高空长航时无人机SINS/CNS组合导航系统仿真研究

根据高空长航时无人机的特点研究了SINS/CNS组合导航系统并进行了仿真。研究了分段定常系统(PWCS)的可观测性分析方法和基于奇异值分解的系统状态可观测度分析问题,并提出了一种改进的状态可观测度分析方法,在求状态变量的可观测度时,抛开了观测量,只利用可观测矩阵进行分析,然后将该理论应用到SINS/CNS组合导航系统中,证明了其合理性与可行性,进一步根据可观测度分析的结果对系统进行反馈校正,通过仿真结果证明导航精度得到了提高。     

模糊分层模型参考自适应控制方法在机器人视觉伺服中的应用

研究了基于图像的视觉伺服机器人系统的控制问题。首先建立了视觉伺服GRB-400机器人的图像雅可比矩阵,然后针对该动态LookandMove系统提出了一种带有模糊自调整能力的分层模型参考自适应控制的设计方法,其特点是设计方法简单并可以在线调节相关参数,给出了闭环系统的阶跃响应实验结果,并与原分层模型参考自适应控制闭环系统的动态性能做了比较,实验证明了改进后的闭环系统具有更好的动态性能。     

一种自主飞行的小型无人机系统设计

介绍了小型无人机系统的总体结构,分析了无人机的结构设计和算法,阐述了弹射起飞系统和伞降着陆系统的设计原理,采用嵌入式系统和GPS设计无人机的飞行姿态控制、导航控制、任务控制系统和数据链,实现了空中机器人的自主飞行。     

导航计算机应用软件快速更新方法研究

目前,大多数嵌入式开发系统的软件更新必须通过硬件仿真器来实现,不便于系统的维护.良好的可维护性是嵌入式系统性能的一个重要方面,在一定程度上决定系统能否被广泛应用.本文针对南航导航研究中心自主开发的微小型导航计算机,研究了利用串行通信的方式实现应用软件快速更新的方法,解决了程序的定位、代码传输等问题,提高了系统的可维护性,体现了方法研究的实用价值.     

无人机类脑吸引子神经网络导航技术

当前无人机在非结构化或未知环境下飞行主要采用SLAM进行导航与定位,存在如下突出问题：依赖高精度昂贵激光雷达等环境感知传感器;需要建立准确世界和无人机物理模型;受环境影响较大;自主智能水平较低,无法较好地满足无人机对导航系统的要求,需要发展自主智能的导航方式。基于吸引子神经网络的类脑导航技术,无需训练模型参数,不依赖高精度传感器,无需精确建模,且复杂环境下鲁棒性较强,具有解决上述问题的潜力。简要阐述了动物大脑导航机理,分析了吸引子神经网络和基于吸引子神经网络的类脑导航关键技术,最后讨论了吸引子类脑导航技术在无人机应用中的挑战。     

水平导航中转弯航线解算方法的研究和仿真

在飞机显示器的水平导航区域上需要为飞行员实时显示最新的航线信息,航线中的每个航路点均有不同的转弯方式,目前国内正在研发的飞机采用旁切转弯和飞越转弯两种方式,若错过了预计的转弯起始点,则需要重新进行航线解算,这被定义为超调转弯,给出三类转弯航线的解算方法。     

2019年国外导航技术发展综述

近年来,国外导航技术的发展呈现出多系统融合的发展态势,结合2019年国外导航技术的发展动态,对美国、欧盟、俄罗斯、印度等国家和地区的卫星导航、惯性导航、天文导航、视觉导航、数据库匹配导航、仿生导航、量子导航和全源导航等技术发展现状进行了总结分析,并对相关技术发展进行了展望。     

基于自适应纹理复杂度的仿生视觉导航方法研究

针对稠密光流在低纹理复杂度时精度较低的问题,提出了一种自适应纹理复杂度的稠密光流优化方法,以提升光流导航精度。根据三种不同大气条件下三种不同图像模糊程度的图像光流精度与纹理复杂度的统计图,推断稠密光流的精度与图像的纹理复杂度呈线性关系。通过建立图像纹理复杂度和稠密光流精度之间的直接联系,利用灰度共生矩阵的对比度参数评价图像纹理复杂度,采用最小二乘法拟合图像纹理复杂度和光流真值优化系数的函数关系,获得自适应纹理复杂度的稠密光流优化模型。基于该优化模型设计了仿真实验,实验结果表明,基于该模型可有效提升稠密光流在低纹理复杂度时的计算精度。     

机器人钻铆系统铆接单元及工艺技术

分析铆接工艺,结合机器人钻铆特点,确定自动铆接单元的工艺方案,突破机器人钻铆系统铆枪匹配、铆枪进给、上钉顶铆等关键技术。机器人自动制孔之后,自动铆接单元可以完成送钉、顶铆、铆接等功能,有效提高钻铆效率。