类脑发育无人机防碰撞控制

城市无人机的大量普及,对无人机在密集动态环境中的防碰撞问题提出了严峻挑战.论文针对密集动态环境中碰撞威胁模式复杂多变的特点,设计了无人机的自主心智发育型防碰撞控制架构,建立了可自主发育的威胁–规避映射关系,构建了威胁模式知识库和规避策略知识库,进而提出了基于自主心智发育的无人机防碰撞控制方法.通过将有效可信的知识不断导入发育器进行发育,可以持续提高无人机应对密集动态障碍的防碰撞能力.仿真对比实验表明,本文方法不仅能快速构建安全避障航路,而且算法效率随知识库的扩充而提高,能够极大提高无人机在密集动态障碍环境中飞行安全性.     

基于仿人发育的混合空域智能无人机 防碰撞策略研究

随着低空开放政策的实施,无人机将会脱离隔离空域,进入低空与各式各样飞行器混合进行飞行。而防碰撞能力作为无人机的关键技术,在混合空域中保持无人机安全飞行起到了至关重要的作用。通过对人的发育式学习防碰撞机理进行分析,建立了面向混合空域中密集障碍的实体模型和发育模型,最终构建了基于仿人发育的无人机防碰撞方法。仿真实验表明,提出的方法不仅使无人机可以通过学习与发育不断提高飞行安全性,而且还可以随着环境熟悉度的提升,加快无人机防碰撞行为,提高了无人机在混合空域密集障碍中的安全性与智能性。     

认知无人机–环境系统的防碰撞稳定性

借鉴人在复杂动态环境中的自主防碰撞行为,可以构建具有认知防碰撞能力的无人机.针对认知防碰撞决策的有效性问题,将认知无人机与环境的动态交互过程作为整体,通过分析认知无人机-环境系统状态的运动模式,基于混合时间集建立了认知无人机-环境系统的脉冲微分包含(IDI)模型.按照认知无人机防碰撞过程的IDI运行机理,将系统状态空间划分为三类运行域,建立了认知无人机-环境系统的防碰撞稳定性定义,进而运用IDI理论,导出了使认知无人机-环境系统防碰撞稳定的充要条件.仿真实验结果表明,导出的防碰撞稳定条件可以为无人机认知防碰撞决策的有效性提供依据.     

无人机认知防碰撞系统安全边界研究

无人机认知防碰撞控制是借鉴人类认知智能,建立复杂动态环境无人机防碰撞控制的新思路,其认知决策的安全边界是系统设计的重要问题.本文整体考虑环境威胁与无人机的相互作用关系,建立了“认知无人机-环境系统”模型.进而定义了系统的防碰撞稳定性,并导出了认知无人机-环境系统的防碰撞稳定条件.在此基础上,通过分析防碰撞稳定的安全特征量,解算出面向动态正向碰撞的无人机认知防碰撞系统的安全边界.仿真实验分析了“云雀”无人机的安全边界特性和防碰撞控制要求,并与其他方法进行了对比.     

无人机感知-规避系统安全区域动态决策方法

为了解决无人机在空域交通中的感知-规避安全性需求问题,根据无人机的感知能力定义空域交通的安全边界,采用微分对策和生存能力理论对感知-规避问题进行描述和分析,提出一个理论框架和解决方案,给出了安全区域对无人机飞行策略和制导律的影响。只要无人机与冲突航线内的其他飞行器保持必要的间隔,所提出的方法就可采取有效的策略减小冲突航线上的不确定边界,并选择相应的规避决策调整航线,避免飞行冲突。     

无人机空中加油自主会合控制器设计

针对自主空中加油中的飞行器会合问题,提出一个完整的自主控制方案,以使无人机在无加油机主动配合情况下具备自主会合能力.通过改进带终端碰撞角约束的比例导引律,将期望的会合点作为跟踪目标,实现终端航向的控制.为了满足会合对无人机机动性能的要求,使用Backstepping方法设计控制律,在保证无人机稳定性的基础上,实现了制导信号的精确跟踪.仿真结果验证了所提出控制方案的有效性.     

