自主无人机导航及数字飞行控制系统的研制

介绍了数字式无人机飞行控制系统的硬件组成和主要特点，详细阐述了该数字飞行控制系统自主飞行的控制律的设计原理及软件实现方法。半物理仿真结果表明，该数字飞行控制系统能够较好地实现自主导航。     

自主无人机导航及数字飞行控制系统的研制

介绍了数字式无人机飞行控制系统的硬件组成和主要特点,详细阐述了该数字飞行控制系统自主飞行的控制律的设计原理及软件实现方法。半物理仿真结果表明,该数字飞行控制系统能够较好地实现自主导航。     

某无人机火箭助推发射段动态分析与仿真

为检验某无人机火箭助推发射装置的性能,建立无人机发射系统的三维实体模型及有限元模型,并基于显式动力学方法对无人机有限元模型进行动力学仿真。由仿真结果可知,能量平衡关系得到了满足,无人机运动特性均满足设计要求,为无人机的发射提供了一定的参考。     

自转旋翼无人机的起飞控制研究

以某型自转旋翼无人机作为研究对象,针对自转旋翼无人机起飞过程中的难点,开展自转旋翼无人机的自主起飞控制策略研究,将起飞过程划分为预旋、三轮滑跑、两轮滑跑、离地爬升等多个阶段,并设计各过程的纵向与横侧向控制回路。通过综合仿真实验,验证了所设计控制策略的可靠性与可行性。     

井下巡检无人机系统设计及定位与避障技术

矿井环境无GPS、空间狭窄且光照条件差,无人机在该环境下的飞行面临很多挑战.针对无人机井下巡检作业这一特殊应用场景,设计了能够自主定位和避障的无人机系统.该无人机系统基于激光SLAM实现同步定位,由激光点云生成的八叉树地图构建了飞行安全通道,并优化无人机的飞行路径,再通过最小化加速度优化指标,将路径点生成为光滑平缓的飞行轨迹.无人机飞行过程中能实时进行碰撞检测,并根据安全通道和当前障碍物信息调整路径点,实现自主避障.     

基于MATLAB的无人机六自由度仿真与研究

针对某无人机进行了飞机运动方程的建模与仿真研究。建立了飞机六自由度非线性飞行运动学和动力学模型,在MATLAB软件环境下建立了数学仿真模型,并进行了线性化处理。以无人机纵向运动为例,分析运动模态,为下一步控制系统的设计提供了工程依据。     

无人机自主着陆纵向控制律设计

针对无人机的自主高精度定点着陆,应用自适应内模控制(AIMC)原理设计了自主着陆纵向飞行控制律。以轮式无人机为平台,将纵向非线性模型解耦并线性化。然后,以地速和下沉率为控制目标,应用AIMC理论设计了纵向飞行控制律。通过对AIMC滤波参数进行自调整改善了系统的动态特性,基于对模型的辨识增强了系统的鲁棒性。在顺逆风6m/s的条件下对AIMC系统进行了数字仿真,结果显示其落点精度达到前后向30 m范围内。与传统内模控制(IMC)系统相比,提出的自适应内模控制(AIMC)系统在动态性能和落点精度等方面均有明显提高。最后,搭建了半物理测试平台,通过半物理仿真测试复现了系统数字仿真结果,验证了系统功能的完整性和协调性。     

敌对环境多无人机协同攻击策略研究

针对敌我双方的对决状态,考虑了敌方威胁和攻击获益双方因素建立了敌对环境下的攻击模型.为了获得最大的攻击获益,将无人机群通过相互协作,分阶段实施攻击,以减少友机攻击过程中的威胁,提高总体机群攻击获益.在寻求最佳攻击策略中,分析了成功概率因子和时间折算因子对协作攻击策略制定的影响,为最佳攻击策略的制定提供了依据.为了快速得到最佳攻击方案,结合敌对环境下的多无人机协作攻击模型,设计了基于改进遗传算法攻击策略迭代方法,仿真实验表明,改进后的算法比遗传算法得到的最大获益值提高了2.7％左右.     

基于单目视觉的无人机自主跟踪降落研究

无人机对地面运动物体的跟踪研究一直是无人机自主控制领域重要的研究方向。以四旋翼无人机为平台,设计了无人机对地面目标的自主降落跟踪系统。在无人机上搭载单目相机获取地面移动机器人的图像信息,同时搭载的计算机实时计算获取地面移动机器人的运动状态数据,然后反馈给无人机运动控制系统,完成对地面移动机器人的跟踪。实验表明,该系统可以进行稳定的地面运动物体跟踪。     

无人机自主降落视觉标识设计及位姿测量方法

为实现无人机自主降落,设计了一种由多组不同半径比的同心圆组成的视觉标识。针对同心圆成像后的形变情况,结合圆心、消隐点、内外圆交点构成的调和比约束,设计了一种递归的圆心求解方法,以获取圆心亚像素投影点。相较于Hough圆检测算法以及传统方法,该方法可以更鲁棒、精准地提取圆心投影点亚像素坐标。完成圆心提取后,基于交比不变性建立图像坐标与平台坐标一致性匹配关系解算出初始位姿,并通过二次曲线重投影模型设计非线性优化函数求得优化位姿。针对降落过程中图像运动模糊的情况,提出一种基于运动连续性的测量关键帧选取模型来排除运动模糊图像对控制决策的影响。进一步设计一种多模式切换控制结构实现了对降落平台的运动预测、无人机样条轨迹生成与更新,从而完成无人机自主降落。在1 500次的测量实验中,该测量方法的平均重映射误差可达到0.578 pixel,方差为0.009 6。在现场降落实验中,无人机在2.5 m高度时对降落台的定位误差小于3.5 cm,表明本文方法具有较高的视觉测量精度且更加稳定,能够实现对运动降落目标的稳定接近与跟踪并完成降落。