消费级无人机倾斜摄影航线规划及地面站实现

消费级无人机已成为新型对地影像获取平台.本文依据倾斜摄影原理及消费级无人机自身特性提出了不同的航线规划方法,具体可分为全覆盖航线、环绕航线、垂直航线以及等高线航线.为实现倾斜影像获取的高效、稳定,设计并编写了基于Android平台的无人机倾斜摄影地面站,该地面站可驱使无人机自动依照规划任务完成倾斜摄影工作,大幅度降低了倾斜摄影技术的使用难度及工作量,提高了消费级无人机倾斜摄影的能力及产品的精度.     

基于智能Agent的小型无人机自主飞行任务管理器的设计

自主飞行是先进无人机的重要特征。基于智能A gent技术,采用分层的混合型A gent结构,进行了小型无人机自主飞行任务管理器的设计与实现。该设计方案在吸收各领域专家及操纵手的专门知识和丰富经验的基础上,建立了一套基于认知型A gent结构的顶层自主任务管理推理机制和策略,以及基于反应型A gent结构的任务规划执行底层的规则集。对基于该任务管理器的全自主飞行、半自主飞行模式进行了几十架次的飞行试验验证。试验结果充分表明了其推理机制和策略的有效性以及对应急事件响应的快速性。     

基于扩展Kalman滤波的无人机位姿校正

无人机姿态控制问题是无人机稳定性飞行的关键,针对无人机在位姿参数不确定条件下制导控制器姿态定位精度不高的问题,提出了一种基于扩展Kalman滤波的无人机位姿校正方法,进行制导系统稳定性控制律设计.建立无人机飞行动力学模型,构建飞行弹道方程,分析无人机制导系统被控对象的约束参量,采用加速度计、陀螺计和磁力计进行位姿参量测量.考虑到位姿参数的不确定性,采用扩展Kalman滤波算法进行姿态参数的整定性处理,实现角度校正.将校正后的位姿参数输入模糊神经网络系统中,实现无人机制导控制律的优化设计.仿真结果表明,采用该方法进行无人机位姿校正和飞行制导控制,定姿精度较高、抗干扰能力较强,实现了飞行的稳定性控制.     

无人机三维编队飞行模糊PID控制器设计

针对无人机编队飞行控制系统,引入编队飞行几何关系,建立了三维编队飞行数学模型,在速度、航向和高度三个通道加入了误差的线性混合器,并分别设计了基于模糊PID的编队飞行控制器.仿真结果表明,所设计的控制器可以通过控制间距方便有效地控制无人机编队飞行,实现在机动过程中保持队形,以及合理地进行编队队形变换.这种控制方法超调量较小,鲁棒性强,优于传统控制器.     

一种面向多无人机协同编队控制的改进深度神经网络方法

研究了多维度飞行数据下的协同编队控制问题,提出了一种基于改进深度神经网络的协同飞行控制方法。首先,使用深度神经网络在线整定PID控制器,设计了一种基于深度神经网络的PID控制器;其次,针对传统深度神经网络收敛速度慢、学习效率低的问题,同时为了满足多无人机编队飞行的实时性,在深度神经网络控制器中引入动量因子以提高网络的学习性能;最后,将所设计的改进深度神经网络控制器扩展到多无人机协同飞行任务场景实现协同编队飞行。对多无人机协同编队飞行进行仿真验证,仿真结果表明,所设计的改进深度神经网络编队控制器可以有效实现多无人机的编队生成与协同飞行。     

多无人机协同编队飞行控制研究现状及发展

无人机在军事和民用应用上越来越广泛,为使无人机能够更好地发挥作用,需要采用多无人机编队飞行控制来实现协同侦察、作战、防御及喷洒农药等任务.多无人机协同编队控制技术主要包括信息感知技术、数据融合技术、任务分配技术、航迹规划技术、编队控制技术、通信组网技术和虚拟/实物验证实验平台技术等.首先对国内外多无人机编队相关技术的现状和进展进行综述,然后重点对多无人机编队控制方法进行分析,并对队形设计、队形调整和队形重构等问题进行归纳总结,最后对多无人机协同编队所面临的机遇和挑战进行了展望.结果表明:目前多无人机编队飞行理论方面取得了丰硕成果,但是实物飞行试验仅能实现简单通信环境下的协同编队飞行,任务分配和航迹规划实时性不高,控制方法应对突发情况鲁棒性低,多机多传感器协同感知能力不足,欠缺对实体的仿真实现,未来的研究方向应是突破上述关键技术的不足,开展复杂感知约束和复杂通信环境下的多无人机协同编队飞行研究,提出更加有效的控制方法,并进行多无人机实物编队飞行试验,使无人机能够更好地完成既定任务.     

