Robust missile autopilot design based on dynamic surface control

Since the dynamical system and control system of the missile are typically nonlinear, an effective acceleration tracking autopilot is designed using the dynamic surface control(DSC)technique in order to make the missile control system more robust despite the uncertainty of the dynamical parameters and the presence of disturbances. Firstly, the nonlinear mathematical model of the tail-controlled missile is decomposed into slow acceleration dynamics and fast pitch rate dynamics based on the naturally existing time scale separation. Secondly, the controller based on DSC is designed after obtaining the linear dynamics characteristics of the slow and fast subsystems. An extended state observer is used to detect the uncertainty of the system state variables and aerodynamic parameters to achieve the compensation of the control law. The closed-loop stability of the controller is derived and rigorously analyzed. Finally, the effectiveness and robustness of the design is verified by Monte Carlo simulation considering different initial conditions and parameter uptake. Simulation results illustrate that the missile autopilot based DSC controller achieves better performance and robustness than the other two well-known autopilots.The method proposed in this paper is applied to the design of a missile autopilot, and the results show that the acceleration tracking autopilot based on the DSC controller can ensure accurate tracking of the required commands and has better performance.

远距离和遮挡下三维目标检测算法研究

针对现有三维目标检测算法对存在遮挡及距离较远目标检测效果差的问题,以基于点云的三维目标检测算法(3D object proposal generation and detection from point cloud,PointRCNN)为基础,对网络进行改进,提高三维目标检测精度。对区域生成网络(region proposal network,RPN)获取的提议区域(region of interest,ROI)体素化处理,同时构建不同尺度的区域金字塔来捕获更加广泛的兴趣点;加入点云Transformer模块来增强对网格中心点局部特征的学习;在网络中加入球查询半径预测模块,使得模型可以根据点云密度自适应调整球查询的范围。最后,对所提算法的有效性进行了试验验证,在KITTI数据集下对模型的性能进行评估测试,同时设计相应的消融试验验证模型中各模块的有效性。

基于增量非线性动态逆的导弹解耦控制设计

针对导弹大迎角机动存在强耦合动力学特点,提出了一种基于增量非线性动态逆的解耦控制方法,将自动驾驶仪分为高带宽的快变角速率内回路和低带宽的慢变角回路控制,用部分逆近似求解的方法分别设计了增量形式的动态逆控制律对消不同的耦合项,实现控制解耦的目的。典型工况数字仿真结果表明,所设计的导弹增量非线性动态逆控制解耦律大大改善了强耦合动力学下的稳定控制性能。相比传统PID控制,它能够完全消除过载响应的低频振荡和超调量,同时还使得滚转角响应能够准确跟踪指令。

基于对数型障碍Lyapunov函数的俯仰驾驶仪设计

相控阵雷达制导拦截弹在拦截高速大机动目标时,弹体气动参数剧烈非线性变化影响控制系统对大攻角的响应效果,应设计考虑攻角指令跟踪误差约束的鲁棒自动驾驶仪控制律。基于双幂次趋近律和对数型障碍李雅普诺夫函数设计了鲁棒非线性自动驾驶仪控制律,可将攻角指令的跟踪误差快速收敛于约束范围内。通过降阶扩张状态观测器对系统中存在的气动参数不确定性和系统外部扰动进行在线估计和补偿。稳定性分析和数值仿真表明,攻角可在1 s内达到稳态且攻角响应的稳态误差<10-4°,所提出的自动驾驶仪控制律具有较强的鲁棒性,能够准确稳定地跟踪攻角指令,控制导弹产生所需过载进而精准拦截目标。

道路隐形指示标志的需求与创新

为进一步推进车辆自动驾驶与道路基础设施的智能化联系,高性能可靠的智能频段识别道路标志已成为交通基础设施研究者和建设者关注的重点。针对现行道路标志对自动驾驶影响的气象环境和交通环境的敏感性缺陷及标线材料污损性,该文定义并设计一种隐含于路面结构中的新型道路隐形指示标志,提出路面结构中道路隐形指示标志的布设方式,能够整体提高交通标志的使用寿命,对智慧交通领域的研究具有重要意义。

一种改进的嵌套残差网络车道线检测算法及其应用

车道线检测是自动驾驶中的核心问题之一,针对自动驾驶难以应对真实道路环境中复杂多变性问题,提出了一种基于嵌套结构的残差网络车道线检测模型.首先通过使用该模型对R2U-Net网络结构进行重构,然后利用构建后的深度学习网络对车道线数据集进行学习和检测.该模型以图森公司发布的大规模车道线检测数据集为基础进行了大量的对比实验,结果表明,使用嵌套残差网络结构模型在车道线检测中取得了较高检测效果,检测准确率达到91%,与其他同类模型相比有显著优势.

