基于改进积分视线的无人艇回收路径跟踪控制

路径跟踪控制是无人艇自主回收的关键技术之一,无人艇回收过程中航速慢、舵效差,不仅易受外界环境干扰,而且受执行机构限制,控制输入易饱和,如不加以抑制会大幅降低无人艇回收对接成功率。针对以上问题,基于自适应ILOS导引策略,设计了无人艇鲁棒性回收路径跟踪控制器。为提高无人艇回收过程路径跟踪响应速度,将前视距离与横向位置跟踪误差相联系,设计了时变前视距离的自适应ILOS导引方法。考虑无人艇回收过程环境扰动未知,设计了指数收敛的扰动观测器,而后基于反步法设计了首向控制器与速度控制器,为克服反步法解析导数求解的弊端,设计了二阶滤波器实现了期望首向一阶导数和二阶导数的滤波估计。考虑无人艇回收过程控制输入易饱和,设计了饱和补偿辅助系统。在直线路径与曲线路径2种工况下,分别进行仿真对比试验,验证了算法的有效性与优越性。

基于目标特征分布增强卷积神经网络的红外目标检测算法

为了实现对水上红外弱小目标的探测,并减少由红外图像信噪比低、目标与背景的红外特征差异小等问题对检测结果的影响,通过结合红外图像的成分、纹理及目标形状特征,提出了基于目标特征分布增强卷积神经网络的红外目标检测(TFD_CNN)算法。该算法包含目标特征分布学习与深度神经网络,具备滤除红外图像中噪声的能力,并深度挖掘红外图像中目标的边缘、纹理及形状信息,提升了卷积神经网络的分类精度。通过与4种算法进行实验对比,TFD_CNN算法分类准确率为96%,高于其他算法。结果表明:TFD_CNN算法具备对红外图像中落水人员与船只的分类能力。