GPS拒止环境下基于定位置信度的多无人机协同定位方法

GPS拒止环境下的无人机定位问题是目前亟需研究和解决的一个难点问题。针对无人机集群系统在GPS拒止环境下的协同定位问题展开研究,首先,提出了定位置信度的概念,用于量化GPS拒止环境下无人机的定位准确程度;其次,提出了一种基于定位置信度的多无人机协同定位方法,该方法在基于持久性激励的相对定位法的基础上,利用定位置信度,自适应地调节协同定位过程中各无人机自主定位所占比重,以提高无人机集群定位的精度;第三,设计了一个用于融合异构传感器数据的扩展卡尔曼滤波器EKF,可部署于单架无人机上,将协同定位结果融入无人机位姿解算过程中,以提高无人机个体定位的精度;最后,在ROS平台上设计实现了一个多无人机协同定位原型系统,并在Gazebo仿真环境搭建的多无人机飞行场景中进行验证。结果表明,所提出的协同定位方法不仅能够有效缓解传统惯性导航方法的误差累积问题,而且能够有效提高无人机集群定位的精度。

GPS拒止区域的辅助INS导航方法综述

GPS信号较弱,在信号受到遮挡或被干扰的情况下出现GPS拒止区域,传统仅依靠INS的导航系统导航误差随时间发散,定位精度低。针对该问题,根据不同应用场景介绍了零速修正辅助INS的导航方法、径向基神经网络辅助INS的导航方法、视觉传感器辅助INS的导航方法;详细给出了各个导航方法中的常见算法、近年来的创新之处和定位精度;展望了GPS拒止区域导航方法的发展趋势,提出自适应性和通用性更强的全源定位导航技术,以及成本低、鲁棒性强的机会信号导航技术是未来的发展方向,为后续GPS拒止区域导航方法的研究提供参考信息。

地下复杂空间无人机研究进展及其面临的挑战

分析了地下复杂空间无人机的技术发展与应用现状,指出地下复杂空间无人机面临单体性能不足、环境态势感知与自主导航能力有限、编队协同能力有限等问题,针对上述问题,展望了地下无人机关键技术发展趋势:①小型化轻量化一体化无人机设计技术。通过改进无人机的机械结构,提高激光雷达、深度相机等信息感知传感器与控制系统的集成度,优化电源管理系统等,最终实现单体无人机巡航速度、续航时间等性能的提升;②GPS拒止环境下态势感知与自主导航技术。攻克即时定位与地图构建(SLAM)导航与实时路径规划等关键技术难题,围绕特定场景逐步突破算法的局限性,提升无人系统的感知能力、环境适应性和鲁棒性;③有限信息下编队协同控制技术。攻克异构/同构无人机集群协同、复杂信道环境下的无线通信等技术难题,通过优化无人机群体智能控制策略、信息交互机制及任务决策协同机制等,增强集群无人系统的鲁棒性,提高无人系统在地下复杂环境中的自适应能力,进而提升无人系统的任务执行效率与成功率。

基于AI芯片和机器视觉的协同控制实现

目前,对于如何实现无人集群在无网络、无GPS环境中的自主导航研究较少。因此,针对这种特殊的应用场景,基于机器视觉相关算法,本文创新性地提出了一套采用集中式编队方式的地空协同控制系统。该系统由空中侦察机、空中跟随机、地面侦察车和地面跟随车组成。空中侦察机采用VINS-MONO技术进行导航,提供位置基准;同时利用CVM-Net技术将空中侦察机与地面侦察车的拍摄图像匹配,得到二者相对位置,用于引导地面跟随车和空中跟随机。该系统采用YOLO-LITE检测算法,可实现实时目标检测;采用华为"麒麟970"智能芯片作为核心硬件,实现信息的实时无回传处理。利用该系统,地面与空中无人集群可在无网络、无GPS的环境进行自主导航定位与协同控制,在紧急搜救和军事侦察等领域具有广阔的应用前景。

基于强化学习的无人机安全避障与围捕制导

针对无人机在受约束环境下面临绕飞障碍物与跟踪目标相互掣肘的问题,提出了一种基于强化学习的无人机安全避障与围捕制导方法。根据极坐标原理设计环绕跟踪控制器,驱使无人机在GPS拒止的情况下到达预设的圆形轨道。将环绕约束和障碍物约束转化为马尔可夫过程,以速度、径向误差、角速度误差和碰撞函数为状态空间,以控制器的补偿量为动作空间,设计考虑跟踪误差和碰撞概率的奖励函数,利用深度确定性策略梯度(Deep Deterministic Policy Gradient,DDPG)算法对智能体进行训练,增强跟踪效果并获得避碰能力,实现无人机对静止/运动目标的环绕跟踪;此外,在训练过程中引入课程学习,将过去的学习策略转移到当前事件,与经典的随机参数设置相比,具有更快的收敛速度。最后仿真表明,所提算法可以引导无人机圆形环绕控制的同时高效规避障碍物。

一种机载惯性/光电组合导航误差修正方法

为提升无人机在全球卫星导航系统受限甚至拒止环境下的导航精度,提出了一种机载惯性/光电组合导航误差修正方法。考虑了捷联惯性导航系统(SINS)姿态误差对光电探测系统(EODS)定位精度的影响,建立了包含SINS姿态误差的测量方程,推导了滤波观测噪声与EODS测距、测角误差之间的函数关系,建立了准确的观测噪声协方差矩阵模型。仿真结果表明:相较于传统SINS/EODS组合导航算法,所提方法滤波收敛速度更快,并且有着更高的姿态和位置精度,2000 s后横滚、俯仰、航向精度分别提高47%、59%、82%,东向、北向、天向定位精度分别提高49%、44%、25%,提升了无人机在卫星信号较弱或缺失的环境下的导航能力。