收缩抑或拓展——无人驾驶汽车影响下的路权重构与街道演变

无人驾驶汽车技术正在快速发展,无人驾驶环境下路权的变化对街道形态的演变具有重要的影响。研究发现,关于面向未来的智慧街道空间设计及研究更多倾向于汽车路权会收缩,街道空间被归还给行人,建设充满活力的街道空间似乎成为一种普遍的共识和设计原则。基于已有研究提出,汽车路权收缩并不是一种全面的认知,收缩与拓展并存才是无人驾驶环境下街道路权的真实变化,未来街道空间的规划设计不仅要关注传统汽车路权的收缩,还要关注无人驾驶汽车路权的拓展,兼顾人行与车行需求,并构建街道空间演变的新模式。

基于虚拟现实技术的自动驾驶仿真训练研究

随着自动驾驶技术的发展,现实中的路测数据已经难以满足相关算法的测试需求。为了缩短自动驾驶算法的开发周期,减少开发成本,论文结合数字孪生思想,搭建了自动驾驶仿真训练平台。仿真平台采用Unity3D引擎进行自动驾驶仿真,使用车辆内置激光雷达和摄像头采集仿真数据;通过Python建立服务器读取摄像头数据,并同步仿真画面进行道路分析,其中采用DeepLabV3+神经网络检测道路,OpenCV检测周围环境;同时编译制图软件连接服务器,通过内存共享机制,读取激光雷达数据,进行实时道路绘制。平台生成的数据集与现实路况生成的数据集,经过10次训练产生的训练误差相似度为93.3%,验证误差相似度为90.9%。

基于自适应A∗算法的自动驾驶车辆路径规划方法研究

应用传统A*算法进行路径规划时,存在拐点过多、搜索效率较差、转折角度过大等问题,提出一种基于自适应A*算法的自动驾驶车辆路径规划算法。首先,针对传统A*算法运算时间较长的问题,采用指数增长法对启发式函数进行加权,从而提高搜索效率;然后,在启发函数中引入航向角影响因子,使自动驾驶车辆在工作时满足其转向特性;最后,通过三次B样条插值函数对路径中拐点处进行平滑处理,使拐点处尖角的局部路径更加平滑。MATLAB仿真结果表明:改进A*算法生成的路径在长度、总航向角和曲线平滑方面的性能指标优于传统A*算法,使自动驾驶车辆获得一条满足自身约束的优质路径,且在不同的地图环境下,提出的自适应A*算法能够适应不同的环境且可以有效地保持其可行性与优越性。

考虑自动驾驶仪延迟的非线性最优末制导方法

针对过载受限和自动驾驶仪延迟等条件下的非线性最优末制导指令在线生成方法进行研究。首先,基于庞特里亚金极大值原理,建立了目标静止的非线性最优末制导问题的最优性条件,并利用饱和函数将过载约束嵌入最优性条件。其次,应用参数化方法使得通过数值积分即可快速生成满足最优性条件的飞行轨迹数据集。然后,利用该数据集训练神经网络,使其拟合弹-目相对运动状态到最优制导指令的映射关系,实现过载约束下制导指令的毫秒量级在线生成。针对自动驾驶仪的延迟响应,通过微分补偿法估计神经网络下一时刻输出的制导指令以实现快速跟踪。最后,仿真结果表明,本文所提出方法针对静止目标与小机动目标都能够在线生成最优制导指令。

Missile robust gain scheduling autopilot design using full block multipliers

Reduction of conservatism is one of the key and difficult problems in missile robust gain scheduling autopilot design based on multipliers.This article presents a scheme of adopting linear parameter-varying（LPV） control approach with full block multipliers to design a missile robust gain scheduling autopilot in order to eliminate conservatism.A model matching design structure with a high demand on matching precision is constructed based on the missile linear fractional transformation（LFT） model.By applying full block S-procedure and elimination lemma,a convex feasibility problem with an infinite number of constraints is formulated to satisfy robust quadratic performance specifications.Then a grid method is adopted to transform the infinite-dimensional convex feasibility problem into a solvable finite-dimensional convex feasibility problem,based on which a gain scheduling controller with linear fractional dependence on the flight Mach number and altitude is derived.Static and dynamic simulation results show the effectiveness and feasibility of the proposed scheme.

Model Reference Variable Structure Autopilot Design for Homing Missile

To design the control system for some homing missile so that the autopilot can transfer guidance command correctly and be robust to disturbances, such as the measurement noises and parameter variation caused by areodynamic floating. The model reference adaptive control was combined with the variable structure control to design a model reference variable structure (MRVS) control system whose control structure is simple and can be realized easily. The simulation results indicate that MRVS can complete the task of transferring guidance command and suppress the distrubances effectively.

