三维环境中基于ESMF的多机器人协作观测方法

提出了一种基于扩展集员估计（ESMF）的多机器人协作观测方法，该方法将多机器人之间的观测数据融合过程嵌入到估计过程当中，从而减少了数据处理的过程，增强了算法的快速性。同时，这种方法在实现协作观测时只需要协作机器人传送观测信息而不是整个的估计信息，因此可以减轻多机器人系统的通信负担。除此之外，该方法在融合多机器人的观测数据过程中避免了多余的近似过程，增加了观测的准确性。最后，给出了三维环境下的仿真结果，验证了方法的可行性。

基于多传感器融合的组合导航方法研究

本文提出一种基于多传感器融合的组合导航方法,能够在小型旋翼无人机上实现低成本、高精度导航定位.该方法通过建立导航系统的机械编排模型,设计了一个17状态的扩展卡尔曼滤波器(EKF).对加速计的零偏和陀螺仪的漂移进行在线估计,实时的补偿传感器的测量误差.从而对旋翼无人机的速度、位置、角速度和姿态等参数进行精确的估计.通过对实际飞行数据仿真实验,并对比参考的导航系统,证明该方法在飞机的全包线飞行下均能够解算出可靠的导航信息。

无人机编队飞行技术的研究现状与展望

无人机编队飞行是无人机及其应用技术发展研究的新热点。在分析无人机编队飞行特点的基础上,阐述了无人机编队飞行原理与方法的研究现状,并展望了其今后的主要应用前景。

分布式多无人机编队飞行的阵形保持策略

设计了一种仅采用相对位置偏差状态进行多无人机编队阵形保持的分布式保持策略.首先,分析多无人机编队的特点及其阵形保持问题,提出其阵形保持策略的要求,然后设计一种采用局部阵形状态制定的阵形保持策略.该保持策略从非一致性的冗余状态中进行简洁的处理,判断阵形的保持状态,采取相应的保持机制.最后,应用于几个多无人机编队飞行的例子,仿真结果验证了该保持策略的可行性.

用于阵形控制的无人机编队飞行仿真平台设计与实现

设计了一种模块化结构的无人机编队飞行仿真实验平台.根据阵形控制的模拟需求,将仿真平台进行功能化模块构建,并通过内集方式予以集成.仿真平台结合时序驱动机制、虚拟现实技术、记录与回放技术以及数据分析与重栽软件,使得仿真数据具有时序性、可视性、可记录及重绘性,,操作人员具有高度的参与性,各模拟模块可以根据不同的研究成果进行更改、升级和替代.经过多次仿真实验,该仿真平台运行稳定可靠、占用系统资源小,为无人机编队飞行的研究提供了预验证性的工具,为今后的仿真系统设计提供了一个参考.

用于多无人机编队飞行的PIDA+逆飞行控制器

设计了一种结合PIDA控制及逆控制的多无人机编队飞行控制器.分析了多无人机编队飞行中飞行耦合气流的估计范围,针对个体无人机的轨迹控制模型讨论了其飞行控制器需求,结合逆控制的解耦性能和PIDA控制器低模型依赖、简单结构、快速性等优点,设计了一种PIDA+逆的飞行控制器,最后,以控制器输出约束、飞行气动力参数变化以及气动耦合扰动为指标对PID控制和PIDA+逆控制的控制效果进行了对比仿真,仿真结果表明,PIDA十逆控制能够有效的抑制模型参数不确定性带来的影响,并且在控制器输出约束条件下仍能保持较好的动态性、准确性和鲁棒性.

基于MIT规则的自适应Unscented卡尔曼滤波及其在旋翼飞行机器人容错控制的应用

提出一种新颖的基于MIT规则的自适应Unscented卡尔曼滤波(Unscented Kalman filter,UKF)算法,用来进行参数以及状态的联合估计。针对旋翼飞行机器人执行器提出一种执行器健康因子(Actuator health coefficients,AHCs)的故障模型结构,应用自适应UKF对AHCs参数进行在线估计,将联合估计的状态以及故障参数引入基于模型的反馈线性化控制结构,组成完整的容错控制系统。提出的自适应UKF算法以及容错控制结构经过中科院沈阳自动化研究所ServoHeli-20旋翼无人智能平台数学模型进行仿真试验验证,效果良好。

基于天际线识别的无人机实时姿态角估计

以无人机天际线识别为背景,提出了一种准确、实时的天际线识别算法,并由此估计姿态角。在结合实际情况的基础上,对天际线建立能量泛函模型,利用变分原理推出相应偏微分方程。在实际应用中出于对实时性的考虑,引入直线约束对该模型进行简化,然后利用由粗到精的思想识别天际线。首先,对图像预处理并垂直剖分,然后利用简化的水平直线模型对天际线进行粗识别,通过拟合获得天际线粗识别结果,最后在基于梯度和区域混合开曲线模型约束下精确识别天际线,并由此估计无人机滚动和俯仰姿态角。实验结果表明,该算法对天际线识别具有较好的鲁棒性、准确性和实时性。