基于改进人工势场法的移动机器人导航控制

传统人工势场法在移动机器人导航过程中存在局部极小值,障碍物周围震荡等问题。针对采用传统人工势场法实现移动机器人导航过程中存在的问题,本文引入旋转力改进人工势场法,同时运用细菌觅食混合粒子群算法（BF-PSO）对移动机器人导航过程中的控制器参数及势场函数增益系数进行离线优化。运用优化参数进行基于改进人工势场法的移动机器人导航的仿真,仿真结果表明BF-PSO算法对移动机器人导航具有较好的优化效果。     

基于势场栅格法的移动机器人避障路径规划

针对传统人工势场法应用于移动机器人避障路径规划存在的缺陷,建立了改进的人工势场模型,通过在障碍物的斥力势场函数中增加最小安全距离,同时考虑机器人与目标点的相对距离,成功地解决了障碍物附近目标不可达(Good Nonreachable with Obstacles Nearby GNRON)的问题。此外,针对传统人工势场法的局部极小点和障碍物附近目标不可达同时存在的问题,提出了以改进人工势场法为主,栅格法为辅的方案来实施避障,使得机器人能够尽快地脱离局部极小并成功地绕过障碍物到达目标点。采用栅格法对改进人工势场法做辅助决策,弥补了改进人工势场法的不足,使机器人能够顺利到达势场的全局最小点,提高了避障路径规划的安全性和可达性。论文利用Matlab进行了算法仿真,结果证明了所提方法的正确性和有效性。     

传统人工势场的改进

文中在分析足球机器人避碰的特点及传统人工势场法的不足的基础上,提出了引入障碍物和机器人自身的速度和加速度来改进人工势场法,并提前对规避动作做出预判来实现优化人工势场的方法。仿真试验表明,这种方法是可行的,可以有效地弥补传统人工势场的缺陷。     

面向未知地图的六足机器人路径规划算法

针对移动机器人路径规划中无法准确得知全局地图的问题,提出了一种基于模糊规则和人工势场法的局部路径规划算法。首先,利用测距组与模糊规则,进行障碍物的形状分类,构建局部地图;其次,在人工势场法中引入了一种修正的斥力函数,基于局部地图,利用人工势场法进行局部路径规划;最后,随着机器人的运动,设置时间断点,以减少路径震荡。针对随机障碍物和凹凸障碍物的地图,分别采用传统人工势场法和改进的人工势场法进行仿真,其结果表明：在遇到随机障碍物时,相比传统人工势场法,改进的人工势场法能够显著减少与障碍物的碰撞;在遇到凹凸障碍物时,改进的人工势场法能够很好地完成路径规划的目标。所提算法对地形变化适应能力强,能够实现在未知地图下的六足机器人路径规划。     

改进人工势场法的移动机器人路径规划研究

人工势场法是机器人局部路径规划常用的一种方法.分析了传统的人工势场法由于局部最小问题而导致规划失败的原因.提出了一种改进的势场函数,并对改进势场函数的规划方法进行分析,发现该方法并不能完全解决局部极小问题.通过在改进势场函数基础上采用添加附加控制力的方法,使机器人尽快跳出局部极小点.仿真结果表明,该方法是有效的.     

人工势场法在机器人避碰路径规划中的应用

利用人工势场法对机器人在特定环境中进行路径规划,并针对传统人工势场法存在的局部极小点问题,引入沿墙走行为,运用改进的人工势场法有效地克服了机器人在障碍物附近出现的反复震荡或停止不前等问题,仿真结果表明所用方法的有效性。     

传统人工势场的改进

文中在分析足球机器人避碰的特点及传统人丁势场法的不足的基础上，提出了引入障碍物和机器人自身的速度和加速度来改进人工势场法，并提前对舰避动作做出预判来实现优化人工势场的方法。仿真试验表明，这种方法是可行的，可以有效地弥补传统人工势场的缺陷。     

基于改进人工势场法的足球机器人避碰控制

本文在分析足球机器人避碰的特点及传统人工势场法不足的基础上，提出了引入 障碍物的速度和加速度矢量的改进人工势场法，用于足球机器人的避碰控制．仿真实验表明 ，这种方法是可行的，并弥补了传统人工势场法的不足．     

