基于群智机理的集群防碰撞控制

在执行作战任务以及民用中,无人机集群由于具备高可靠性和高效费比的特点而受到广泛关注;随着城市低空空域的开放,作战环境的动态复杂性剧增,对无人机集群防碰撞提出了严峻的挑战。针对无人机集群执行任务时的编队个体之间防碰撞以及遭遇突发障碍时的集群防碰撞问题,提出了基于群智机理的集群防碰撞控制方法。通过引入力学概念,设计了集群内部吸引力、排斥力以及编队构型力的模型;通过集群个体间的信息共享以及类脑知识发育,构建了基于群信息共享和类脑反射的无人机防碰撞模型。仿真结果表明：所提集群控制方法提高了集群的集结效率,而且在遭遇突发障碍时能够规避动态障碍,再次完成编队重构;群智机理的引入缩短了无人机集群面临突发障碍时的反应时间。     

基于分散式RHC算法的无人机编队碰撞避免研究

提出了一种基于滚动时域控制(Receding Horizon control)的,保证无人机编队在飞行过程中满足约束条件并且防撞的分散式控制设计方案.此方法中,每架UAV都可以做出紧急自由碰撞规避机动,以保证冲突避免和约束履行.使用不变集合方法和强制协同的逻辑规则保证了在飞行中UAV之间的碰撞避免.仿真证明,此种分散式RHC方法是有效的.     

基于改进层次分析法的无人机自主能力评价方法

针对无人机系统自主能力评估需求,通过分析已有无人机自主能力评价标准,基于OODA环(Observation-Orientation-Decision-Action Loop)理论,从感知能力、分析能力、决策能力和行为能力等4个方面构建了无人机自主能力评价指标模型,给出了无人机自主能力等级划分建议。应用改进层次分析法,提出了一种适用于大中型无人机的自主能力定量评价准则,把系统评价问题归结为指标模型最底层因素对于最高层因素的相对重要性权值的排序问题。该方法能够直观、全面地反映无人机的自主能力水平,具有较强的可操作性和实用性,可为大中型无人机自主能力定量评价提供理论支持。     

无人机防相撞空中威胁态势的探测与告警研究

空中威胁态势探测与告警是无人机飞行防相撞预警的关键。为此,提出一种基于航迹预测的无人机防相撞空中威胁态势探测与告警方法。在该方法中,先采用滑动窗多项式拟合法对入侵机航迹进行动态预测,然后,在航迹预测基础上,利用无人机与入侵机飞行信息,建立针对入侵机的无人机动态避撞区,最后,结合静态保护区原理,对特定飞行场景下的无人机飞行冲突趋势、空中危险接近趋势和飞行碰撞趋势的探测与告警。仿真实例验证了所提出方法的有效性,也验证了其用于无人机飞行防相撞预警的可行性。     

基于深度迁移强化学习的无人机投放自主引导机动控制算法

针对无人机精确投放引导问题，本文提出基于深度迁移强化学习的无人机投放自主引导机动控制算法，分别建立基于马尔可夫决策过程的引导机动决策模型、引导机动评估模型等，并设计基于迁移学习和课程学习的引导机动策略训练方法，拟合基于深度学习的引导机动策略和评估网络，最后开展仿真训练和验证试验。仿真结果表明，该算法实现了无人机在任意姿态和位置条件下，能够自主规避区域威胁并自主引导至目标投放点，成功完成投放瞄准任务，有效地提升了无人机投放引导机动控制的自主性。     

弹性飞翼无人机鲁棒姿态控制设计

针对大展弦比飞翼布局无人机的刚体运动与弹性运动耦合动力学模型,提出了一种基于反步法的鲁棒非线性控制方法。该方法考虑了飞翼无人机的非线性因素,将动态面反步控制作为内环控制抵消系统的非线性因素;同时考虑系统实际存在的弹性耦合项、参数不确定项以及外部扰动,将内环反步控制与飞翼无人机模型整体作为新的被控对象,引入最优化理论对新的被控对象设计了外环鲁棒控制器。仿真结果表明,所提出的控制器不仅满足飞翼无人机姿态跟踪性能的要求,且对模型不确定性和气动弹性影响具有鲁棒性。     

基于改进人工势场的无人机编队避障

针对无人机编队飞行过程中的障碍物规避问题,提出了基于改进人工势场的避障控制方法。定义了空域障碍物产生的斥力势场,并给出了无人机规避障碍物的速度场,与基于虚拟长机的队形保持控制方法相结合,使无人机能够在感知到障碍物时使用改进人工势场法避障,并在避障结束后对队形恢复过程进行优化,使无人机能够更迅速恢复原有队形。仿真结果表明,该方法能够有效规避障碍物。     

无人机非方阵系统解耦控制

针对无人机(UAV)盘旋侦察飞行过程中,横侧向运动为非方阵多变量系统,且存在强耦合作用的问题。提出了一种新型的解耦方法。首先建立无人机横侧向非方阵系统模型,并采用内环反馈方法对模型进行了方阵化,然后基于一种最优化的逆乃奎斯特阵列法,提出了扩展INA法迭代公式,用于无人机非方阵系统的动态解耦补偿器求解。仿真结果表明:补偿后无人机偏航、滚转通道间的耦合效应明显降低;且设计方法物理概念清晰,易于工程实现。     

2019年无人机智能技术发展大会征文通知

<正>为促进学术交流,鼓励科技创新,推动无人机事业快速发展,中国航空学会无人机及微型飞行器分会将于2019年10月下旬举办无人机智能技术发展大会。大会主题为"人工智能与无人机系统",将重点研讨人工智能技术在无人机系统中的应用研究。大会面向全国开展征文,现将有关事项通知如下:一、征文范围1.人工智能在无人机系统中的应用和发展研究;2.智能无人机技术研究;3.认知无人机技术研究;4.先进无人机感知与规避、自主与协调控制、智能决策技术研究;5.先进无人机任务载荷技术研究;     

非对称机动能力多无人机智能协同攻防对抗

协同攻防对抗是未来军用无人机的重要作战场景。针对不同机动能力无人机群体间的攻防对抗问题，建立了多无人机协同攻防演化模型，基于多智能体强化学习理论，研究了多无人机协同攻防的自主决策方法，提出了基于执行-评判（Actor-Critic）算法的集中式评判和分布式执行的算法结构，保证算法稳定收敛的同时，提升执行效率。无人机的评判模块使用全局信息评价决策优劣引导策略学习，而执行时只需要依赖局部感知信息进行自主决策，提高了多机攻防对抗的效能。仿真结果表明，所提的多无人机强化学习方法具备较强的自进化属性，赋予了无人机一定智能，即稳定的自主学习能力，通过不断演化，能自主学习提升协同对抗的决策效能。