地下矿无人驾驶铲运机系统设计与应用

随着我国矿产资源开发工作向深部发展,复杂的应力条件和恶劣的开采环境严重威胁到井下人员的安全,开采装备无人化是解决井下安全和效率问题的有效手段。结合自动驾驶和远程遥控技术,设计并应用了地下铲运机无人驾驶系统,在千米深井中实现了铲运机出矿作业的全流程无人化。在应用试验中,自动驾驶直线行驶的最大速度达10 km/h以上,转弯最大速度为3 km/h,远程遥控的延迟在10 ms以下。该系统可有效提高矿山生产效益、降低安全事故风险,并有助于推动我国矿山智能化转型升级。

海豚头气动外形导弹主动段过载驾驶仪设计

针对海豚头气动外形导弹主动段飞行过程中存在快速变化的俯仰干扰力矩导致驾驶仪过载指令不跟随的问题,研究了一种基于自适应控制的三回路过载驾驶仪在线调参方法。首先,对纵向短周期下的导弹动力学进行建模,建立三回路过载驾驶仪状态方程,在标称状态下采用极点配置对三回路过载驾驶仪的控制参数进行设计;其次,将标称状态下的驾驶仪视为参考模型,采用模型参考自适应方法,通过设计Lyapunov函数对自适应更新律进行设计。为了增强在建模不确定条件下自适应算法的稳定性,引入投影算子和死区的概念;最后,在气动拉偏条件下对海豚头气动外形导弹的主动段进行三回路自适应过载驾驶仪指令跟踪仿真。仿真结果表明,三回路自适应过载驾驶仪在海豚头气动外形导弹的主动段具有较好的动态跟踪特性。

新型过载驾驶仪滚转弹制导系统稳定性研究

针对平台式图像导引头实际应用中的隔离度寄生回路问题,基于新型过载驾驶仪开展了滚转弹锥形运动的动态稳定性研究。根据滚转弹体的线性动力学模型,引入加速度反馈增稳的新型过载驾驶仪,构建了考虑平台图像导引头隔离度寄生回路的滚转弹体制导系统模型,推导了新型过载驾驶仪滚转弹制导系统的动态稳定性条件。分析了隔离度、舵机总延迟角等重要参数对包含隔离度寄生回路的滚转弹体动态稳定域的影响。研究表明:滚转效应、寄生效应与控制指令延迟是导致驾驶仪参数设计稳定域减小的主要因素,制导系统设计参数应远离稳定性边界从而提升锥形运动稳定性。

基于Cortex-M3的串口与CAN转换模块的设计与实现

针对采用控制器局域网络(CAN:Controller Area Network)总线的自动操舵系统和采用串口通讯的航海导航设备之间通讯的不匹配问题,设计了一种基于Cortex-M3嵌入式平台的通信转换模块,实现了串口与CAN总线数据的双向转换功能。同时对传统CAN收发器CTM1050存在的信号稳定性不足、波特率精准度低等问题,提出并实现了一种硬件电路的替代方案,提高了数据通讯的时效性和稳定性。基于CAN2.0B扩展帧,设计了自动操舵系统内部CAN总线协议。该协议可根据报文信息优先级分配标识帧,保证了总线数据的有序传输。实验结果表明,该通讯模块功能使用正常且通讯效果良好,具有一定通用性,可在多种需要转换的设备系统上推广使用。

采用粒子群优化算法的三回路自动驾驶仪设计优化

提出了一种伪攻角三回路自动驾驶仪的设计方法,从控制系统的开环性能指标出发,在舵控处依次断开增稳回路和过载回路,建立开环参数与伪攻角三回路自动驾驶仪参数的关系式,并以开环性能参数为自变量,闭环性能参数为优化目标,设计粒子群算法结构与边界条件,实现伪攻角三回路自动驾驶仪的快速调参。仿真结果表明,本文提出的设计方法,可使伪攻角三回路自动驾驶仪获得良好的开环性能和闭环性能,具有一定的工程应用价值。

高精地图数据的更新维护技术分析

高精地图的发展与智慧交通、智能网联汽车紧密相关,从智能网联汽车上路伊始,高精地图产业就应势而生并飞速发展。相对于以往的导航地图,高精地图是智能网联汽车交通的共性基础技术,其服务的对象并非仅人类驾驶员,而是人类驾驶员和自动驾驶汽车。对于L3及以上级别的自动驾驶汽车而言,高精地图是必备选项,那么如何更新和维护地图数据就显得尤为重要。本文介绍在高精地图的生产中,如何更新与修复城市道路数据,保持地图现势性。

基于谱估计的毫米波雷达遮挡检测

为解决复杂路况下毫米波雷达被遮挡而导致目标检测失效的问题,提出一种基于谱估计的雷达遮挡检测方法。利用多通道信号积累求解目标回波二维谱,采用自适应恒虚警检测算法剔除雷达目标,运用谱估计求解回波背景功率,通过统计回波在一定时间区间的能量分布特性完成遮挡检测。试验结果表明,该方法能够实现雷达遮挡状态估计,10s内检测准确率超过70%,100s内检测准确率达到90%以上。

无人播种平台的设计与分析

为解决传统农业种植过程中人力资源短缺和效率低下的问题,该文针对无人播种平台开展设计与分析,该平台由一个自动驾驶的播种机器人和一个云端控制系统组成,可以通过预先设定的种植方案进行自动化播种。在设计过程中,需要考虑机器人的导航和避障能力、种子的储存和投放方式,以及云端控制系统的实现,可以显著提高种植效率、降低成本和人力资源需求。然而,也需要克服一些问题与挑战,如机器人的可靠性和稳定性、不同农作物的种植要求等。最后系统分析无人播种平台的应用效益。研究结果旨在为现代化农业进程提供新的发展思路与研究方案。