无人机航路规划研究

无人机航路规划的目的是无人机具有对象复杂任务进行快速规划重规划的能力，其中快速而有效的重规划尤其重要。在无人机飞行任务过程中，无人机需要根据局部地形、地貌、威胁等信息以及飞机本身机动能力的限制，实时地计算出飞行航路，并跟踪该航路完成了飞行任务。本文通过比较各种算法在航路规划应用中的优劣性，提出了Dynapath（动态规划）算法在无人机航路规划中的应用，给出了仿真结果。仿真结果表明：Dy-napath算法生成的最优参考航路基本上满足无人机任务飞行的要求，获得了良好的飞行品质。     

基于地面安全约束的无人机航路规划研究（英文）

随着无人机数量和飞行时间的快速增长,由无人机飞行风险引起的安全事故也逐渐增多。安全航路规划是在战略层面降低无人机运行风险的有效手段。考虑无人机航路的安全代价,基于地面风险评估提出了一种无人机安全航路规划模型。将航路下方区域栅格化处理,以每飞行小时地面人员伤亡率为量化指标,定义各栅格安全系数,并根据栅格安全系数构造航路安全代价函数。建立了兼顾航路安全性和飞行距离的总代价函数,并通过改进蚁群算法进行航路规划。模型的有效性通过城市空域物流无人机航路规划进行验证。结果表明,考虑地面安全约束的航路规划模型在无人机总飞行时间增加不大的情况下,能显著提高航路的整体安全性。     

基于模糊评价的无人机航路点选取方法

在无基准图的无人机景象匹配过程中,提取航路点是一个关键的环节。为摆脱对单一指标和专家经验值的依赖,提出了基于模糊综合评价的航路点选取方法。首先介绍图像的颜色特征模型,并提出了基于HSV颜色直方图的视频帧间聚类方法,以实现对图像帧的分组。然后,以航路点的信息丰富性、显著性、稳定性为考量,选取了图像熵、拉普拉斯响应和完整轮廓数作为衡量候选航路点适配性的特征指标,以候选航路点对指标属性的贡献度为权重,实现自动化、无干预的航路点筛选。在此基础上,提出了一种改进的模糊综合评价模型,对各候选航路点的适配能力进行综合评定,选取每组中评价值最高的图像作为无人机返航航路点。最后,对航路点选取方法进行了仿真实验和有效性验证,实验证明本文方法能够提取出适配能力强的图像作为航路点,以保证后续景象匹配的成功率。     

基于连续螺旋滑模的无人机分布式编队控制

为了解决复杂环境中无人机分布式编队控制问题,考虑外界干扰影响和状态信息不完全反馈情况,对无人机设计分布式编队控制器。无人机利用自身位置反馈,基于二阶精确微分器设计状态观测器,得到无人机速度和干扰的估计值;结合自身估计信息和邻机位置、速度的估计,基于连续螺旋滑模控制方法设计编队控制器和姿态跟踪控制器;稳定性分析保证了无人机闭环系统稳定性。基于Matlab/Simulink数值仿真和软件在环实时仿真平台,验证了所设计控制算法的有效性,并演示了三维可视化仿真结果。     

无人机在线协同航迹规划时序问题

提出了一种满足时序约束的无人机在线协同航迹规划方法.首先采用按时间推进的协同规划机制解决了 在线协同规划中信息交互存在时间间隔的问题;其次通过设计协同函数,采用自主分布计算协同变量的方法解 决其时序问题,实现了协同无人机按照指定时间间隔先后达到目标区域.仿真选取同时到达和按等时间间隔到 达两类典型时序问题,结果表明该方法可以快速生成符合协同时序要求的协同航迹,且满足实时性要求.     

