基于视觉的无人作战飞机自主着陆导航方案

提出了基于视觉的无人作战飞机自主着陆组合导航方案.基于视觉的自主着陆 组合导航系统,可以根据视觉、惯导、高度表等传感器系统的特点,融合各机载传感器的测 量信息,在不依赖外部导航信息的情况下,得到无人作战飞机(UCAV)相对于跑道的着陆导 航信息.由于视觉信息在导航系统中的重要作用,对计算机视觉算法及其实时性进行了讨论 .对如何将视觉信息与惯导、高度表信息融合,构造多速率扩展Kalman滤波器进行了阐述. 通过自主开发的"UCAV自主着陆实时仿真验证平台"对该方案进行仿真,得到了满意的结果.      

光纤陀螺/GPS组合导航系统中的信息融合技术

光纤陀螺捷联惯导系统用于导航定位具有自主性的优点,但系统误差随时间累积.全球定位系统(GPS,Global Position System)用于导航定位精度很高,误差不随时间积累,但抗干扰性能很差,没有自主性.运用信息融合技术将光纤陀螺捷联系统和GPS进行组合,将GPS的高度信息引入惯导高度反馈通道,设定反馈系数,抑制高度发散,将GPS经度、纬度、地速信息作为系统卡尔曼滤波器量测信息,消除惯导积累误差.提出的信息融合方案运用于某中精度光纤陀螺/GPS组合导航系统并进行路试,导航系统输出3个方向位置数据与定位基准相比,误差不随时间积累,路试结果表明此信息融合方案的有效性及工程的实用性.      

脑外科机器人视觉伺服研究

定位精度是脑外科机器人系统一个最重要的指标.提出了利用视觉伺服提高脑外科机器人系统定位精度的方法.根据机器人辅助脑外科手术的特点,选择基于位置的末端点闭环的视觉伺服方式,提出了一种利用机器人运动信息对机器人的特征点进行视觉跟踪定位的稳定可靠的方法.针对病人体内病灶点在摄像机图像中不可见的问题,推导了脑外科机器人系统的视觉伺服控制律.采用视觉伺服的方法后,系统定位精度有了很大提高,系统定位误差主要由靶点映射误差引起,受机器人绝对定位误差的影响不大.手术过程模拟和定位精度测试验证了该方法的有效性.      

旋转激光陀螺惯导系统误差传播特性分析

设计旋转式惯导系统(INS, Inertial Navigation System)最重要的工作是理清旋转调制误差自动补偿机理、掌握补偿前后误差的传播特性,在此基础上设计合理的转位方案,并对其进行仿真和试验验证.结合单轴旋转式惯导系统工作原理和误差传播方程,解释了旋转调制误差自动补偿的机理,利用理论和仿真两种手段分析了单轴旋转惯导系统中惯性元件常值误差、随机误差、标度因数误差和安装误差的传播特性,得到了旋转调制对惯性器件误差的调制效果,验证了单轴正反转停方案的有效性和应用的合理性.研究结果为旋转式激光陀螺(LG, Laser Gyroscope)惯导系统的设计提供了理论参考和设计依据.     

直接敏感地平的空天飞行器惯性/天文组合方法

传统的惯性/天文位置组合导航系统中,由于天文定位观测输出耦合了水平观测平台基准误差,往往存在系统噪声与量测噪声不完全独立的问题.针对此问题,分析了利用天文观测量修正惯性系下陀螺漂移的原理,提出了一种直接敏感地平进行天文解析定位及组合滤波的空天飞行器自主导航定位方案,并建立了相应的组合滤波模型.所提出的方法采用星敏感器和陀螺仪构造惯性基准,并在此基础上进行基于红外地平仪的天文定位解算,最后进行惯性/天文组合定位.该方案充分利用了星光敏感器在惯性系下姿态测量精度高的优点,并使惯性/天文组合定位滤波中状态噪声和观测噪声完全独立,仿真结果验证了该定位方法的有效性.     

