基于改进A星算法的无人机自主避障路径规划

传统A星算法存在搜索节点多、路径拐点有大量冗余、未考虑到无人机自身物理信息与障碍物的边界距离,以及搜索效率不够高等问题,基于上述情况设计一种改进型A星算法。首先,针对搜索节点多的问题,提出了一种改进启发函数,以降低算法陷入局部最优的风险,从而减少搜索节点和搜索区域,节约搜索时间,提高搜索效率;其次,为避免无人机因自身尺寸与体积发生撞机的问题,采用消除边界碰撞可能的扩展节点的方法;最后,为消除路径拐点冗余,通过引用Floyd算法,达到拐点冗余消除和路径进行简化。试验结果表明,改进的A星算法与传统算法相比生成的路径更加安全高效。

无人机自主着陆纵向控制律设计

针对无人机的自主高精度定点着陆,应用自适应内模控制(AIMC)原理设计了自主着陆纵向飞行控制律。以轮式无人机为平台,将纵向非线性模型解耦并线性化。然后,以地速和下沉率为控制目标,应用AIMC理论设计了纵向飞行控制律。通过对AIMC滤波参数进行自调整改善了系统的动态特性,基于对模型的辨识增强了系统的鲁棒性。在顺逆风6m/s的条件下对AIMC系统进行了数字仿真,结果显示其落点精度达到前后向30 m范围内。与传统内模控制(IMC)系统相比,提出的自适应内模控制(AIMC)系统在动态性能和落点精度等方面均有明显提高。最后,搭建了半物理测试平台,通过半物理仿真测试复现了系统数字仿真结果,验证了系统功能的完整性和协调性。

基于改进A^(*)算法的无人机避障航线规划

采用常规A^(*)算法进行无人机避障航线规划存在搜索节点多、区域大、时间长、效率低,生成的航线拐角多且含有大量非必要航线冗余点,以及未考虑无人机自身体积与尺寸导致在飞行中与障碍物边界碰撞等问题。为此,文中设计一种改进的A^(*)算法。首先考虑无人机自身体积与尺寸,提出一种消除边界碰撞事故的子节点扩展方法;其次,改进评价函数以减少往复搜索次数,减少搜索节点数量,提高搜索效率;然后,根据Floyd思想对生成的航线进行简化处理,消除航线中的冗余航路点,减少航线转角数量,达到简化航线并改善航线平滑度的效果;最后,基于改进的A^(*)算法对无人机避障航线进行非线性仿真。结果表明,改进的A^(*)算法生成的航线合理、安全,使无人机的飞行更加连续和顺畅。

空间微重力环境地面模拟试验方法综述

由于目前的落塔法、悬吊法、水浮法和气浮法等空间微重力地面模拟试验方法中设备本身的建造周期、成本及其它缺点难以满足做复杂运动的空间飞行器微重力模拟。本文总结了目前国际上的空间微重力地面模拟试验方法的发展现状,并分析比较了各方法的优缺点,针对其问题进一步提出了一种三维微重力环境试验装置的设计思想,为做复杂运动的空间飞行器微重力模拟试验提供了一种初步构想。

无人机滑跑线性化建模与增益调节纠偏控制

由于无人机的三轮滑跑阶段是整个飞行过程最容易出问题的环节,本文对前三点式无人机地面滑跑进行建模并研究了前轮转向纠偏控制方法。首先,分析了无人机三轮滑跑阶段的受力情况;考虑发动机扭矩、推力偏心及停机角对模型的影响,建立了无人机地面三轮滑跑非线性数学模型;然后,利用小扰动原理在合理简化的前提下将非线性模型线性化,分别推导了前轮转角为输入,偏航角速度、偏航角、侧偏距为输出的传递函数,设计了三回路增益调节前轮转向纠偏控制律;最后,通过滑跑试验进行了验证。试验结果表明:在初始航向偏差为3°,初始侧向位置偏差为0.2m的情况下,无人机由静止滑行至速度为32m/s过程中的最大侧偏距为0.3m,最大偏航角为4.5°,并且对不大于4.6m/s的侧风干扰有较好的抑制作用,对跑道路况、轮胎侧偏刚度及轮胎弹性等不确定因素的影响有较好的鲁棒性。该设计已成功应用于某无人机。

