火星探测巡航段天文自主导航方法研究

对于火星探测巡航段的自主导航问题,提出了一种基于太阳及行星观测的自主导航方法。在巡航段初期及后期,根据探测器在太阳系中的位置关系,分别选择太阳、地球及太阳、火星作为观测目标,采用星载太阳敏感器和光学相机测量导航天体实现矢量,建立观测方程。利用非线性扩展卡尔曼滤波,分别建立两种观测方案对应的导航算法。仿真结果表明巡航段导航定位精度优于100 km,定速精度1 m/s。该方法实现简单,系统资源要求不高,对未来火星探测具有一定的工程参考价值。     

基于学习的空间机器人在轨服务操作技术

发展具备全自主操作能力的在轨服务航天器是未来航天领域的重要方向,而赋予航天器自主学习能力是实现自主化操作的重要手段.本文首先对近年来国外在轨服务操作的重要研究计划和关键技术进行了分析,并系统论述了基于学习的机器人操作技术的主要理论和方法.然后,结合未来在轨服务的需求,对我们在此领域的初步研究成果“基于学习的在轨燃料补加控制系统”进行了介绍.最后,结合航天领域的特点,分析了基于学习的空间机器人在轨服务技术所面临的挑战和未来的发展方向.     

关于军事计量设备自主可控工作的思考

军事计量设备国产化率低的现状，制约了军事计量设备自主可控工作的开展。为此，针对军事计量设备国产化自主可控工作存在的实际问题，探讨了通过建立军事计量设备自主可控需求对接机制、健全系统规范的技术标准，构建联合攻关科研模式等路径，提出了推进军事计量设备自主可控工作的意见与建议。     

基于多目标优化与强化学习的空战机动决策

为了解决无人机自主空战中的机动决策问题,提出了一种将优化思想与机器学习相结合的机动决策模型。采用多目标优化方法作为决策模型核心,既解决了传统优化方法需要为多个优化目标设置权重的困难,又提高了决策模型的可拓展性;同时在多目标优化的基础上通过强化学习方法训练评价网络进行辅助决策,解决了决策模型在对抗时博弈性不足的缺点。为了测试决策模型的性能,以近距空战为背景,设计了3组仿真实验分别验证多目标优化方法的可行性、辅助决策网络的有效性以及决策模型的总体性能,仿真结果表明,决策模型可以对有机动的敌机进行有效的实时机动对抗。      

舰载飞机进舰降落信号员模型建模

舰载机在航母上降落面临着极其复杂的环境,末端进舰阶段需要降落信号员(LSO)的信号指引,在舰载机的人机系统仿真模型中,需要包括LSO的模型.分析了舰载机进舰飞行过程中LSO的作用和行为特征.针对LSO对飞行距离、航迹偏差判断和指令决策的行为特征,采用模糊逻辑建立了相应的行为模型.针对 LSO对舰船运动预测的行为特征,利用神经网络建立其行为模型,对几种典型进舰情况进行仿真,验证 LSO模型的合理性.      

月球软着陆过程高精度自主导航避障方法

针对未知地形和障碍会危及着陆安全的问题,给出了一种月球软着陆过程高精度自主导航避障方法,主要包括基于IMU配以测距测速修正的自主绝对导航、障碍识别与目标着陆点选取、针对目标着陆点的相对导航与相对避障控制等算法。该方法在保证着陆精度的同时也大大降低了着陆过程遇到障碍的风险,提高了系统的安全性,已成功应用于实际工程任务。     

基于改进Hopfield神经网络的对地攻击型无人机自主能力评价

对地攻击型无人机是当前最先进的无人装备之一,无人机必须具备很高的自主能力,自主能力成为无人机的典型作战能力。针对对地攻击型无人机的自主能力量化评价问题,从感知能力、决策能力、行为能力和安全能力4个方面,并侧重机载装备参数分析,提出了一套完整的自主能力评价指标体系。结合模型因素库,运用奇异值分解设计Hopfield神经网络权值矩阵,利用基于稀疏度的权值删减算法改进网络结构。构建自主能力评价标准,对对地攻击型无人机系统自主能力进行量化分级。仿真结果表明:相对于传统Hopfield神经网络,改进算法能够在一定范围内删除非关键的连接权值,降低网络复杂度,工程上更容易实现对地攻击型无人机系统自主能力的量化评价。      

复杂环境下微小飞行器惯性/激光雷达Robust-SLAM方法

针对微小型飞行器在巡检、探测和地图构建等应用中关键的自主导航技术,提出了一种基于惯性辅助的激光雷达Robust-SLAM方法用于微小型飞行器自主导航。相对于传统的激光雷达SLAM方法,该方法在SLAM框架中引入了感知环境突变检测方法,并且加强了惯性与SLAM的组合程度,有效地解决了高程方向感知环境发生突变时激光雷达SLAM定位误差大的问题。室内车库实际飞行实验结果表明,该方法能够实现微小型飞行器在三维空间中实时可靠的自主导航,具有较好的工程应用价值。     

基于异构特征信息匹配的车辆自主定位方法研究

针对车辆在GNSS拒止条件下的定位需求,提出了一种基于多源异构特征信息联合匹配的自主定位方法,并从数据库建立和匹配方法2个方面分别进行了分析研究。提出了基于众包数据的特征信息库建立方法,通过地磁、WLAN、蓝牙、蜂窝网等信息对众包数据进行分段与聚类,利用提出的DBSCAN算法进行地图重构;此外,还提出了基于HMM模型的异构特征联合匹配定位方法,可将多种传感器提供的观测量以特征方式进行联合匹配。试验结果表明,该方法可以很好地解决GNSS拒止条件下的车辆自主定位问题。     

地面无人平台视觉导航定位技术研究

地面无人平台实现自动驾驶等功能的核心难题在于如何感知其所处环境并获得自身在环境中的实时状态。机器视觉作为地面无人平台在复杂环境下实现自主导航及定位的重要手段,近年来得到了快速发展。系统性地分析了视觉定位与地图构建系统的基本架构,并对该架构包含的图像信息预处理、视觉里程计、回环检测、全局优化和地图构建模块分别进行了详细介绍。针对各模块所涉及的关键技术,总结了近些年来国内外主流的研究成果,对比分析了各个关键技术中主流方法的性能,并展望了地面无人平台视觉导航定位技术的发展方向。