基于相互测距信息的机群组网协同定位技术

在网络中心战条件下,针对无GPS(Global Positioning System)时如何提高机群的导航定位精度问题,构建了以机载数据链和惯导系统为核心的协同定位系统,设计了协同定位系统的测距方案,分析了协同定位过程中的时间同步问题,提出了一种基于机间相互测距信息的机群组网协同定位方法.该方法利用几何图形平移旋转来估计机群各飞机的惯导系统定位误差.仿真表明:该方法可以用于长时间估计惯导位置误差,有效延缓惯导位置误差的发散速度,当5架飞机协同定位时,机群惯导位置精度将提高2倍左右.     

基于双轴旋转的惯导系统误差自补偿技术

针对陀螺漂移影响惯导系统长时间导航精度的问题,提出了一种基于双单元体结构的误差自补偿方案.通过单元体的连续正反旋转,可以实现对所有方向上陀螺常值漂移的调制,从而大幅提高惯导系统的精度.对常值漂移、刻度系数误差、安装误差和角度随机游走等主要误差源的误差特性进行了分析,同时讨论了旋转机构精度对系统调制性能的影响.利用自行研制的双轴旋转调制式激光捷联惯导系统进行了多次海上试验,试验结果表明该方案可行,在不改变惯性器件精度的前提下,可提高系统精度一个量级以上.     

双臂空间机器人关节运动的一种增广自适应控制方法

讨论了载体位置、姿态均不受控制情况下,具有未知参数的自由漂浮双臂空间机器人系统的自适应控制问题.由于此类机器人系统具有结合系统动量及动量矩守恒关系得到完全能控形式的系统动力学方程,以及系统惯性参数不符合惯常的线性函数关系的特点,因而地面机器人的控制方法在此难以直接推广应用.为了克服上述难点,仅将系统动量守恒关系耦合到系统动力学方程当中,而不耦合系统动量矩守恒关系,结果得到一组欠驱动形式的系统动力学方程.该系统动力学方程的优点是关于一组组合惯性参数能保持惯常的线性函数关系.以此为基础,并借助增广变量法,针对双臂空间机器人末端爪手所持载荷参数未知的情况,设计了关节空间轨迹跟踪的自适应控制方案.该控制方案的显著优点为,不需要测量、反馈双臂空间机器人漂浮基的位置、移动速度和移动加速度.系统的数值仿真,证实了方法的有效性.      

自由漂浮双臂空间机器人基于速度滤波器的惯性空间轨迹跟踪鲁棒控制

针对末端所持载荷参数未知的自由漂浮双臂空间机器人系统, 提出了基于速度滤波器的鲁棒控制方法. 利用拉格朗日方法进行运动学及动力学分析, 建立了双臂空间机器人系统欠驱动形式的动力学模型. 借助于增广变量法, 证明了可将空间机器人系统的增广广义Jacobi矩阵及动力学方程表示为一组组合惯性参数的线性函数. 在此基础上引入速度滤波器, 设计了双臂空间机器人基于速度滤波器的惯性空间轨迹跟踪鲁棒控制方案. 该速度滤波器可利用实测位置误差生成末端爪手的伪速度信号, 有效避免了相关速度信号的实时测量与反馈. 该方案的显著优点在于, 不需要测量、反馈末端爪手的移动速度和加速度, 同时有效消除了控制过程中的抖振现象. 平面自由漂浮双臂空间机器人系统的数值仿真验证了算法的有效性.      

捷联惯导与星敏感器组合导航算法研究

以Kalman滤波为基础,通过将捷联惯导系统和星敏感器所测得的飞行器相关姿态信息进行数据融合,估计出组合导航系统的误差状态量,进而修正捷联惯导系统的位置、速度和姿态角。详细推导了捷联惯导与星敏感器组合导航的算法,并通过对仿真结果的分析证实了该方案的可行性和算法的有效性。     

MCAV/IMU integrated navigation for the powered descent phase of Mars EDL

Pin-point landing is considered as a key technology for future manned Mars landing and Mars base missions. The traditional inertial navigation system (INS) based guidance, navigation and control (GNC) mode used in the Mars entry, descent and landing (EDL) phase has no ability to achieve the precise and safe Mars landing, so novel EDL GNC methodologies should be investigated to meet this goal. This paper proposes the MCAV/IMU integrated navigation scheme for the powered descent phase of Mars EDL. The Miniature Coherent Altimeter and Velocimeter (MCAV) is adopted to correct the inertial bias and drift and improve the performance of integrated navigation. Altitude and velocity information derived from MCAV and the lander’s state information sensed by inertial measurement unit (IMU) are integrated in extended Kalman filter algorithm. The validity of the proposed navigation scheme is confirmed by computer simulation.     

