基于蚁群算法的最小代价航迹规划仿真

在大比例尺地图的路径规划中,由于飞行器全局航迹规划需要计算机存储的栅格点数量巨大,存在维数爆炸问题,使得航迹解算计算量激增,因此提出1种改进的蚁群算法,将栅格由大及小进行划分,利用大栅格为飞行器选择相对平滑和离散度低的飞行地形,利用小栅格为飞行器提供相对精确的全局飞行航迹,将栅格带所有栅格的代价之和作为航迹代价,从而选出1条航迹代价最小的路径．该算法将蚁群算法的信息素更新机制更加合理地应用到航迹规划中．仿真结果表明,该方法能解决航迹维数解算问题,可以将一系列栅格点组成的路径点集合为最优解,为飞行器提供最优航迹规划路径．     

基于改进蚁群算法的多无人机航路规划研究

无人机的航路规划研究是无人机任务控制系统的关键技术,在用Voronoi图法对威胁环境建模的摹础上,提出了基于Voronoi图的多行为蚁群算法,增强了蚂蚁之间的协同性,有效解决了可行解的收敛性与多样性之间的矛盾,并对求解过程加入了方向性引导,提高了算法的求解效率.在多机协同方面,利用上述算法分同起止点与不同起止点两种情况对多机协同航路规划进行了仿真,针对得到的多条初始航路,利用协同时间指标对多初始航路进行选择.最后用三次样条方法对协同最优航路进行了平滑处理.     

基于模糊神经网络的移动机器人沿墙导航控制

移动机器人沿墙导航控制包含了追踪和避障两种情况,是移动机器人研究中的常见问题。它是指机器人在一定方向上沿墙运动,或者更一般意义上的沿着物体轮廓运动,并与墙保持一定距离。移动机器人利用声纳采集机器人与墙体的距离和角度信息,通过模糊神经网络将输入数据进行融合,从而判断移动机器人的位姿信息,输出左右轮速度控制其动作。实验证明此方法可以有效地保证移动机器人在安全距离内沿墙体运动。对比采用模糊神经网络前后的实验,采用后的移动机器人沿墙导航控制轨迹优于采用前,均方误差大大减小。     

双目视觉辅助PDR的组合导航定位方法

为提高室内定位系统精度和跟踪性能以及适应复杂环境,将行人航迹推算（Pedestrian Dead Reckoning,PDR）与双目视觉组合,提出一种双目视觉辅助PDR的组合导航定位方法 .该方法通过选取或布置地标建立了地标位置数据表;基于轻量化目标检测实现了对地标实时双目测距,保证定位的实时性;利用PDR位置信息得到检出地标类别对应坐标,基于因子图的协同定位和误差估计算法将双目视觉与PDR有效融合,提高了定位精度并抑制PDR累计误差,同时对PDR中航向和单参数模型中单位转换常数进行误差补偿,提高PDR定位精度.实验结果表明,在地标纹理清晰且分布合理情况下,该方法能有效解决室内复杂环境下单一PDR累积误差问题,此外,对航向和单位转换常数实时补偿可提高组合定位系统的定位精度和稳定性.     

光电平台MEMS陀螺性能及滤波算法的Allan方差评价

光电稳定平台被广泛应用于火控、侦察、制导等武器系统中,具有提供重要的态势感知、监视、瞄准和搜跟能力。随着光电技术的发展,光电稳定平台变得更加精准和轻便小巧。MEMS陀螺具有体积小、重量轻、成本低、可靠性高、测量范围大的优点,使其已经成为小体积、低成本光电稳定平台的首选惯性传感器。但在光电稳定平台设计时,选用MEMS陀螺和陀螺滤波处理就成了首要的问题。本文首先介绍了基于Allan方差评价MEMS陀螺随机漂移误差的方法,描述了4种常用的陀螺滤波算法,然后基于Allan方差详细地分析了这几种滤波器的应用特性和滤波器参数对滤波性能的影响。可以看出,使用Allan方差可以很好地评估MEMS陀螺和滤波器性能,指导陀螺滤波器选型和滤波参数配置,该评估方法可有效地解决光电稳定平台设计阶段的陀螺选型和滤波器选型。     