基于反电势形状函数法的无刷直流电动机直接转矩控制

采用两相导通模式时通过逆变器开关状态不能确定电压空间矢量,现有方案是通过实时测量3个相电压来解决这一问题,但系统变得复杂;此外现有方案在转矩观测中包含的微分项会降低控制精度,增大计算量,影响系统实时性。针对这两点不足,提出反电势形状函数法,在软件中实现了相电压的实时计算,使转矩观测变得简洁,更易于工程实用。最后给出的仿真与实验结果证明了反电势形状函数法用于无刷直流电机直接转矩控制中的可行性与有效性。     

基于改进蚁群算法的无人机冲突解脱技术（英文）

基于ADS-B监视数据,提出了一种基于线性外推法的机载无人机冲突探测与解脱方法,为可能发生的冲突提供预警。为解决多无人机冲突问题,引入基本蚁群算法,并通过加入速度调整策略来优化传统的基本蚁群算法的冲突简化模型。提出了一种基于速度调整策略和航向调整策略的多无人机冲突解脱方案。通过加入排序系统和角度信息,改进了蚁群算法。结果表明,改进的蚁群算法可为空域内多无人机规划无人机冲突解脱路径。改进后的蚁群算法,提高了计算效率,收敛出最优化目标所需时间减少了43.9%,且最终总延误距离减少了58.4%。     

基于特征点运动矢量估计的动态序列图像运动目标跟踪

提出了一种改进的特征点运动矢量估计方法,用于动态序列图像中的运动目标跟踪。首先利用改进的最小亮度变化算法提取特征点;然后通过自适应的十字模式搜索法确定这些特征点的匹配点。在RANSAC方法的基础上,利用运动背景的仿射变换参数实现运动背景的补偿。最后利用合理的形态滤波技术,运动目标将完整地从背景中提取出来并实现准确跟踪。实验结果表明,改进的方法可以成功完成运动背景的补偿,并为动态序列图像的运动目标跟踪提供了保证。     

基于交通分配的航路网络生成（英文）

航路网络是空中交通分配的载体,而交通分配是检验航路网络的依据,如何构建基于交通分配的航路网络生成便成了当前空域规划技术中的研究方向。论文基于链路预测理论、优化理论,建立了上层为航路网络生成,下层为交通分配的双层规划模型,采用基于链路预测的网络拓扑生成器和基于偏好的最优路径搜索算法进行航路网络生成,采用NSGA-Ⅲ算法进行交通分配。论文基于Python平台NetworkX复杂网络分析库,采用中国大陆空域北京和上海飞行情报区57个机场、383个航路点、635条航段组成的航路网络和187 975架次机场对交通流量进行案例仿真。通过与现有航路网络对比,交通分配运行成本下降50.624%,飞行冲突系数下降33.564%,动态非直线系数下降7.830%。     

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。     

基于改进遗传算法的物料配送路径实时规划方法

针对离散制造车间环境复杂、外部干扰因素众多的情况,提出基于改进遗传算法的物料配送路径实时规划方法。该方法以工作中心为物料配送基础,对离散制造车间物料配送环境进行了分析,阐述了物料配送参数的多样性。在此基础上,结合物料配送时间窗要求,以最小物料配送成本为优化目标,建立了车间实时环境下的物料配送模型。采用改进遗传算法对模型进行求解,通过实例验证了该模型的可行性和有效性。     

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.     

无人机实时飞行仿真平台设计

介绍了一种面向无人机实时飞行仿真平台的设计与实现.硬件平台采用嵌入式计算机系统.利用μC/OS-Ⅱ实时核开发基于DOS的实时多任务应用程序.文中就系统结构、飞机模型、仿真算法、实时多任务应用程序编写进行了详细的论述.该系统已成功应用在某型无人机仿真中.     

