无人机GPS／SINS／双星组合导航浅析

分析了GPS、SINS导航系统的各自优缺点，提出了将我国自主研制的双星导航系统运用于GPS／SINS组合导航系统中，形成新的GPS／SINS／双星导航定位系统，并利用卡尔曼滤波建立了系统误差模型，该组合导航系统安全可靠，满足在DPS或双星信号短期无效情况下定位导航的精度要求。     

“全球鹰”开始接收增强型综合传感器设备

作为高空长航时无人机螺旋式发展计划的一部分,美空军“全球鹰”无人机于2005年起开始接收改进型传感器成套设备。目前“全球鹰”综合传感器成套设备(ISS)是Raytheon公司生产的,与传感器电子单元和综合处理器相联,包括光电/红外(EO/IR)传感器、合成孔径雷达/动目标指示器(SAR/MTI)。改进型传感器被命名为增强型综合传感器成套设备(EISS),仍由Raytheon公司负责研制。据介绍,通过安装精密光学望远镜和应用实时焦点控制技术以及提高SAR的发射机功率和安装更大的天线,使得EISS的EO/IR传感器和SAR/MTI的工作范围提高了50%。根据20…     

某型无人机导轨起飞装置气液压能源系统的应用

介绍了以气囊式蓄能器和液压缸为主构成的某型无人机导轨发射装置的气液压能源系统，并对气囊式蓄能器和液压缸的动态参数特性及其匹配关系进行了理论分析计算和动态特性试验。计算和试验结果表明，该气液压能源系统所确定的气液压能转换成机械能后能够满足无人机起飞所需的动力，并在某型无人机导轨发射装置中得到了工程应用。     

小型无人机电视引导撞网回收中的电视图像测距方法

以撞网方式回收无人机是符合现代无人机发展方向的回收方式。以此方式回收无人机对近场无人机测距提出了更高要求。本文研究了双摄像机绑定跟踪测距的方法，它结合传统光学测距技术和数字图像分析技术．与传统的光学测距相比，提高了测距速度和精度。本文介绍了双摄像机测距原理，给出了空中飞机图像捕捉和目标匹配算法，并介绍了测距误差的校正。实物地面实验结果证明这种测距系统可安全引导无人机撞网回收。     

基于扰动观测器的无人机固定时间编队协同控制

针对无人机的编队控制问题,基于虚拟领航者编队方法,提出了 1种基于固定时间超螺旋干扰观测器的反步控制策略。首先,设计了 1种固定时间超螺旋扰动观测器,以保证在固定时间内,对无人机编队机动所受扰动的快速观测;其次,针对编队控制问题,设计了基于超螺旋扰动观测器的反步控制策略,该控制器显著降低了抖振效应;然后,使用李雅普诺夫理论和固定时间理论,分析了控制策略的固定时间稳定性;最后,通过仿真算例验证了所提出的控制策略的有效性与可行性。     

软管连接约束下的加油机/无人机编队跟踪控制

在自主空中加油任务中,针对受油无人机（UAV）与加油机对接后形成的软管约束下的编队跟踪控制问题,提出一种基于领航-跟随的加油编队跟踪控制方法。首先,建立软管约束下加油编队运动学/动力学模型。然后设计非奇异终端滑模编队快速收敛控制器,以满足软管约束下加油编队的快速收敛需求;再考虑复杂气流和软管未知扰动,结合扩张状态观测器和PI型动态逆控制,设计无人机轨迹跟踪控制器,并基于Lyapunov稳定性分析证明闭环系统可实现有限时间的快速稳定。最后,通过数值仿真来验证所设计加油编队控制方法的有效性。     

基于改进YOLOv5的无人机实时密集小目标检测算法

无人机航拍图像与自然场景图像相比背景更复杂,存在大量密集小目标,对检测网络提出了更高的要求。在保证目标检测实时性的前提下,针对无人机视角下密集小目标检测精度低的问题,提出一种基于YOLOv5的无人机实时密集小目标检测算法。首先,将空间注意力(SAM)与通道注意力(CAM)相结合,改进CAM中特征压缩后的全连接层,降低计算量。另外,改变CAM与SAM的连接结构,提高空间维度特征捕获能力。综上,提出一种空间-通道注意力模块(SCAM),提高模型对特征图中小目标聚集区域的关注程度;其次,提出一种基于SCAM的注意力特征融合模块(SC-AFF),根据不同尺度特征图自适应分配注意力权重,增强小目标的特征融合效率;最后,在主干网络中引入Transformer模块,并利用SC-AFF模块改进原有的残差连接处的特征融合方式,更好地捕获全局信息和丰富的上下文信息提高复杂背景下密集小目标的特征提取能力。在VisDrone2021数据集上进行实验,YOLOv5s基准下,改进后模型的mAP₅₀提高了6.4%,mAP₇₅提高了5.8%,对高分辨率图像的FPS可达到46...     

基于增量式发育深度强化学习的无人机路径规划

为了克服深度强化学习训练时间长、收敛速度慢的问题,针对密集动态障碍环境下的无人机(UAV)路径规划,引入了增量式发育知识库,对深度确定性策略梯度(Deep Deterministic Policy Gradient, DDPG)算法进行改进。首先,根据模糊匹配的思想建立威胁模式知识库,将飞行过程中遇到的密集动态障碍作为知识进行增量式存储,避免对相似障碍环境的重复训练。其次,在底层DDPG算法规划安全航路的基础上构建避障策略知识库,根据威胁模式直接输出避障策略,缩短训练时间。最后,搭建发育式的威胁-避障映射关系,实现“线上实时避障,线下自主寻优”,不断提升UAV避障性能。对比实验结果表明,所提方法能极大提高DDPG训练效率,满足UAV在密集动态障碍环境中实时避障的需求。     

基于 Nussbaum函数的多无人机预设性能反步容错协同控制

针对多无人机协同执行任务过程中遭遇执行器增益故障下的安全飞行控制问题,设计了 1种预设性能反步容错姿态跟踪控制方案,以实现故障下的多无人机姿态同步跟踪控制。首先,定义飞行器的姿态同步跟踪误差和姿态角速率跟踪误差,分别利用预设性能函数对 2种误差进行约束,将不等式约束转化为等式约束。其次,基于转换误差设计反步容错姿态同步跟踪控制器,应用 Nussbaum函数解决由增益故障引起的未知控制增益问题。Lyapunov稳定性分析表明,姿态同步跟踪误差与姿态角速率跟踪误差稳定且收敛。仿真结果验证了控制方案的可行性以及有效性。     

海上无人机多机协同巡检航迹规划方法

随着无人机技术应用的不断深入,如何提高无人机编队的协同能力及在复杂动态环境的自适应性,已成为“集群智能”的 1个重要研究方向。文章对海上无人机多机协同航迹规划整体流程进行了分析,分别阐释了静态和动态场景下的多机协同规划方法。静态场景下主要采用分支定界法建立静态问题模型,为每架无人机划分作业区域、生成作业路径,使得整个巡检作业的航迹长度代价与作业时间代价最小;动态场景下主要针对气象变化、连续跟监、海域变化 3种突发场景,侧重于协同决策和路径规划设计对应的目标函数,采用启发式算法为整个巡检作业进行自适应航迹规划,以确保安全性和效率性。实验结果显示,无人机协同路径规划能够根据环境变化和任务需求动态调整多无人机的巡检路径,快速给出不同突发情况下的最佳动态调整方案,以应对复杂的海上环境并动态规避障碍物。