类脑智能技术在无人系统上的应用

随着人工智能与脑科学等前沿技术的迅速发展,无人系统智能化研究正逐渐成为当今世界强国重点关注的战略发展方向,研究与之相关的科学问题具有前瞻性、战略性和带动性.文章首先分析了无人系统的发展需求,提出了面向需求的若干关键问题,包括复杂环境与态势信息的感知与认知问题、整体效能最优的分布式任务决策问题、面向任务需求的路径实时规划问题、考虑高不确定环境的自学习控制问题、应对非预期情况的故障诊断及容错问题以及基于人机接口的人机交互问题;随后,系统阐述了类脑智能技术在解决这些问题上的国内外研究现状;最后,论述了无人系统类脑智能化发展中依然存在的问题及未来发展趋势.     

固定翼无人机自适应滑模控制

针对固定翼无人机的姿态和速度控制中存在不确定和外部扰动的问题,设计自适应超螺旋滑模干扰观测器和控制器,实现了固定翼无人机对速度指令和姿态指令的有限时间精确跟踪.首先建立固定翼无人机速度模型和基于四元数的姿态误差模型;进而在该模型的基础上针对无人机飞行过程中的外部扰动和不确定问题,采用自适应超螺旋滑模算法设计干扰观测器对干扰和不确定进行快速估计,并在此基础上设计多变量超螺旋控制器使固定翼无人机快速、精确地跟踪期望的速度和姿态指令;最后基于Lyapunov理论证明了该系统的稳定性.仿真结果表明:所提出的综合控制策略可以实现固定翼无人机速度与姿态的快速精确跟踪并具有良好的鲁棒自适应能力,而且针对无人机不同的飞行指令,使用该控制策略都能使无人机快速稳定的达到预期目标.