基于嵌入式的智能搜救无人机飞控系统设计

针对当前搜救无人机飞控系统控制性能差的问题,基于嵌入式平台进行了搜救无人机的飞控系统设计,以提高搜救无人机的飞行稳定性,并提出一种基于LM-Smith神经网络泛函的搜救无人机飞行控制算法。飞控系统设计主要包括控制算法设计和硬件模块设计两大部分,采用最小信息熵进行LM-Smith神经网络泛函加权,对被控对象进行模式识别和稳定性自适应修正,对飞行控制的位置偏移进行完全跟踪补偿,通过构建的LM-Smith神经网络泛函的控制器,获得渐进稳定收敛的飞行控制算法。以S3C2440A ARM9处理器作为控制核心和以Micro2440为核心主控板,基于嵌入式Linux系统加载控制程序,实现了控制系统改进设计。为验证飞控系统与控制算法的有效性和适用性,进行了性能测试与分析。测试结果表明,所构建的飞控系统在智能搜救无人机飞行控制中具有较高的轨迹跟踪控制精度,姿态稳定性和控制性能较好。

搜救无人机

发生自然灾难时,第一响应人员必须快速行动,搜寻幸存者。为了支持搜索和营救工作,欧洲的一个创新团队利用了无人机(UAV)、人工智能和智能手机的功能,组合成化新平台。该团队使用现成的硬件搭建了一个名为搜索与救援无人机(SARD0)的平台。2021年1月,他们的研究成果发表在《IEEE移动计算快报》上。

从加拿大北极医疗救援现状探讨极地无人机搜救的可行性及制约因素

目的本文旨在探讨无人机在极地区域内实施医疗救援的可行性,为后续研究打下良好基础。方法通过文献回顾的形式分析了加拿大北极地区常住人口的医疗救援现状及主要做法,从无人机在极地区域实施救援的可行性以及面临的制约因素等方面进行了综合分析。结果随着科技投入持续增加,无人机性能大幅度提高,极地搜救中的用途日渐广泛;但气象条件、法律以及通信基础设施等因素还存在一定制约因素。结论无人机应用于极地医疗救援将是一种全新的尝试,为我国北极区域内各类军事及民事活动提供医疗救援策略。

考虑低空运行环境求解无人机任务分配问题的研究

在低空救援中如何合理地分配无人机的搜救任务长期以来都是研究的重点。在分层级分布式分配方法的基础上建立多目标多无人机任务分配模型,在模型中以搜救费用、无人机使用数量、完成任务的均衡性为目标函数,采用改进的NSGA-Ⅱ算法进行求解。结果表明:本文建立的模型有效,能在不同搜救环境下给出合理有效的分配方案;在搜救中考虑以搜救效率最高为导向时,带来无人机成本和数量的增加;当实际搜救的无人机非常有限时,则需要时间成本的投入;以经济利益为导向时,则会导致搜救时间的增加。

基于改进A^*算法的无人搜救全局路径规划研究

目的:研究一种改进双向A*算法来减少搜救无人机规划的路径长度和规划路径所需的时间,缩短搜救无人机到达灾害现场的时间,进而提升搜救工作效率。方法:首先对三维城市环境地图进行预处理,在障碍物周围的区域加入缓冲区;然后使用双向A^*算法,在起点和终点同步进行搜索,同时改进真实代价函数和估价函数;最后对双向A^*算法生成的路径进行进一步平滑处理。使用MATLAB软件对改进双向A^*算法和传统A^*算法在不同大小的三维城市环境地图上进行仿真实验,并对规划得到的路径长度、运行时间和转向次数进行对比。结果:与传统A^*算法相比较,改进双向A^*算法运行的时间减少了44%、路径长度减少了5.4%、转向次数减少了51%。结论:改进双向A^*算法与传统A^*算法相比,在三维城市环境地图下能有效提高搜救无人机的工作效率和安全性,具有重要的理论意义和应用价值。

适用于无人搜救机组的新型移动中继通信模型

为了提高无人机远程搜救系统的通信效率和整体搜救成功率,提出了无人搜救机组的新型移动中继通信模型。该模型引入移动中继和协同通信技术,实现无人机组之间以及无人机组与地面基站之间的通信连接、数据传输和信息同步。理论分析和仿真测试表明,该模型提高了无人机组的数据采集效率,减少了无人机组的数据采集时间,提高了控制平台的机动性和搜索效率。

一种新型遥控式阵列定位及生命探测装置

为解决火灾救援有障碍物阻挡视线时无法进行全方位无死角探测的问题,文中设计了一种基于无人机和可移动的二维音频传感器阵列,使用STM32F407ZGT6处理传感器接收的模拟信号,并将模拟信号通过A/D转换为数字信号。然后通过高度集成的GSM模块将信号传输至云平台进行存储处理,以便及时处理数据和共享数据处理结果,之后再将无人机的运动轨迹及速度使用捷联惯导系统进行轨迹测定和速度变化测量,通过静态、动态坐标转换实现其运动阵列的精准定位。最后通过云平台将处理好的数字信号传输至PC端,对发现生命探测的求救结果进行实时搜救。此设计能够在视线差、干扰多、探测距离受限等恶劣环境下进行搜救,此探测装置能实现简单、有效、快速的定位(系统包括硬件设计和软件设计),数据传输效果好,测得的数据精度高,且系统运行稳定。