GPS/INS组合导航系统半实物仿真研究

为了研究ＧＰＳ组合导航系统的性能,利用跑车实验实时采集的惯性导航系统和ＧＰＳ的数据进行了测后仿真研究。分别进行了ＧＰＳ／ＩＮＳ位置、速度组合和伪距、伪距率组合仿真,仿真中组合Ｋａｌｍａｎ滤波器采用数值稳定性较好的Ｕ－Ｄ分解算法。最后给出了纯惯导及组合后系统的位置、速度误差仿真曲线,结果分析及相关结论。     

捷联惯性/星光组合导航车载试验研究

  星光导航是一种自主导航系统。阐述了捷联惯性/星光组合导航系统的构成,星敏感器的工作原理,捷联惯性/星光组合导航的工作原理,以及三种组合导航工作模式。利用现有的设备,进行捷联惯性/星光组合导航系统的车载试验,验证了捷联惯性/星光组合导航技术的可行性和有效性。     

SINS/GNSS组合导航系统可视化仿真

针对惯性导航系统随时间误差积累的特性,设计了一种基于VC++的SINS/GNSS组合导航的仿真系统。根据飞控模块模拟飞机实际飞行轨迹,从而产生惯性测量器件的真值数据。利用Visual Studio2005完成捷联惯导实时解算和全球导航定位系统仿真,完成输出校正,从而实现组合导航系统的动态数字化仿真。程序结果表明组合导航系统可以克服惯性导航系统随时间误差积累的特性,导航参数误差不随时间漂移,可以用于长时间导航。     

高超声速飞行器惯性/天文鲁棒组合导航方法

对于高超声速飞行而言,惯性/天文组合导航的应用将会面临异常值干扰和噪声特性变化等问题,需要控制天文量测中异常值扰动的影响,提高对于可靠量测信息的利用效率。为此,本文研究了一种基于平衡因子的组合导航方法,采用鲁棒滤波方法进行惯性/天文组合导航系统的量测更新,将自适应滤波技术引入到鲁棒滤波中,考虑到天文量测信息不同的噪声特性和水平,将自适应因子分解为姿态自适应因子和位置自适应因子,从而平衡状态预测信息和天文测量信息的贡献。仿真结果表明,本文方法可以显著提高高动态环境影响下的组合导航性能。     

基于遗传算法的多模型Kalman滤波算法 及应用研究

基于长航时无人机惯性/天文/卫星(INS/CNS/GPS)组合导航系统模型,针对复杂环境所引起的系统模型参数变化导致单一固定参数滤波器精度降低问题,提出了一种基于遗传算法的多模型自适应Kalman滤波算法,并与单一模型下的Kalman滤波器方法进行了比较.仿真结果表明,与采用单一模型的Kalman滤波算法相比,该方法不仅能大大提高导航系统的精度和可靠性,而且还可以较好地辨识出组合导航系统惯性器件噪声统计模型参数.      

INS/SMNS组合导航信息融合算法

为了解决INS/SMNS(Inertial Navigation System /Scene Matching Navigation System)组合导航系统信息融合时涉及到的时间对准、多速率滤波、不等间隔以及量测滞后等问题,根据INS/SMNS组合导航主要应用于末制导段以及Kalman滤波与观测值的关系,提出了采用外推法进行时间对准、变周期离散化进行不等间隔多速率滤波、使用计算机软件消除量测滞后的解决方案.对比分析了常规Kalman滤波、消除量测滞后Kalman滤波以及方案的滤波精度.仿真结果表明设计的方案具有较高的滤波精度.