地面自主机动平台的局部路径规划

对行驶于非结构动态环境下的地面自主机动平台 ,其局部路径规划算法须具备智能性、快速响应、并对各类误差鲁棒性好的特点 .以往的规划方法不能很好的综合解决上述问题 .本文提出了基于生态法的规划方法 ,采用期望路径逼近 ,滚动规划调整的方法 ,以折中处理速度和克服误差干扰 ,保持路径平滑 .本算法在实际系统运行中 ,在适应各类实际路况环境 ,保证整体系统运行性能等方面 ,收到良好效果     

小型无人地面车辆可视化仿真

以实验室中的小型无人地面车辆(SUGV)为背景,在MFC下利用OpenGL与3D Studio MAX进行该SUGV运动过程仿真,实现了三维可视化仿真场景系统中模型的建立、调入和视点的设置,在动力学分析基础上建立SUGV各种运动模型,实现了三维模型的交互控制.该仿真系统既可为操纵人员提供模拟操纵平台,也可为开发人员提供辅助设计和开发的平台.     

遥控地面无人平台控制器设计

为了协调控制地面移动平台各功能单元,设计了一种轮式地面移动平台控制器,该平台控制系统采用上下位机控制方式实现了远程无线控制,即上位机为PC机,下位机为单片机;对控制器进行了硬件设计,采用查询判断控制标志位的方法实现信息的分流,协调控制驱动电机的运动、视频切换、电机伺服器的复位,动力电池容量检测等;制定了相关的通信协议,较好地实现了抗干扰,减少了数据误码率,并利用VC++6.0开发了上位机人机交互界面;经过初步试验,验证了该控制器的可行性.     

国外地面无人作战平台军用机器人发展概况综述

21世纪,高新技术突飞猛进,引发了军事领域一系列重大变革。尤其引人注目的是,作为未来战争物质基础的武器装备不断花样翻新,并呈现出向无人化迅速发展的新趋势。本文详细介绍了国外地面无人作战平台军用机器人的发展历程,发展现状及其未来发展方向,分析了其相关技术领域,并提出了国外地面无人作战平台未来的发展重点。     

无人地面车辆自主性评价指标体系研究

自主性是无人系统最为重要的性能指标之一,在对美国陆军无人地面车辆发展进行分析的基础上,以无人地面车辆自主性能力作为总体评价目标,从体现其自主性应具备的能力要素出发,分为感知能力、规划能力、运动控制能力、行为能力和学习能力5个评价方面,每个评价方面又包含多个能力因素,以此建立无人地面车辆自主性评价指标体系。     

可扩展地面无人平台综合处理模块硬件设计

小型轻量的地面无人平台应用越来越广泛,综合处理模块作为地面无人平台的指挥控制中心,承担着信息采集、数据处理及融合等核心功能.设计高性能可扩展的综合处理模块是未来地面无人平台的重要发展方向.以多源信息融合处理理论模型为基础,设计了一种以PowerPC为主处理器,FPGA为协处理器的综合处理模块系统架构.PowerPC主处理器主要完成数据处理、数据融合以及与各接口控制器的信息交互.FPGA协处理器主要实现接口控制器的扩展、信息采集和预处理.实际测试表明,综合处理模块在计算性能和通信性能方面优于原有系统.综合处理模块的硬件设计和多源信息融合处理理论模型的描述对地面无人平台的整体设计具有重要意义.     

基于USARSim和ROS的无人平台编队仿真系统

针对越野非结构化环境下的地面无人平台(Unmanned ground vehicle, UGV)编队仿真系统存在功能模块不完善及算法集成测试困难等问题, 为便于有效测试地面无人平台编队协同控制方法性能及其适用的任务场景, 降低编队协同系统的开发成本, 本文提出了一种基于USARSim (Unified System for Automation and Robotics Simulator)和ROS (Robot Operating System)的地面无人平台编队协同仿真系统. 该仿真系统由人机交互界面、基于ROS架构的地面无人平台控制系统和基于USARSim的虚拟仿真场景三个部分组成, 其测试对象为地面无人平台编队协同控制算法. 通过充分利用ROS中集成的开源导航算法和USARSim中丰富的机器人及环境模型, 该系统为研究地面无人平台编队协同控制算法提供了新的思路和快速验证工具. 以领航者?跟随者编队控制方法为例进行该仿真系统的性能测试, 实验结果表明, 该仿真系统能够在外界条件一致的情况下完成对编队协同控制方法的性能测试, 系统稳定可靠.     

无人系统智能技术发展和安全问题

随着人工智能技术的飞速发展,无人系统在给人们带来便利的同时,也随之而来了诸多安全隐患。本文首先介绍了地面、空中和海上无人系统的发展现状,从技术安全、应用安全风险方面阐述了人工智能技术的安全问题,然后分析了无人系统智能技术内涵,最后从通信与交互安全、算法安全两个角度阐述了无人系统的智能安全问题,可为相关研究提供参考。     

无人平台在军事领域里的应用

作战系统的无人化代表了世界军事装备的发展方向,美国等发达国家都在积极地发展。文章针对“无人平台在军事领域里应用”的问题进行了概略地阐述,以期望中国自动化学术界重视这一动向,并以自身积极的工作,来努力完成江泽民同志在党的“十六大”报告中指出的“努力完成机械化和信息化建设的双重历史任务”,实现我军现代化的跨越式发展。     

强化学习在无人车领域的应用与展望

无人车(UGV)可替代人类自主地执行民用和军事任务,对未来智能交通及陆军装备发展有重要战略意义。随着人工智能技术的日益成熟,采用强化学习技术成为了无人车智能决策领域最受关注的发展趋势之一。本文首先简要概述了强化学习的发展历程、基础原理和核心算法;随后,分析总结了强化学习在无人车智能决策中的研究进展,包括障碍物规避、变道与超车、车道保持和道路交叉口通行四种典型场景;最后,针对基于强化学习的智能决策面临的问题和挑战,探讨并展望了未来的研究工作与潜在的研究方向。     