基于输电杆塔的无人机精细化巡检研究

针对输电杆塔的无人机精细化巡检,给出了航迹规划方法并阐述了关键技术。航迹规划原则一般以∩型顺序拍摄,不同的塔型拍摄顺序有差异;拍摄点位复杂的杆塔采用启发式算法进行航迹规划;采用毫米波雷达避障,利用RTK技术进行厘米级定位,动力控制系统可使无人机平稳地悬停拍摄。目前的精细化巡检仍以人工操作为主,需通过视觉算法增加其自主性、智能性。     

低温温度梯度下环氧玻璃纤维材料表面电荷积聚行为及其对沿面闪络特性的影响

超导能源管道终端由于其特殊的运行环境,终端用绝缘材料在承受高电场的同时,也承受着近百摄氏度的低温温度梯度。为此基于超导电缆终端常用绝缘材料——环氧玻璃纤维材料,研究了低温温度梯度下绝缘材料表面电荷积聚特性及其对沿面闪络特性的影响机制。首先测量了环氧玻璃纤维材料在不同温度以及不同温度梯度下的沿面闪络特性;随后利用仿真软件建立了绝缘材料气-固界面的电荷迁移模型,分析了不同温度以及不同温度梯度对材料表面电荷积聚特性和表面电场分布特性的影响;最后结合试验结果与仿真结果,提出了低温温度梯度对绝缘材料沿面闪络的影响机制。试验结果表明：当温差ΔT=100K时,绝缘材料表面的局部放电起始电压与闪络强度分别为无温度梯度时的74.0%和75.9%。而仿真结果显示,低温温度梯度下绝缘材料表面电荷积聚现象明显,表面最高电场强度可达到不存在温度梯度时的10倍左右。因此,温度梯度下材料表面电荷积聚以及电场的畸变被认为是造成绝缘材料沿面绝缘强度下降的重要原因。该研究有助于理解低温温度梯度下材料表面电荷积聚特性及其对电场分布和闪络电压的影响机制,对低温下绝缘材料的绝缘特性研究以及绝缘优化设计具有重要意义。     

改进 IGABP 模型补偿倾角传感器温度漂移研究

倾角传感器很容易受到环境温度变化的影响,产生测量误差,即温度漂移现象。针对此问题,设计了一种基于改进的遗传算法(IGA)优化反向传播神经网络(BPNN)的温度漂移补偿模型。其中遗传算法使用了新的选择策略和交叉变异因子,增加了跳出局部最优解机制。实验结果显示,IGABP补偿模型的均方误差(MSE)为0.003 28,经过补偿模型修正后的平均温度漂移为0.039°,远优于未修正时的平均温度漂移0.190°。研究结果表明,IGABP补偿模型与传统的神经网络模型相比,具有更快的收敛速度和更高的补偿精度,能够有效的补偿因温度导致的测量误差,提高倾角传感器的稳定性和精度。     

基于改进粒子群算法的无人机三维航迹规划

针对传统粒子群(Particle Swarm Optimization, PSO)算法在航迹规划的过程中需要根据无人机性能建立约束条件和易陷入局部最优值的缺点,提出了一种结合天牛须(Beetle Antennae Search, BAS)算法的球坐标PSO算法。该改进算法直接利用球坐标系对无人机的航向角和俯仰角进行约束,并且通过BAS算法避免PSO算法陷入局部最优值。根据数字高程地图建立仿真环境,综合考虑航迹长度、平滑度和危险性等因素构建目标函数。仿真结果表明,改进后的算法与其他PSO算法相比,规划的三维航迹质量更高,能够很好地适应无人机在各种环境下的飞行要求。     

基于运动属性约束的船舶AIS航迹去纠缠方法

航迹去纠缠处理是基于自动识别系统(Automatic Identification System, AIS)数据进行船舶运动行为深入分析的基础。传统航迹去纠缠处理方法存在虚警率和漏警率均较高的问题,这会造成重要船舶运动特征信息缺失以及纠缠去除不彻底等,进而影响数据的可用性。基于此,通过分析船舶AIS原始定位数据特点以及船舶运动属性特征,提出基于运动属性约束的船舶AIS航迹去纠缠方法(A Method for Removing Entanglement of AIS Trajectory Based on the Constraints of Motion Attributes, CoMA),以瞬时航行速度和时间间隔约束船舶空间位置合理范围,以瞬时航向约束船舶转向的合理区间,双重约束下对航迹纠缠点进行去除。通过实例验证与对比可得,相较于传统航迹去纠缠方法,该方法能够在纠缠点彻底、精准、高效去除的前提下,最大程度地保留船舶运动行为特征,可为后续船舶航迹深入分析提供准确的数据输入。