微型非固定翼无人机自主降落方法研究进展

微型无人机(MAV)因其体积小、隐蔽性较好等特点在民用与军事领域中常规飞行器无法应用的场合具有广泛的前景。近年来研究学者们已研制出多种不同类型的MAV,其中旋翼、扑翼等非固定翼的MAV因其可在狭小空间等低雷诺数飞行环境下执行任务而引起较多的关注。未来智能MAV应具备在多种飞行环境下根据任务需求自主停靠在目标点的能力,本文概述了国内外非固定翼MAV在自主降落方法方面的研究成果,并对配合非固定翼MAV实现降落的着陆机构的发展状况进行了简单介绍,讨论了旋翼、扑翼等非固定翼MAV自主降落研究领域进一步发展需要攻克的技术问题。

电力巡检无人机自主降落的引导系统与策略

针对电力巡检无人机在野外弱光照环境下难以实现全自主、准确、安全可靠降落到分布式机场停机坪的问题,构建了完整的降落引导实物系统,提出了降落策略选择依据和较为体系化的降落策略。构建了融合巡检无人机、超带宽定位地面基站群、分布式机场的实物降落引导系统,在开源飞行控制系统的基础上,增加了降落专用飞行控制器,设计了适合于无人机降落的速度控制器和算法,并提出了降落策略选择依据和适应于不同现场情况的降落策略。实验结果表明:降落误差为0.3 m以内的可靠度为100%;在有1~2个地面基站故障的情况下,也能引导无人机安全、准确地降落;每种降落策略各具优势,可适应不同的降落环境。本文设计的降落引导系统能够满足引导巡检无人机自主降落的要求,提出的降落策略显著提高了降落的可靠度,为构建局部区域内电网巡检的全自主无人机系统奠定了基础。

推力矢量型V/STOL飞行器短距降落控制策略设计

针对推力矢量型垂直/短距起降(V/STOL)飞行的短距降落(SRVL)过程,进行了纵向动力学建模。基于飞机的减速性能与轨迹、速度稳定性,采用可达平衡集方法,构建了策略参数的边界,制定了参数选取标准,设计一种制定短距降落策略的方法。根据降落策略,分段进行了相应的控制框架建立,内环采用动态逆控制律,并引用一种基于频域尺度的效能分配准则进行控制分配设计。基于蒙特卡洛仿真法,对降落策略的鲁棒性进行了仿真验证,结果表明:针对不同降落阶段的策略参数边界制定方法能够满足该阶段的任务需求,且这些参数边界对短距降落策略制定有着明确的参考意义。以L1自适应控制器作为内环增稳控制器,所设计的短距降落策略使得飞行器在着陆过程中有着良好的轨迹鲁棒性。

基于视觉的自主无人机目标跟踪着陆方法研究

无人机与地面无人车组成空地协同机器人系统,可以显著提高两者作业效率以及机器人系统的自主化程度。针对无人机自主回收过程中存在的定位困难和着陆成功率较低的问题,提出一种适用于空地异构系统自主无人机目标跟踪着陆方法。首先,运用机载视觉算法对降落标志进行目标识别与位置解算,对于无人机难以获得目标的运动状态导致跟踪着陆失败的问题,提出一种基于主动视觉的目标速度估计算法,实现目标无人车运动状态估计。其次,提出分阶段降落策略解决在动态目标上着陆时冗余度较低和目标易短暂丢失的问题,实现无人机对目标的自主跟踪着陆。利用视觉设备辅以无人机仿真实验平台进行实验,结果表明系统各部分都能有效运行,验证了所提出算法和策略的有效性。