三维空间微重力地面模拟试验系统设计

针对大中型及做复杂运动的空间试验目标,提出一种机电气组合的空间微重力地面模拟系统装置。该装置水平运动方向采用气垫支撑方式,竖直运动方向采用电动机作为动力源执行部件,经减速器减速后经滚珠丝杠及直线轴承作为传动装置,控制系统采用恒力闭环系统来跟踪目标重力。考虑试验目标所受到的来自本体的不确定影响及机械传动部件的摩擦干扰,且考虑到空间飞行器的姿态通常的低速运动,采用具有学习能力的神经网络等效滑模控制策略来自适应学习并补偿各种不确定影响。试验结果表明,所设计的试验装置结构不仅质量小,使用方便,且能够补偿运动空间机械手的非线性动态影响,达到较高的微重力环境模拟精度,对于三维空间微重力模拟试验具有重要的参考价值。

摇臂式起落架缓冲机构动态分析与优化设计

为提高无人机起落架的缓冲性能,对摇臂式起落架缓冲机构进行动态分析与优化设计。建立滑跑过程数学模型,分析无人刹车操纵对起落架受力影响,并讨论缓冲机构性态及方案;利用多学科优化软件iSIGHT、集成动力学软件Adams对缓冲机构优化设计,以刹车工况缓冲要求及摆振遏制为约束条件,采用全域遍数法嵌套序列二次规划法对缓冲机构尺寸及弹簧刚度进行优化;对优化的起落架进行滑跑与静刚度试验。结果表明,起落架压缩位移满足预想要求,能量吸收提高71.5%。所用优化方法可为无人机摇臂式起落架设计、开发提供指导。

基于Simulink/Stateflow的无人机多模态飞行控制律仿真

为了验证无人机多模态飞行控制律设计的正确性,采用Simulink/Stateflow建模仿真方法;以某小型无人机为研究对象,首先在小扰动线性化模型基础上,设计了纵向和侧向多模态控制系统结构,并给出了相应的控制律,然后根据传统的频域和根轨迹的方法确定了各个控制器参数,最后通过Simulink/Stateflow完成整个飞行剖面的仿真,结果表明该方法能直观简洁地实现多模态之间切换的控制逻辑,模态控制误差均满足国军标要求,验证了所设计的多模态控制系统的正确性。

空间零重力地面模拟系统的滑模变结构控制

针对做复杂运动的飞行器地面微重力试验环境模拟困难的问题,设计了一种新的空间微重力地面模拟系统。该系统采用剪式传动、轴承导向、电机驱动和气悬浮的组合方式来实现复杂运动微重力环境的模拟,通过力反馈控制方式来实时抵消目标的重力。首先建立系统动力学模型,考虑到试验目标本体等非线性驱动及模型本身的不确定及摩擦干扰,该控制策略采用滑模变结构控制来补偿非线性因素的影响,滑模面采用积分型切换函数从而降低了抖振,保证了系统的鲁棒性。实验结果表明,该地面试验装置对于三维空间微重力模拟能达到较高精度,且控制方法简单,易于实现,具有很高的工程应用价值。

奇异摄动法在复合控制系统设计中的应用

根据大气层内拦截弹气动力与直接力(RCS)复合执行机构在时间尺度上的差异,本文利用奇异摄动法将控制系统分为快、慢两个环节,设计RCS的线性切换面和气动舵的反馈控制律.采用Raytheon(雷神)的四环控制结构和线性二次型调节器保证系统的鲁棒性和时域特性.利用本文设计的自动驾驶仪跟踪一稳态加速指令,仿真结果表明,它不但能够更加快速、稳定地跟踪控制指令,而且能够实现控制指令在执行机构之间的最优配置,有效发挥它们各自的特性.RCS的初始值较大,用于提高系统的响应速度,而当系统稳定时其值则趋向于零,以减少燃料消耗.与此同时,气动尾舵主要起到稳定弹体的作用.

