面向不确定性环境的多无人机协同防碰撞

随着无人机碰撞事故的增加, 防碰撞已成为多无人机共空域飞行亟待解决的问题。首先, 进行多无人机协同防碰撞体系结构设计, 然后, 提出一种新的模型预测控制方法: 应用扩展卡尔曼滤波预测不确定性环境空间的障碍物和目标轨迹, 无人机通过机间通信实现环境信息共享, 基于模型预测控制方法进行多无人机协同防碰撞制导决策。仿真结果表明所提方法的有效性, 同时协同机制的效果明显。     

多无人机时序到达协同控制方法

时序到达控制是无人机协同控制方向新近产生的典型问题, 对异构无人机协同执行搜索、跟踪、打击、评估等任务具有重要潜在价值。引入计算几何学中的Laguerre图用于航路规划, 当两个威胁区域不相交时, Laguerre图生成的初始航路必然从它们之间的空隙内穿过。针对时序控制精度不高的问题, 采用周期性的速度修正方法, 有效提高了到达时间精度。仿真结果表明, 所提出的时序到达控制方法能够有效实现多无人机时序到达, 并且具有较高的鲁棒性和控制精度。     

基于MTPM和DPM的多无人机协同广域目标搜索滚动时域决策

传统的协同搜索决策方法在目标引导和机间协同方面存在不足. 研究建立了基于分布概率预测的目标概率图（Target probability map,TPM）初始化方法和基于贝叶斯准则的目标概率图动态更新方法,形成了修正目标概率图（Modified TPM,MTPM）及其运算机理.考虑对任务子区域进行可控回访,定义了数字信息素图（Digital pheromone map,DPM）,建立了数字信息素图使用方法及更新机理.设计了基于MTPM和DPM的寻优指标,建立了基于滚动时域控制的协同搜索决策方法（MTPM-DPM-RHC method,MDR）.仿真表明: 1） MTPM能有效降低对目标的虚警率和漏检率;2） DPM能有效实现对任务区域可控回访;3） MDR方法的遍历能力、重访能力和目标搜索效率均优于已有方法.     

面向搜索跟踪任务的小型无人机云台补偿控制

在地面目标搜索任务中,无人机与传感器设备的安装交联和无人机的六自由度运动会使得无人机探测路径与飞行路径之间产生差异．因此,针对耦合作用给搜索任务带来的消极影响,将无人机本体的姿态测量信息引入到对云台的控制中,保证飞行路径与探测路径的协调．同时,针对目标跟踪任务,对因为无人机与目标的相对位置变化对实时捕捉目标造成的不良影响进行补偿,使摄像机对目标的凝视更稳定、更准确．最后,通过仿真实验验证该云台控制方法的有效性．     

无人机跟踪地面目标制导控制方法

提出了基于自动驾驶仪的无人机跟踪地面目标的制导、控制架构,将"无人机+自动驾驶仪"的组合看作是以滚转角、飞行高度和速度为控制输入的动态系统。在横侧向,相比下一时刻,根据无人机的航迹方位角误差以及无人机与目标点在水平面内相对距离与期望盘旋半径的误差,给出滚转角指令的制导规律,并对制导指令的生成周期进行了研究;对于纵向,为降低目标状态估计对于姿态误差的敏感度,结合传感器分辨率的要求,给出了解算飞行高度指令的方法。无人机六自由度模型的仿真对比表明,所提跟踪制导律相比李亚普诺夫向量场法(LVFG)和切向量场法(TVFG)具有更优的稳定性和准确性。     

无人机自主防碰撞控制器设计

为了使无人机能够有效地规避突发静态障碍物,提出一种基于EKF-OSA的自主防碰撞控制器设计方法。首先建立无人机与障碍物的相对运动方程,采用扩展卡尔曼滤波算法(EKF)估计障碍物状态,并提出突发静态障碍物碰撞规避规则;然后,设计一种基于提前一步(OSA)优化方法的导引律。仿真结果验证了所提方法的有效性。