基于改进人工势场法的移动机器人路径规划

针对势场法的障碍物附近目标不可达的问题,改进了传统人工势场斥力函数,确保目标点是机器人的势场全局最小点,使得机器人顺利到达目标点。针对势场法的局部最小值问题,提出了一种连接局部最小值区域障碍物的方法,建立了机器人离散传感器模型,使机器人快速走出局部最小值区域。改进后的人工势场法适用于复杂室内环境下的机器人路径规划。仿真结果证明了该方法的有效性。     

基于改进人工势场法的机器人避障及路径规划研究

在不确定和复杂的移动环境中,利用传统的人工势场法进行机器人避障很难满足对环境动态适应性的需要。提出了一种相对速度的改进的人工势场法,针对于传统的路径规划中局部最小值问题,提出设置中间目标点的方法,给机器人一个外力以避免其在局部最小点处停止或者徘徊,确保机器人能够逃出最小值陷阱并顺利到达目标位置。最后在Matlab平台上进行了仿真实验,实验结果表明,改进后的人工势场法能较好地实现动态环境下移动机器人的路径规划。     

基于GQFD的无人智能化保障装备能力需求分析

着眼无人智能化保障装备发展问题,为构建智能高效的保障装备体系,在对智能化战争条件下装备保障“任务—能力”进行分析,确定感知战场态势、辅助指挥决策、装备检测维修、物资精准保障4项智能化保障任务和大数据分析处理能力、智能决策能力、多源数据采集能力等9种无人智能化保障装备能力的基础上,运用基于灰色关联分析的质量功能展开方法,建立包含灰色综合关联矩阵的无人智能化保障装备能力需求分析质量屋,得到无人智能化保障装备能力指标重要度排序,大数据分析处理能力重要度为6.890 6,居于首位,该能力是保障装备开展所有保障活动的基础,符合智能化装备保障“以智取胜”的致胜机理;结果表明该模型具有较好的可行性和适用性,验证了该方法在无人智能化保障装备能力需求分析中的可行性和有效性,为下一步无人智能化保障装备建设规划提供了有力参考。     

无人飞行器集群智能调度技术综述

随着飞行器技术的快速发展, 以无人机和卫星为代表的无人飞行器在集群任务中得到广泛应用, 但日益增长的多样化任务需求和不平衡、不充足的任务资源也对无人飞行器集群调度技术提出新的挑战.针对无人飞行器任务类型特点, 分别从无人机群和多星两个角度出发, 介绍了无人机群访问、打击和察打一体化任务调度技术进展, 阐述了多星成像、数传与天地一体化任务调度研究成果.同时, 梳理了无人机群和多星任务调度问题的主要约束与收益指标, 综述了无人机群和多星任务调度常用的智能优化算法.最后, 面向未来无人飞行器技术应用需求, 指出了无人飞行器集群智能调度技术进一步的研究方向.     

面向无人机集群路径规划的智能优化算法综述

在电–气–热互联系统(EGHS)的联合优化愈受关注的背景下, 提出一种电–气–热互联系统分布式优化调度 框架. 首先, 以系统供能成本最小建立同时考虑气网及热网动态特性的日前调度模型. 其次, 针对电–气–热互联系 统含电、气、热3个子系统在分布式运算属三区(3-Block)优化问题因而难以利用常规分布式算法得到收敛解的问题, 提出基于交替方向乘子法(ADMM)的改进算法, 即强制平等的ADMM算法. 所提算法框架为内外层协调凸分布框 架, 外层为罚凸凹算法(PCCP), 内层为ADMM–FE算法. 此算法框架中, 外层优化利用罚凸凹过程将非凸气流方程 凸化为逐次迭代的二阶锥约束, 内层ADMM–FE算法求解外层凸化后的模型以得到收敛解. 最后, 通过算例仿真分 析对比了所提算法与传统ADMM算法及集中式优化算法的计算结果, 所得结果验证了所提模型以及优化算法框架 的有效性.     