基于LQG的含柔性连接的机载光电载荷振动控制

针对包含柔性连接的机载光电载荷隔振问题,为了解决航空相机振动问题,采用状态空间法建立了包括载机振动、主被动一体隔振器、光电载荷内部柔性连接的系统动力学模型。应用线性二次型高斯控制方法(Linear Quadratic Gaussian,LQG)对隔振系统进行了主动控制器的设计,并通过扫频试验验证了控制算法的有效性。仿真结果表明,LQG控制器成功隔离了机载光电载荷主体部分的振动,同时也减小了机载光电载荷柔性体内部的相对运动,达到了预期的隔振效果。

漂浮基空间机器人的径向基神经网络鲁棒自适应控制

针对一类同时具有参数及非参数不确定性的自由漂浮空间机器人系统的轨迹跟踪问题,采用了一种RBF神经网络的自适应鲁棒补偿控制策略.对于系统的参数不确定性,通过对径向基神经网络来自适应学习并补偿,逼近误差通过滑模控制器消除,神经网络权重的自适应修正规则基于Lyapunov函数方法得到;而非参数不确定通过鲁棒控制器来实时自适应估计,且未知上界不需要先验的知识.该方法从整个闭环系统的稳定性出发设计的神经网络动态补偿的鲁棒控制器,并通过引入PD反馈来便于工程应用,这种鲁棒的神经网络控制器,可以有效提高收敛速度并保证其控制精度.试验结果进一步证明了这种自适应神经网络控制算法的有效性.

基于神经网络的空间柔性机械臂PID快速学习控制

针对自由漂浮柔性空间机器人的轨迹跟踪问题,提出一种径向基函数(RBF)神经网络控制策略.首先建立漂浮基柔性空间机器人的非线性动力学方程,考虑到RBF神经网络良好的逼近能力,柔性臂的非线性逆动力学模型通过RBF网络来逼近,采用PID控制器与神经网络控制器来共同保证系统稳定性,其误差代价函数由PID控制器提供,采用固定中心参数,而扩展宽度采用启发式关系确定,网络权值采用改进的最优准则算法进行调整来实现快速学习能力.仿真结果表明了这种RBF神经控制器能够达到较快的误差收敛速度.

基于FCMAC的空间零重力环境地面模拟装置控制

文章提出了一种新型的空间零重力地面模拟系统,该系统采用机械传动、电机驱动和气悬浮组合的方式来实现空间零重力环境的模拟,即:水平方向采用气悬浮方式,竖直方向采用永磁同步电机(PMSM)作为其执行器件,经减速器后利用滚珠丝杠及带直线轴承的导向杆的传动装置,通过力反馈控制方式来实时抵消目标重力。考虑到永磁同步电机具有非线性、强耦合的特点以及机械摩擦等不确定性及外界干扰,为保证实时性,内环采用动态性较好的滑模变结构控制器,外环采用学习速度快的模糊小脑模型关联控制(FCMAC)神经网络的控制策略来自适应学习并补偿各种不确定及非线性影响。仿真结果表明:所设计的试验系统具有整体重量轻、使用方便及零重力环境模拟精度高等优点,适用于复杂运动的大中型飞行器三维空间零重力地面模拟试验。

基于启发式学习算法的空间柔性机械臂神经网络控制

针对非线性强耦合的空间漂浮基柔性机器人,提出了一种启发式学习算法的神经网络的前馈控制策略。首先通过拉格朗日法和假设模态方法建立了漂浮基柔性空间机器人的动力学模型,然后采用两个神经网络及一个PID控制器来构建前馈在线学习控制系统,其中一个神经网络充当前馈控制器,另一个神经网络通过学习逆动态模型来为前馈控制器提供在线学习参数,而PID控制器主要作为辅助补偿控制器。该控制策略不是在PID控制器的指导下进行学习,且无需预先的离线学习,因而学习精度更高,且减少了对学习样本选择不当的影响,采用固定中心参数,而扩展宽度采用启发式关系确定,网络权值采用改进的最优准则算法进行调整的算法来实现快速学习能力,具有较好的实时性。仿真结果证明了所提方案的有效性。

基于多层感知器神经元的空间柔性机器人位置跟踪控制

针对基体位置及姿态均不受控的自由漂浮柔性空间机器人轨迹跟踪问题,提出了一种前馈多层感知器(MLP)神经网络控制策略.建立了末端柔性的自由漂浮基机器人的耦合动力学模型,再利用MLP神经网络良好的逼近能力来自适应补偿非线性柔性臂的逆动力学模型,其误差代价函数由PID控制器提供,权重及阀值的调整采用改进的BP反传算法.最后通过仿真比较详细分析了所提方案的工作机理及对非线性强耦合系统控制的有效性.