管制空域内无人机与有人机侧向碰撞风险研究

随着无人机的逐渐发展和使用范围的扩大,空域将变得越来越拥挤。把无人机系统融入有人机管制空域将是未来解决空域拥挤问题的必要手段之一。基于无人机性能特征和机载设备设施要求,结合有人机和无人机的延迟推导出二者之间的管制防撞间隔,并根据等效安全水平原则求出二者之间可行的目标安全水平。在Reich模型的基础上进行改进,从而建立有人机与无人机的侧向碰撞风险模型,再通过仿真算例对不同管制空域内的有人机和无人机之间进行风险评估,计算碰撞风险并与目标安全水平进行比较。仿真结果表明在1000 m以上的管制空域采用所推导的防碰撞间隔满足ICAO规定的碰撞风险要求,所以该间隔可以作为无人机融入有人机管制空域时的侧向间隔使用。     

基于凸面体圆弧航路的无人机自主避障算法

为解决无人机飞行过程中障碍物规避问题,提出一种新的三维自主避障算法.首先,根据障碍物的若干信息利用标准凸面体对不规则障碍物进行数学建模,用一个或多个标准凸面体覆盖障碍物整体或关键部分;然后,根据障碍物模型设计圆弧规避航路算法,将避障问题转化为跟踪规避航路控制问题,并定义避障判定、避障方向判断和成功避障规则;最后,结合非线性制导律和高度通道控制,实现无人机实时三维航路跟踪与自主避障.非线性数值仿真结果表明,避障算法能够有效地规避障碍物且三维航路跟踪精度好,能够应用于无人机的避障飞行任务.     

针对合作型无人机的最优防相撞策略

为解决复杂融合空域内的无人机(unmanned aerial vehicle,UAV)冲突解脱过程中消耗大的问题,提出基于速度障碍法的合作型无人机的最优防相撞策略.首先根据有限时间的速度障碍法进行冲突探测,并推导出解脱条件下冲突双方航向改变量与速度大小改变量满足的关系,再将合作博弈概念用在冲突解脱过程中,利用最优化理论...     

数字低空空域栅格化的表征度量与最优标定

低空飞行空间范围小、目标速度慢、环境要素杂,传统的经纬度表征方式无法满足智联环境下的低空精细管理要求,为此本文研究了数字低空空域栅格化的表征度量与最优标定问题。首先,从“点-线-面”视角构建了多维度低空空域结构要素量化表征规则,提出了低空空域多层级栅格量化表征方法;然后,通过判定不同空域栅格的“点-线-面”位置关系,提出了基于栅格交集矩阵的低空空域拓扑关系度量方法;最后,综合考虑低空无人机碰撞指数、低空栅格利用指数等优化目标,以及节点与栅格匹配约束、空间位置约束、无人机与无人机/障碍物安全约束等限制条件,建立了面向多维性能的低空空域栅格粒度最优标定模型。针对城市低空典型飞行任务场景对所提方法的有效性及优化效果进行了验证分析。实验结果表明,针对任意设定的低空空域和无人机飞行任务,在可接受的无人机碰撞指数和栅格利用指数下,所提方法可对数字低空栅格粒度进行最优配置,从根源上有效确保低空飞行活动的安全和高效。研究成果对于支撑数字低空空域精细化管理和异质飞行器融合运行具有一定的理论价值和应用意义。     

General fight rule-based trajectory planning for pairwise collision avoidance in a known environment

This paper presents a general flight rule-based autonomous trajectory planning scheme for two aerial vehicles to avoid obstacles and collisions in known environments in low-altitude airspace for general aviation. Flight rules in low-altitude airspace are first introduced based on the general flight rules in US, UK and China, and then the suitable flight rules are embedded into the trajectory planning algorithm. It is supposed that the flight parameters, such as positions and velocities, are all available to the aerial vehicles involved in the possible conflict. Then the trajectory of each aerial vehicle is calculated by optimizing an objective function, such as distance and fuel consumption, with the constraints corresponding to the airspace traffic rules. The optimization problem is solved by receding horizon control (RHC) based mixed integer linear programming (MILP). Compared with other collision avoidance algorithms, the proposed algorithm can be adapted to plan the autonomous trajectory to avoid pairwise collision and obstacles as proposed general flight rules. Simulations show the feasibility of the proposed scheme.     

Optimization-Based Safety Analysis of Obstacle Avoidance Systems for Unmanned Aerial Vehicles

The integration of Unmanned Aerial Vehicles (UAVs) in airspace requires new methods to certify collision avoidance systems. This paper presents a safety clearance process for obstacle avoidance systems, where worst case analysis is performed using simulation based optimization in the presence of all possible parameter variations. The clearance criterion for the UAV obstacle avoidance system is defined as the minimum distance from the aircraft to the obstacle during the collision avoidance maneuver. Local and global optimization based verification processes are developed to automatically search the worst combinations of the parameters and the worst-case distance between the UAV and an obstacle under all possible variations and uncertainties. Based on a 6 Degree of Freedom (6DoF) kinematic and dynamic model of a UAV, the path planning and collision avoidance algorithms are developed in 3D space. The artificial potential field method is chosen as a path planning and obstacle avoidance candidate technique for verification study as it is a simple and widely used method. Different optimization algorithms are applied and compared in terms of the reliability and efficiency.     