Current trends in the development of intelligent unmanned autonomous systems

Intelligent unmanned autonomous systems are some of the most important applications of artificial intelligence (AI). The development of such systems can significantly promote innovation in AI technologies. This paper introduces the trends in the development of intelligent unmanned autonomous systems by summarizing the main achievements in each technological platform. Furthermore, we classify the relevant technologies into seven areas, including AI technologies, unmanned vehicles, unmanned aerial vehicles, service robots, space robots, marine robots, and unmanned workshops/intelligent plants. Current trends and developments in each area are introduced.     

基于智能定位技术的无人物流车辆智能监控系统设计

传统的无人物流车辆智能监控系统监控图像清晰度差,监控速率慢。为了解决上述问题,基于智能定位技术设计了一种新的无人物流车辆智能监控系统,系统硬件传感器模块选用选用MCJS系列角度传感器,无人物流车辆定位模块选用ZM516X定位模块,支持Mesh网络,监控平台为LAND-LDRTU款无线远程监测终端RTU,内部配置实时监控系统,在C/S模式下设计应用系统程序。实验结果表明,基于智能定位技术的无人物流车辆智能监控系统监控图像清晰度高于传统监控系统42.58%,监控速率高于传统监控系统17.22%。     

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。     

智能小车联网组队方法的设计与实现

随着5G技术的到来,物联网技术的发展不可限量,而在智能交通领域中起着举足轻重的无人驾驶技术和车联网技术必定成为未来研究的热点。那么如何通过车联网技术控制无人驾驶智能车辆进行联网组队也就成为研究的焦点问题。为此,模拟实现了无人驾驶智能小车联网组队运行的全过程。首先介绍了系统总体的设计方案,接着在STM32嵌入式开发平台下进行智能小车的硬件设计,然后介绍了如何利用ZigBee无线通信技术实现无人驾驶智能小车与智能网关之间的通信协议和相应的软件实现方案,最后进行了相应的测试。结果表明,本次设计完成了智能小车在行驶过程中接收和执行控制命令以快速组队的功能。实现了多辆智能小车排列“一”字、“V”字、“X”形、矩形、菱形五种组队队形。     

基于智能阵列天线的无人机测向与定位技术

随着科学技术发展,各种无人自主系统相继出现。在这其中,无人机作为无人系统的重要组成部分,与智能AI算法结合后在智能集群方面得到了快速发展。为进一步提升无人机集群数量、拓展使用方式,亟需解决集群节点的测向定位问题。本文通过智能阵列天线结合数传图传信号识别的方法对无人机进行高精度测向和定位。经过仿真,对无人机信号进行测向,其俯仰角和方位角的误差能小于1.5°,在此测向误差下,通过四站点对无人机进行定位,3km范围内定位误差小于30m的概率为95%。该方法可以为智能无人机群之间的高精度测向定位提供新的思路和解决方法。     

复杂环境中多无人智能车协同控制

该文对多无人智能车以领航-跟随法在复杂环境下运动的编队控制问题进行了探讨,通过采用闭环控制律设计了一种编队控制器和编队控制方案,该编队控制器的优点在于其主要考虑智能车之间的距离和角度,同时参考领航者与相邻跟随者之间的信息实现精准控制。基于所搭建的模拟测试环境,测试改进的控制方法与传统编队方法。实验结果显示,该文所提出的方法在复杂环境下具有更好的运动控制效果。     

内外源注意的无人系统智能感知应用研究

针对未来无人系统智能化以及多无人系统协同感知与认知发展需求,亟需解决信息过载以及跨平台多源感知信息融合的科学问题,本文提出通过研究仿生内源性和外源性注意力的调节作用机理, 探索多源注意机制对无人系统智能感知系统调节作用机制,对其映射异构多源感知器与行为决策控制的作用机理进行研究；结合采用脑认知能够联合来自不同感官通道的线索对外部世界中的物体和事件实现快速高效信息过滤和异构多源认知,并采用不同的参照系来表征物体的特征和位置,构建一种基于仿生多源注意机制的智能感知与信息处理框架,对工程化实现无人系统智能感知与认知系统具有一定的设计参考价值。