基于ROS的无人配送车导航系统的设计与实现

针对无人配送车在自主导航过程中存在的寻路效率低、避障能力弱、转折幅度过大等问题,该文采用搭载机器人操作系统(ROS)的Turtlebot3机器人作为无人配送车,设计并实现了高效稳定的无人配送车自主导航系统。ROS是专门用于编写机器人软件的灵活框架,对其集成的SLAM算法进行改进,以完成无人配送车在封闭园区环境中的即时定位与地图构建,同时对ROS导航功能包集成的路径规划算法进行改进,使无人配送车在已知环境地图中规划生成出适合无人配送车工作的路径和有效避开障碍物。最后在Gazebo仿真环境中对无人配送车自主导航系统进行测试与验证。仿真试验结果表明,设计实现的无人配送车导航系统能够很好地满足无人配送车在封闭园区中的自主导航功能。     

无人化遥控武器站

本文介绍了无人化遥控武器站的整体设计结构包括立体阵列声探测系统,观瞄系统,稳定控制转台等几大模块。系统运用声、光、热多种探测手段对战场信息进行全方位捕捉,实现对目标的自动提取与稳定控制转台的联动控制,操作人员在安全区域内,仍能实现对目标的快速捕捉和稳定瞄准。     

地面移动机器人的分阶段位姿镇定方法

针对无侧移地面移动机器人的位姿镇定问题提出一种多阶段控制律.在运动学层次上位姿镇定制问题与带落角约束的二维制导问题具有很大的相似性.基于此,在最优制导律的基础上增加对线速度的控制后,可以实现一定初始位姿条件下的位姿镇定控制.对于不满足条件的初始位姿,则增加一个姿态调整阶段,使其达到初始条件.所构造的多阶段控制律可以对任意期望位姿实现控制,并具有能量最省的特性.仿真结果证实该控制律具有较好的控制精度.     

TUM autonomous motorsport: An autonomous racing software for the Indy Autonomous Challenge

For decades, motorsport has been an incubator for innovations in the automotive sector and brought forth systems, like, disk brakes or rearview mirrors. Autonomous racing series such as Roborace, F1Tenth, or the Indy Autonomous Challenge (IAC) are envisioned as playing a similar role within the autonomous vehicle sector, serving as a proving ground for new technology at the limits of the autonomous systems capabilities. This paper outlines the software stack and approach of the TUM Autonomous Motorsport team for their participation in the IAC, which holds two competitions: A single-vehicle competition on the Indianapolis Motor Speedway and a passing competition at the Las Vegas Motor Speedway. Nine university teams used an identical vehicle platform: A modified Indy Lights chassis equipped with sensors, a computing platform, and actuators. All the teams developed different algorithms for object detection, localization, planning, prediction, and control of the race cars. The team from Technical University of Munich (TUM) placed first in Indianapolis and secured second place in Las Vegas. During the final of the passing competition, the TUM team reached speeds and accelerations close to the limit of the vehicle, peaking at around $270\text{km h}{}^{-1}$ and $28ms{}^{-2}$. This paper will present details of the vehicle hardware platform, the developed algorithms, and the workflow to test and enhance the software applied during the 2-year project. We derive deep insights into the autonomous vehicle's behavior at high speed and high acceleration by providing a detailed competition analysis. On the basis of this, we deduce a list of lessons learned and provide insights on promising areas of future work based on the real-world evaluation of the displayed concepts.     

无人移动平台运动控制系统的设计

为实现地面无人移动平台的准确运动,设计其运动控制系统。选用履带式平台,分析并建立平台运动学模型,搭建H桥模块驱动平台电机,设计电流检测模块和速度检测模块,将电机运行状态反馈给控制器。设计数字PI控制器,形成速度一电流双闭环控制,结合差速反馈控制器,提高运动控制精度。实验结果表明了该运动控制系统的可靠性。     

Design,control, and performance of the ‘weed’ 6 wheel robot in the UK MOD grand challenge

A new locomotion method for unmanned (autonomous) ground vehicles (UGV) is proposed based around six independently driven wheels mounted on three separate modules. Each module is attached to the overall robot via a pivot point and capable of independently controlling its orientation and velocity. This configuration allows the UGV to perform maneuvers conventional vehicles cannot perform, and in particular to control the body orientation separately from the movement direction. The locomotion method is mathematically analyzed to develop appropriate control algorithms and to demonstrate the vehicle performance criteria. A vehicle was constructed according to the proposed configuration and experimentally tested in the UK Ministry Of Defense grand challenge. The performance of the developed locomotion schemes helped the robot make it to the finale of the competition.     

基于KQML语言的多自主移动机器人仿真系统

用JAVA语言开发了栅格环境下的多自主移动机器人仿真系统,通过KQML语言通信模拟了多个自主的移动机器人,机器人的自主性主要体现在自主感知环境和自主进行路径规划、任务执行和安全导航等工作．该仿真系统具有平台无关性、地图无关性、算法无关性以及机器人配置的无关性,为多自主机器人系统的研究提供了一个可借鉴的平台．     

旋翼微小型无人机地面站系统的设计与实现

针对旋翼机的控制复杂性,设计一套面向旋翼式微小型无人机的地面控制站系统。利用该系统可进行航迹设定和任务规划,存储和回放飞机航行记录,接收航拍图像,并通过对旋翼式无人机虚拟模型和视频图像的融合处理,实时显示飞机飞行姿态、位置及运行状态,实现旋翼式微小型无人机的超视距遥控,具有直观、形象的良好操控性能。