基于神经网络性能模型的无人机起飞决断技术研究

为增加无人机单发停车起飞的安全性,提出了一种基于神经网络性能模型的无人机起飞决断方案。将满足安全性能指标的继续起飞最小速度和中止起飞最大速度作为单发决断的关键性能参数,设计了在多种飞行条件下迭代计算两种性能指标的闭环仿真算法。采用双层神经网络来模拟多种飞行情况下的性能数据库以实现性能库的压缩存储和高精度调用。给出了基于神经网络性能模型在线计算值的无人机起飞决断策略。仿真计算表明,所提出的起飞决断方案工程实现性强,能够增强无人机单发起飞的安全鲁棒性。

基于滚动预测原理的移动机器人路径规划

为解决全局静态未知环境以及动态未知环境下的移动机器人路径规划问题,借鉴预测控制优化原理,提出基于滚动窗口的移动机器人路径规划方法。利用机器人实时探测到的局部环境信息,通过有效的场景预测,以滚动方式进行在线规划。在局部路径规划中,借鉴墙壁跟踪的控制方法提高移动机器人的自主性。仿真结果表明,文中提出的方法计算量小、反应迅速,能很好的适应于未知环境中移动机器人的路径规划。

一种多移动机器人局部避碰算法

针对多移动机器人局部路径规划问题,结合人工势场法,利用设计的交通规则、逃脱局部极小规则以及多机器人碰撞预测规则,实现多移动机器人在部分未知环境中通过探测进行在线避碰路径规划。仿真结果表明该算法在各种环境中的静态、动态目标条件下均具有可行性。

基于无人车的实时地图建立与定位

针对在未知环境中的地图建立和定位,提出了一套具体的方法和步骤。通过对激光数据进行处理,采用viewing sector的方法实现局部地图与全局地图的融合。将生成局部地图的激光数据点与全局地图的进行匹配,并生成误差函数,使用F-R共轭梯度法对其进行极小化,实现对机器人的定位。仿真表明,该算法可以在建立地图与定位时,保证良好的精确性。