2018年第6期导读
发布人:xiao 发布时间:2018/12/26 15:26:04  浏览次数:1864次
【字体: 字体颜色
1、《无人机系统智能自主控制技术发展现状与展望》 
  无人机智能自主控制系统能模仿人类智能感觉、思维和行动的规律,主动处理无人机对象所面临的高度复杂的状况,而当前己有的技术手段只能实现相对确定环境下的自主或半自主控制。本文基于无人系统智能自主控制技术高性能和强自适应性、高可靠性、高经济效益性及多智能体组网和协同完成任务的发展需求,介绍了该系统国内外研究概况及关键技术,并指出对其开展智能目标检测与跟踪、集成自主系统的智能计算、单无人机智能自主控制、多无人机系统自主控制、自主故障诊断和自主控制重构等方面研究的技术发展趋势。

2、《基于人机混合智能的无人平台设计
  随着无人平台在认知能力方面的进步,越来越多的任务将会由其独立完成,而无人系统与操纵人员的智能融合是其智能化关键所在。本文在常用无人平台体系结构基础上提出一种人机智能耦和的无人平台系统结构,其将遥控功能和自主功能紧密结合,在自主运动控制系统无法保证移动机器人(包含无人车、无人船、无人机等人工智能平台)安全时对移动机器人的操作进行干预。

3、《地铁列车舒适度最优的自动驾驶过程建模及求解
  目前,自动驾驶是轨道交通的发展趋势,最优控制则是实现纵向自动驾驶的核心算法。本文针对地铁列车的站间行驶过程进行最优控制建模,综合考虑了列车的牵引/ 制动特性、线路的速度以及加速度等限制,保证列车在安全运行且准时、精确停车的同时乘坐舒适度最优。为了求解该模型,文章进一步提出了一种基于数值计算方法的时域内控制变量和状态变量的离散化策略,并采用内点法中的带预测校正的原- 对偶非可行路径追踪法求解,从而获得原最优控制问题的近似解。

4、《单目视觉惯性融合方法在无人机位姿估计中的应用
  实现四旋翼飞行器行业级应用的基本要求是减少人为操控,增加自主飞行能力,但其前提是实现飞行器高精度位姿估计,而自主位姿估计方法是目前的主流方案。本文提出一种多传感器融合的方法,它可以在无GPS 信号的情况下,利用价格较低的传感器( 单目摄像头和飞行器自带的惯性测量单元) 并以简单的标记物相辅助,实现飞行器快速准确的位姿估计,即使在视觉结果异常甚至是无视觉结果输出的情况下,也能较好地实现其功能。

5、《飞行器协同控制决策技术研究
  多飞行器协同控制决策技术能够有效提高协同飞行器的整体任务能力,对其进行研究,是建立多飞行器协同制导控制与仿真系统研究的重要基础工作,也是复杂的多学科交叉问题。本文针对多飞行器协同控制决策技术,把飞行器协同控制决策总体策略划分为协同规划与管理和协同保持与变换两个部分,重点分析了其中的若干技术要素,并在此基础上开展了飞行器协同控制决策软件设计与实现工作。

6、《高超声速滑翔飞行器再入段闭环最优反馈制导方法
  高超声速滑翔飞行器(HGV)是未来空天一体化战争中的非对称杀手锏武器,具备在临近空间无动力滑翔飞行并最终俯冲至目标实施精确打击的能力,其运动具有快时变、强耦合和强非线性的特征,并且飞行器在飞行过程中受到大气密度和气动参数等飞行环境参数的不确定性的影响。多约束条件、复杂运动特性、不确定性及自主制导能力的需求都给再入段制导方法的研究提出了挑战。本文提出一种基于最优反馈控制的数值预测校正制导方法,其以基于伪谱法的在线轨迹优化作为数值预测校正的过程,能避免在线大量耗时的积分运算并确保满足过程约束和终端约束。

『 发表评论 』
标 题:
用 户 名:
验 证 码:
留言内容: