集群无人机激光充电策略

如今无人机(UAV)越来越趋向于群体运用,无人机群中的UAV数量也越来越多,但UAV的续航一直是限制其应用的原因。为了解决无人机群续航较短,充电效率低等问题,本文针对激光供电无人机群,提出一种同时充电的集群策略。利用圆中圆公式推导生成集群充电UAV的初始位置,后利用改进人工势场(IAPF)结合粒子群优化(PSO)算法对其位置进行优化,最后通过MATLAB仿真验证集群结果。结果表明激光光束为1束和7束情况下,集群最高效率为92.6%和91.9%,效率比优化前平均提升12.64%和10.41%,光斑外径下降7.06%和6.27%,有较好的集群效果。该集群充电策略能够解决传统充电方法在多数量无人机群时的调度问题,可以用在无人机群充电领域。

无人机激光充电跟踪瞄准精度分析

无人机激光充电相比于太阳光充电,能够提高充电能量功率及改善持续充电性能。自动跟踪瞄准精度是无人机激光充电的关键指标。结合激光充电系统的工作原理及组成部件,分析了无人机激光充电跟踪瞄准精度。通过建立无人机激光充电跟踪瞄准模型,分析了对跟踪瞄准精度产生影响的各项误差因素,以及各单项误差变化分别对方位角和天顶角瞄准综合误差的影响。在此基础上进行合理的误差分配,通过误差综合计算得出激光充电跟踪瞄准的方位角和天顶角综合误差。通过对系统瞄准精度的分析,为后续标定提供了理论参考依据。

基于FPGA和机器视觉的激光充电系统的设计与实现

本文针对当前移动设备充电领域使用距离范围小等问题,提出了一种基于FPGA和机器视觉的激光充电系统的解决方案,充分利用FPGA的并行数据处理的优势,很好地满足了激光充电系统的实时性和可靠性要求;通过对图像进行形态学算法的处理,解决了在多种干扰的情况下如何准确寻找到目标充电物和激光光斑的问题。实验结果显示激光充电系统运行稳定,在通过形态学处理后能准确寻找到图像中目标物与激光光斑,与周围物体的区别明显,电机控制激光击中目标物的成功率可以达到80%,基本达到预期目的。

基于深度学习的激光无线充电保护系统

为了提高智能家居远程激光无线充电系统使用的安全性,采用了一种基于深度学习的激光无线充电保护系统。针对贴附于智能家居表面的光伏电池属于小目标,具有不易识别的难点,改进得到了YOLOv7-NH网络模型,设立保护监测区,并融入帧间差分法用于实时监控充电区域;通过创设原理分析-算法框架搭建-环境调试等环节,编写了对充电目标所在区域进行图像监控的保护算法,并搭建了测试系统。结果表明,当激光发射端与充电目标距离在10 m以内,基于该算法搭建的保护系统的响应启动时间均低于1 ms,即当移动异物以低于常规速率1.5 m/s进入大小为40 mm×40 mm的保护监测区时,该保护系统能够在其运动到激光束所在光路前停止激光发射。这一结果对室内激光远程无线充电保护技术的发展是有帮助的。

基于双目机器视觉的高精度激光充电瞄准系统

为了实现激光束对充电目标的高精度瞄准,基于双目成像的几何光学原理,提出了一种由两个相机组成的双目瞄准系统,通过分析相机、激光发射端口、充电目标的相对位置关系,优化双目相机与激光发射端口的位置,得到实现高精度瞄准的技术方案,从理论和实验上实现了横向、纵向较大范围内的高精度瞄准。理论计算和实验测量结果表明,该系统在选用焦距为20 mm的相机镜头时,对距离激光发射端口为3 m处、面积为4 m×4 m的平面上各点的瞄准误差不超过1.6 mm;使用焦距为50 mm的镜头时,该系统对纵向区域上距离激光发射端口10 m内的目标的瞄准误差不超过2 mm。因此该系统瞄准精度高,且装置简单,操作方便,是一种可用于激光充电技术的高效便捷瞄准方法。

激光对微型无人机跟瞄充电系统的设计与实现

为了提高微型无人机(MUAV)的续航时间,基于二轴扫描振镜的工作原理,设计了一套激光对MUAV的远程实时跟瞄充电系统。系统采用硅光电池阵列作为光斑位置传感器,其信号经扫描跟踪算法处理后,在地面与MUAV间建立起无线数传反馈链路,控制二轴扫描振镜改变激光发射方向,实现激光束对MUAV的扫描与实时跟踪;同时硅光电池阵列也作为充电器件,实现对MUAV的实时充电。结果表明,当MUAV在高度为80m、直径50m圆形区域内以低于2m/s速率飞行时,可实现激光对MUAV的准确跟踪,跟瞄精度小于0.63mrad。该系统具有跟踪速度快、瞄准精度高的特点,为激光对移动目标的远程实时能量传输提供了一种有效的解决方案。