视觉感知的无人机端到端目标跟踪控制技术

针对无人机机动目标跟踪的自主运动控制问题,提出连续型动作输出的无人机端到端主动目标跟踪控制方法. 设计基于视觉感知和深度强化学习策略的端到端决策控制模型,将无人机观察的连续帧视觉图像作为输入状态,输出无人机飞行动作的连续型控制量. 为了提高控制模型的泛化能力,改进基于任务分解和预训练的高效迁移学习策略. 仿真结果表明,该方法能够在多种机动目标跟踪任务中实现无人机姿态的自适应调整,使得无人机在空中能够稳定跟踪移动目标,显著提高了无人机跟踪控制器在未知环境下的泛化能力和训练效率.     

中国电科发布智能无人集群系统多功能处理单元

<正>中国电子科技集团有限公司在第六届世界互联网大会上发布了用于智能无人集群系统的多功能处理单元,该单元具备飞行控制、任务规划、智能决策、动态组网等四大功能,用人工智能为无人系统装上大脑。据了解,无人集群智能单元通过整合传统无人机上的飞控系统和测控系统,并依托群体智能算法和动态组网协议及相应的处理芯片,为无人机集群提供飞行控制、任务规划、智     

某型无人机舵控系统的设计与仿真

基于某型无人机飞行控制地面仿真验证系统的需要,分析了其舵机控制系统各组成部分的原理,利用Simulink工具箱建立了电传舵控系统的数学模型,对转速控制律和位置控制律进行了设计.对带有转速控制回路和未加转速控制回路的舵机控制系统以及加入扰动后的舵机控制系统分别进行了仿真验证.仿真结果表明：所设计的舵机控制系统动态性能及跟踪性能好,抗干扰能力强,能够满足某型无人机飞行控制的要求及飞行控制地面仿真验证系统的需要,为该系统的研究提供了技术保障.     

飞翼无人机非线性控制设计方法

为实现飞翼无人机的机动飞行,以带有流体矢量方向舵的飞翼无人机为设计对象,采用非线性设计方法设计了控制器,并进行飞行验证.针对飞翼无人机的机动飞行控制存在各种耦合和扰动的特点,设计内环线性化解耦以消除已知不利的耦合项,外环反步跟踪方法进行航迹跟踪的控制律结构,证明了该控制结构的稳定性.同传统反步控制方法相比,该控制器增加了内环解耦结构,并在控制结构中保留气动阻尼项,使得线性化后的系统为弱非线性系统.该结构不仅可以降低外环控制器设计的保守性,而且便于工程实现.仿真和飞行试验表明,该控制方案是有效的.     

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.     

无人机飞控系统稳定性探讨

伴随着军民领域航空工程的不断发展,各型号的无人机已被广泛应用到各类空中作业或任务保障中.飞行控制系统作为无人机的控制中心和和指挥中心,在实际作业中可以实时采集飞行信息和大气环境参数,并与地面控制中心形成闭环反馈,从而实现隔空控制和轨迹调整,是决定无人机自动稳定飞行的核心部件,决定着无人机飞行的稳定性和操纵性.为此,下面本文将具体阐述无人机飞控系统稳定性的概念、种类、稳定性分析方法和增强无人机飞控系统稳定性的关键方法,以期能够深化对无人机飞控系统稳定性的研究,保证无人机的飞行安全.     