基于改进A*算法的无人机三维空间避障路径规划

无人机在有障碍物的三维空间环境中飞行,采用常规A*算法进行避障航线的规划存在搜索节点多、搜索区域大、搜索时间长、搜索效率低、生成的航线拐角多且含有大量非必要冗余航点、没有考虑无人机自身体积与尺寸而引发的飞行中与障碍物边界碰撞的航线不安全等问题;因此,设计一种改进A*算法,首先,考虑无人机本身体积与尺寸,提出一种消除边界碰撞事故的子节点扩展方法;其次,改进评价函数,减少往复搜索次数,缩小搜索区域面积,提高搜索效率;然后,根据Floyd思想,对生成的航线进行简化处理,消除航线中的冗余航路点,减少航线转角数量,达到简化航线并改善航线平滑度的效果;最后,非线性仿真及飞行试验表明了改进的A*算法生成的航线更加安全、高效,并使无人机的飞行连续和顺畅。

基于神经网络的自由漂浮空间机器人鲁棒控制

针对带有模型误差及外界扰动的自由漂浮空间机器人轨迹跟踪问题,提出了一种基于神经网络的自适应鲁棒控制策略。采用对神经网络状态空间进行划分后与滑模变结构结合的控制器,对不确定非线性进行自适应学习,逼近误差作为外部干扰由鲁棒控制器消除。该方法从整个闭环系统的稳定性出发,利用H∞理论设计的鲁棒控制器及神经网络权值的在线调整规则保证了系统的稳定性,并能使系统L2增益小于给定的指标,具有较好的控制精度及动态特性。仿真分析进一步证明了该自适应鲁棒控制算法的有效性。

某型系留无人机复合材料机体结构优化设计与分析

系留无人机是一种依靠地面系留线缆供电与通信,可长时间留空飞行的无人飞行平台。系留供电方法有效解决了当前多旋翼无人机续航时间过短的问题,适用于军事监控、公共安全、消防等领域。在无人机机体结构设计方案中,为提高无人机飞行高度,必须减轻结构重量,所以机体外壳多采用复合材料设计。复合材料在比强度和比刚度、加工制造等方面优于其他传统材料,在无人机结构中得到了广泛的应用。由于复合材料层合板在生产加工过程中具有可设计性,在复合材料中已经成为使用最多的一种结构形式。以某型系留无人机机体外壳为研究对象,将系留无人机机体结构进行有限元模型简化处理,以模型总体质量作为优化的最终目标函数,以无人机结构外壳的复合材料失效因子作为约束条件,应用工程优化软件对复合材料机体外壳进行自由尺寸优化,整个优化过程需要同时满足复合材料强度及刚度要求。最终从自由尺寸优化结果可以看出,机体结构材料的层间厚度发生了显著变化。与结构设计初期方案比较,经过优化的复合材料铺层厚度降低,最终减轻了无人机总体重量。

常值风对无人机空中飞行自由运动的影响

在无人机空中飞行的过程中,风场对无人机飞行姿态和航迹的影响是必然的,分析不同风况下所引起的飞行姿态和航迹的变化不仅有利于对无人机飞行力学的理解,更有利于对飞行控制参数调节方法的掌握。首先建立了常值风场模型,然后以某型号无人机为例,推导出其在常值风场影响下的空中飞行全量非线性动力学模型,最后基于Matlab/Simulink无人机六自由度飞行仿真系统,对不同风况下的无人机无控飞行进行仿真,分析了不同风况下的姿态与航迹的变化原因。