谐振充电式脉冲激光电源的研制

在与全桥电压型充电方式激光电源比较的基础上 ,提出了一种谐振充电式脉冲激光电源。实验表明 ,谐振方式能更充分合理地利用功率管定额参数 ,使电源工作运行更加可靠。

激光补给无人机跟踪方法研究

激光供能无人机能实现能量实时补给,提升无人机续航时间。无人机一般情况下,飞行距离地面固定补给站较远,激光光斑增大到完全覆盖无人机机身,导致无线能量传输距离过远,以及如何实施激光跟踪瞄准。针对上述问题,本文提出了一种新的跟踪瞄准方法,根据安装在光伏电池板上光敏传感器的输出电压的对比来对无人机进行最优追踪。经计算得出东西向的偏移量为2.310 mm,与实际偏移量2 mm近似,误差0.31 mm。

无线充电最新技术应用及行业规范发展

主要分析了无线充电技术的原理及最新商业化应用,包括电磁感应、电磁谐振、射频、激光、红外线等前沿应用的无线充电方式,并介绍了无线充电技术领域最新技术标准与规范,展望无线充电技术发展前景。

基于双层无人机网络的节能计算研究

本文提出一种双层无人机辅助计算和供能系统,该系统将移动边缘计算(Mobile Edge Computing,MEC)的基站迁移至低层无人机上为地面用户设备提供服务,而高层无人机利用太阳能和激光充电技术,在保障自身续航的同时为低层无人机补充能量。同时联合优化双层无人机飞行轨迹、用户设备卸载决策及低层无人机充电决策,以最小化双层无人机与用户设备能耗。参考多智能体深度确定性策略梯度(Multi-Agent Deep Deterministic Policy Gradient,MADDPG)算法,设计了一种改进的双层MADDPG算法对问题进行求解。仿真结果表明,该算法可以有效地降低双层无人机剩余能量的衰减速率,从而间接地提升无人机的续航时间。

基于强化学习的能量受限无人机通信感知轨迹规划方法

针对能量受限下无人机(Unmanned Aerial Vehicle,UAV)辅助通信感知中的无人机轨迹规划问题,采用激光无线充电的方式为无人机额外提供能量,同时考虑了无人机动力学和感知通信速率等约束,以对移动目标感知互信息量最大化为目标,建立了移动目标感知通信轨迹规划问题。为了求解建立的包含大量复杂约束的优化问题,将原优化问题建立为马尔可夫决策过程,把无人机运动、能量变化、目标感知、基站通信等过程建模为环境空间,无人机电机转速设计为动作空间,并采用深度强化学习方法进行训练,实现无人机的轨迹规划。由于考虑了无人机动力学,规划得到的轨迹更符合无人机运动特性,并且训练得到的最优控制序列可以直接作用于无人机电机转速,降低了无人机控制难度。在设计的实验场景下,相较于传统最优控制方法,所提方法对移动目标感知互信息量提升了约3倍。

To Improve the Accuracy of Laser Pulse Range Finding by Time Scale-Up

A method of improving the accuracy of laser pulse range finding from ±10 m to ±1 m inexpensively by means of time scale up is described. Time scale up can stretch the entire flight time by a factor of 1 000 and then the stretched result is counted to calculate the distance. The use of this technique decreases the resolution of counting from nanosecond to microsecond, therefore a separate counting oscillator followed by an interpolation operation is unnecessary. This technique can improve the accuracy of laser pulse range finding inexpensively and effectively.

一维In_(0.3)Ga_(0.7)As太阳能电池的激光辐照模拟

采用有限元数值模拟方法,对一维In_(0.3)Ga_(0.7)As太阳能电池在1070nm连续激光辐照下的输出特性进行了研究。通过计算零偏压下太阳能电池内部的载流子复合速率分布,验证了模型的有效性。基于该模型研究了偏压对载流子复合速率分布的影响及太阳能电池结构对光电转换性能的影响。计算得到了在100mW/cm^2激光功率密度下太阳能电池的电流密度-电压曲线。研究结果表明,随着正向偏压的增大,空间电荷区的复合速率迅速增大,因此正向偏压是影响激光电转换效率的主要因素;电池的短路电流随着pn结深的增大呈指数衰减,而开路电压随着基区厚度的增大先增大后趋于饱和。这些研究为太阳能电池的设计提供了参考。