrain analysis and information fusion in which the terrain is analyzed using multiple sensors and the extracted terrain characteristics are combined to select safe landing sites for touchdown. The novelty of this method is the incorporation of the T-Hazard Map, a multi-valued map representing the risk associated with landing on a planetary surface. The fusion method is explained in detail in this paper and computer simulation results are presented to validate the approach.     

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。