基于Q学习的变体无人机控制系统设计

针对变体无人机的控制问题,给出了Q学习控制方法。首先根据设计任务要求设计控制律控制变体无人机按给定航路完成飞行。同时根据飞行环境和飞行任务的变化,利用Q学习方法控制变体飞行器相应地改变外形(平直翼、小前掠翼、大前掠翼),使变体飞行器能始终保持最优飞行状态,以满足在变化很大的飞行环境里执行多种任务(如巡航、机动、盘旋、攻击等)的要求。仿真结果验证了该方法的正确性和有效性。     

面向执行机构故障的四旋翼无人机主动容错飞行控制方法研究

四旋翼无人机在执行高负荷、长航时任务时,桨叶的疲劳断裂易导致无人机失控甚至坠毁。针对这一问题,提出了一种基于积分滑模控制的四旋翼无人机主动容错飞行控制方法。首先通过运动学和动力学分析建立了执行机构故障时无人机的非线性模型,再构造观测器对执行机构故障进行实时观测,并据此设计积分滑模控制律对无人机的位置和姿态控制回路进行补偿。数字仿真和飞行实验结果均表明所给出的方法具有较强的容错能力,在单只桨叶部分断裂的情况下,该方法可有效地实现无人机的位置和姿态稳定并具有良好的动、静态特性。     

基于Petri Nets的无人机自主飞行任务管理系统

根据无人机自主飞行的任务规划与调度过程设计了任务管理系统的总体结构,讨论了体系结构的组成和功能;将一个完整的自主飞行侦察任务过程通过Petri Nets分解出若干子任务,用事件触发进行管理和调度;最后通过MATLAB中的Stateflow工具对整个无人机任务序列进行了仿真实现,保证了侦察任务的顺利执行．     

基于Stateflow技术多模态飞行控制律仿真

Stateflow是有限状态机原理的图形实现，能在仿真过程中进行连续状态间的切换。无人机飞行过程正是多模态飞行控制律的切换过程，是由飞行任务驱动的有限状态机系统。该文描述了如何用Stateflow实现控制模态间的切换，按无人机自主导航的控制逻辑建立了Stateflow仿真模型。仿真结果说明采用Stateflow实现多模态飞行控制律仿真的有效性。     

集中式光伏电站巡检无人机视觉定位与导航

为了使无人机在集中式光伏电站实现自主飞行,完成光伏组件红外及可见光图像采集任务,针对集中式光伏厂区光伏组串分布特点,提出光伏组串边缘检测方法,并通过视线导引法实现无人机路径跟随控制. 同一厂区的不同光伏组件之间存在颜色差异,针对其颜色特征提出自定义分割方法,结合形状特征可有效识别光伏组件;提取光伏组串轮廓和边缘信息可获取无人机理论飞行路径,通过视线导引法实现无人机对理论飞行路径的精准跟随以确保图像数据采集的有效性和完整性. 实验结果表明,提出的光伏组串识别算法具有较好的适应性和实时性,能够用于无人机理论飞行方向与无人机和光伏组串间偏移量的计算,利用导航控制算法能够实现理想的光伏组串循迹. 光伏组串识别算法和视线导引法能分别有效实现定位和导航,2个程序的结合能够满足无人机飞行控制要求.     

无人机地面站发展的分析研究

简要概括了无人机地面站自产生到现在的发展过程,介绍了国外典型无人机地面站的结构性能,归纳、对比了战术无人机地面站和中小型无人机地面站的特点,详细阐述了当今无人机地面站的结构框架和其中核心系统的功能,分析了地面站系统的功能需求。最后提出了无人地面站发展的一些新思路。     

通信拓扑变化条件下多无人机同时到达控制策略

针对战场环境中无人机多机成员通信链路局部时断时续情形,并基于一致性算法有向生成树最弱通信连通条件,设计了无人机多机通信拓扑包含有向生成树/子树的判别策略、以及重新包含有向生成树的通信链路最小变更方案的获取策略;研究选取预计到达时间(ETA)为协调变量,基于一致性算法控制无人机成员或其成员子集实现同时到达;提出设置虚拟子目标点的一致性控制策略,实现多无人机空中聚集飞行和同时到达,以提高作战生存力,并且避免多无人机飞行间距超出相互通信作用范围;通过仿真与分析,验证了上述策略的有效性。     

民用无人机姿态稳定与航迹跟踪控制策略研究

针对民用无人机功能载荷多变及复杂环境下姿态振荡和航迹跟踪误差,采用区间系统控制理论和动态跟踪误差最小化原理,设计了一种民用无人机内外环分层控制策略,可分别实现内环姿态稳定和外环航向跟踪功能,进而解决现有无人机大范围模型变化的控制效果恶化和航迹误差缺陷。仿真结果表明,所采用的分层组合控制策略可以保证无人机飞行过程的状态稳定和有效的航迹跟踪精度,具有较高的闭环鲁棒性,有助于开发高效且自动化的民用无人机系统飞行控制策略。