全局航迹不确定度及其偏离度模型

航迹不确定度及偏离度直接影响航班冲突检测与解脱的可信度,且对于基于航迹的运行异常重要。针对全局航迹质量评估,提出一种基于单航迹点不确定度及其误差均方根集合的全局航迹不确定度及偏离度模型,即以95%飞行时间内航迹点误差不超出保护范围的航迹为参考航迹,围绕航迹点集合的误差概率密度及t-分布函数,构建全局航迹不确定度及偏离度模型。仿真及实际空管雷达数据评估结果表明:与卡尔曼滤波算法模型相比,所提模型直接给出误差偏离度及其分布状态,可更快速、直观地获得航迹数据及运动模型品质,实现全局航迹及运动模型质量的图形及数值评估,具有较好实用价值。

水面无人艇全局航迹多目标规划算法

为了有效提升水面无人艇(USV)全局航迹规划算法的性能,从多目标优化的角度就USV的全局航迹规划问题展开研究.以电子海图为基础构建了栅格化环境模型,提出了USV全程航迹规划的多目标约束优化数学模型,采用距离函数和双惩罚函数对约束条件进行处理,并引入Pareto强度和最小代沟模型,设计了一种基于多目标遗传算法的全局航迹规划算法.实验结果表明算法能够有效兼顾多个优化目标,为USV规划出性能更优的全局航迹.

分段优化RRT的无人机动态航迹规划算法

针对突发威胁,无人机重新规划局部航迹的问题,提出了分段优化快速扩展随机树(rapidly-exploring random tree,RRT)的无人机动态航迹规划算法。首先利用分段优化RRT算法生成全局航迹,然后根据突发威胁的相关信息确定局部航迹的起点和终点,最后利用分段优化RRT算法生成局部航迹,绕过突发威胁并回到原航迹。实验结果表明算法运行时间和路径代价都降低了10%左右。对于动态航迹规划,该算法的鲁棒性与实时性较强。

突发威胁下的无人机动态航迹规划研究

针对突发威胁下无人机动态航迹规划的问题,提出了一种避开突发威胁的动态规划算法。利用A*算法生成全局最优航迹并进行平滑处理。当遇到突发威胁时,利用三次样条的二阶连续性及边界条件进行局部航迹规划,能够生成一簇候选路径,根据候选路径中心线与突发威胁中心线之间的夹角对候选路径簇进行旋转调整,使其路径簇完全包围突发威胁且具有对称性。最后综合考虑安全性、平滑性和连贯性的3种代价函数,建立总代价函数,选择出最佳的规避威胁航迹。实验结果表明,该算法能够在众多候选路径中选择出一条完全避开障碍安全平滑的较优航迹,且耗时短,实时性较强。

水面无人艇航迹规划算法设计与仿真

针对水面无人艇在复杂多变的海洋环境下,其航迹实时规划难度较大的问题,提出了一种基于简单模型的无人艇航迹规划算法。根据由电子海图获得的静态障碍物信息,建立航行海区的全局静态环境模型,再利用粒子群优化算法进行全局航迹规划得到参考航迹;当无人艇沿着参考航迹航行时,建立基于雷达探测的局部动态威胁模型,并按提出的动态威胁规避策略实时调整航行轨迹。仿真结果验证了该算法的可行性,提高了水面无人艇对海洋环境的适应性,可得到比较理想的航迹路线。