无人直升机地面站系统组件化分布式设计与实现

无人直升机地面站开发是一个复杂的软件设计过程,提高其开发效率的关键在于有效地解决系统结构耦合和模块间实时通信问题。本文在CORBA事件服务机制和TAO实时通信服务品质的基础上,设计了用于Windows平台的事件提供者COM组件和事件消费者COM组件,实现了分布式无人直升机地面站系统组成组件对象间的解耦和实时数据通信。以事件提供者和消费者COM组件为分布式通信基础,以COM组件模型为实现手段,地面站各功能模块得以快速建立和调试。最终,分布式无人直升机地面站系统通过组件包容得以集成,系统的修改和升级也较以往更方便,说明了本文提出的将COM和CORBA相结合的组件化设计模式在构造复杂分布式实时应用系统方面具有明显的优势。     

基于网络的无人机实时仿真系统软件

提出一种基于C/S结构的UDP网络便携式无人机半实物实时仿真系统,设计了嵌入式实时仿真软件、仿真控制与显示软件、网络通信软件.在由飞行控制计算机实物、电动舵回路实物和实时仿真设备组成的无人机半实物实时仿真试验环境下,对所设计的仿真系统软件进行全过程实时飞行仿真试验验证.验证结果表明,所设计软件功能正确,性能满足设计指标.     

一种新颖的无人机侦察图像分区域压缩算法

针对无人机侦察图像及其在军事运用上的特点,分析并证明了基于小波变换的压缩技术在无人机侦察图像压缩方面是一种很好的解决方案,根据某型无人机侦察图像设计了一种基于小波变换的分区域压缩算法,取得了良好且满意的图像压缩效果和实时传输效果.最后,阐述了基于小波变换的侦察图像压缩的关键技术.     

一种基于GA优化小波LS-SVR的实时寿命预测方法

针对性能非线性退化的产品,从研究退化轨迹相似性的角度出发,提出一种基于遗传算法(GA)优化小波最小二乘支持向量回归机(LS-SVR)的实时退化轨迹建模和寿命预测方法。该方法根据特定个体与同类产品的Euclid距离确定隶属度权值,加权小波LS-SVR建立的同类产品退化模型得到特定个体的退化轨迹模型,结合实测数据更新模型并进行实时寿命预测。实例分析验证了所提方法的有效性。     

Cooperative Search of UAV Swarm Based on Ant Colony Optimization with Artificial Potential Field

An ant colony optimization with artificial potential field(ACOAPF)algorithm is proposed to solve the cooperative search mission planning problem of unmanned aerial vehicle(UAV) swarm. This algorithm adopts a distributed architecture where each UAV is considered as an ant and makes decision autonomously. At each decision step,the ants choose the next gird according to the state transition rule and update its own artificial potential field and pheromone map based on the current search results. Through iterations of this process,the cooperative search of UAV swarm for mission area is realized. The state transition rule is divided into two types. If the artificial potential force is larger than a threshold,the deterministic transition rule is adopted,otherwise a heuristic transition rule is used. The deterministic transition rule can ensure UAVs to avoid the threat or approach the target quickly. And the heuristics transition rule considering the pheromone and heuristic information ensures the continuous search of area with the goal of covering more unknown area and finding more targets. Finally,simulations are carried out to verify the effectiveness of the proposed ACOAPF algorithm for cooperative search mission of UAV swarm.     

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.     

Automatic UAV Positioning with Encoded Sign as Cooperative Target

In order to achieve the goal that unmanned aerial vehicle(UAV)automatically positioning during power inspection,a visual positioning method which utilizes encoded sign as cooperative target is proposed.Firstly,we discuss how to design the encoded sign and propose a robust decoding algorithm based on contour.Secondly,the Adaboost algorithm is used to train a classifier which can detect the encoded sign from image.Lastly,the position of UAV can be calculated by using the projective relation between the object points and their corresponding image points.Experiment includes two parts.First,simulated video data is used to verify the feasibility of the proposed method,and the results show that the average absolute error in each direction is below 0.02 m.Second,a video,acquired from an actual UAV flight,is used to calculate the position of UAV.The results show that the calculated trajectory is consistent with the actual flight path.The method runs at a speed of 0.153 sper frame.