Collision Avoidance Based on Line-of-Sight Angle

This paper focuses on the problem of collision avoidance for Unmanned Aerial Vehicles (UAVs). The dynamics of the UAV are modeled as a Dubins vehicle flying at constant altitude. The angular velocity is used as control input in order to avert a possible collision with a single obstacle, while the speed is left as an extra degree of freedom to achieve some temporal requirements. The proposed control algorithm uses only the line-of-sight angle as feedback: in this sense, the main contribution of this paper is providing a solution to the collision avoidance problem that can be used in situations where it is not possible to measure data such as position and velocity of the obstacle. A theoretical analysis of the result is provided, followed by simulation results that validate the efficacy of the control strategy.     

基于防碰撞的移动SAN 对分布参数系统的控制

在考虑移动执行器动力学行为和防碰撞的条件下,研究在控制分布参数系统过程中执行器的移动策略。移动传感-执行器网络中的传感器对分布参数系统进行测量,由执行器对空间分布过程执行相应的控制信号以控制分布参数系统。基于Lyapunov稳定性理论,对每个执行器设计一种新的移动策略,实现每个移动执行器对分布参数系统的协同控制,并保证各移动执行器之间不会发生碰撞。仿真实例表明了所提出方法的有效性。     

固定翼无人机在线航迹规划方法

在不确定环境下,针对固定翼无人机（UAV）航迹规划问题,提出了一种基于滚动时域控制的模糊粒子群优化算法与改进人工势场法相结合的在线航迹规划方法。首先,对凸多边形障碍物进行最小外接圆拟合;然后,根据静态威胁,将规划问题转化为一系列时域窗口内的在线子问题,利用模糊粒子群算法实时优化求解以实现静态避障;当环境中存在动态威胁时,使用改进人工势场法对航迹进行调整完成动态避障。为了满足固定翼无人机的动态约束,同时提出固定翼UAV的碰撞检测法,可提前判断障碍物是否为真正威胁源,以此减少转弯频率和幅度,降低飞行代价。仿真实验结果表明,所提方法在固定翼UAV航迹规划中能有效提升规划速度、稳定性与实时避障能力,且克服了传统人工势场容易陷入局部最优的缺点。     

Collision avoidance of multi unmanned aerial vehicles: A review

The control of a multiple unmanned aerial vehicle (UAV) system is popular and attracting a lot of attentions. This is motivated by many practical civil and commercial UAV applications. Collision avoidance is the fundamental in motion planning of multi-UAVs, especially for large teams of UAVs. Although several collision avoidance approaches have been reported, there is a lack of highlighting the key components shared by these approaches. In this work, we aim to provide researchers with a state-of-the-art overview of various approaches for multi-UAV collision avoidance. The existing works on collision avoidance are presented through several classifications based on algorithm used and frameworks designed, and their main features are also discussed. A discussion on the literature summary in multi-UAV collision avoidance is given, Finally, the challenges in the research directions are presented.     

多无人机模糊多目标分布式地面目标协同追踪

针对城市环境中多约束条件下多无人机协同追踪地面目标问题,综合考虑具有不同重要性等级的多个优化目标,提出了一种基于分布式预测控制的模糊多目标航迹规划方法.首先,考虑城市环境中建筑物对无人机视线遮挡、无人机和传感器能量消耗等因素,分别采用目标覆盖度、控制输入代价和开关量形式传感器能耗等为目标函数,将多无人机协同追踪航迹规划转化为多目标优化问题;然后,基于分布式预测控制框架,利用每架无人机未来有限时域内的预测状态,构建多无人机之间的避碰约束,并结合最小转弯半径等约束,形成分布式协同航迹规划模型;最后,针对多个优化目标的不同重要性等级要求,利用模糊满意优化思想将目标模糊化,并根据更重要目标具有更重要满意度的原则,将优先等级表示为松弛满意度序,通过在线求解得到有限时域内每架无人机的局部航迹;与传统多目标加权算法仿真结果对比,验证了所提方法的有效性,充分说明了该方法能够获得同时满足目标优化和重要性等级要求的最优航迹.