摘要：四旋翼无人机集群可以被用来进行区域侦察,以建立对环境与兴趣目标的认知。为四旋翼无人机集群提出一种分布式协同搜索算法和动态目标包围技术,以解决在未探测区域定位和监测目标中所遇到的挑战。为降低所提算法的复杂度,通过栅格划分方法将任务区域划分为2级栅格子区域。考虑到动态目标的随机性,设计一种数字信息素来引导多无人机对任务区域进行2次搜索,并以快速搜索到目标为奖励函数,通过滚动优化决策得到最优解作为无人机的输入。然后,基于一致性协议设计一种多无人机协同跟踪与围捕协议,以获取动态目标的实时信息。数个仿真结果与室外飞行实验验证了所提算法能够使四旋翼无人机对未知区域中动态目标进行有效搜索与动态监视。

摘要：为解决旋翼飞行机器人全包线飞行中的参考模型辨识问题和由飞行模态转换、内外部扰动,以及动力学时变所产生的模型失配问题,并消除模型失配对基于参考模型所设计的飞行控制器造成的跟踪性能的影响,本文提出了基于悬停参考模型的系统辨识和主动模型的在线控制策略.通过改进的频域辨识方法和半解耦的简化模型结构,在悬停模态下进行模型拟合和全包线飞行的模型差分析,然后结合自适应集员估计(Adaptive set-membership filter,ASMF)方法提出模型差的在线估计和控制补偿策略来应对统计学未知且有界(Unknown but bounded,UBB)的模型差,以此消除上述模型失配对名义控制器理想条件的破坏所造成的控制性能降低.最后,通过在ServoHeli-40旋翼飞行机器人平台的实际飞行对比实验,验证了所提出方法的有效性和现实可行性.

摘要：旋翼飞行机械臂(rotorcraft aerial manipulator,RAM)系统是安装在飞行机器人上的可操作型机械臂,悬停模式下执行准确的空中操作时旋翼无人机与所加机械臂之间存在相对扰动,通过分离机械臂与飞行机器人进行动力学建模并不能有效消除这种扰动.本文基于对相互扰动力学作用的分析建立整体动力学模型,并在悬停飞行模式下将其简化为线性控制参考模型.进而对旋翼系统控制延时所引起的动力学扰动进行补偿,同时设计预测控制器来消除末端执行器的位置和姿态误差.最后,在存在内部和外部扰动的情况下,设定销钉插入操作任务进行控制方法的对比仿真.末端执行器位姿偏差的仿真结果表明了模型结构与控制方法的有效性.

摘要：多旋翼飞行器具有体积小、噪声小、机动灵活的特点,但其续航时间短的缺点严重制约了其应用,利用高效的长航程运载工具投送多旋翼飞行器为扩大多旋翼飞行器的应用范围提供了可能.多旋翼飞行器投放过程中的非零初始状态镇定控制问题是一项具有前瞻性且亟待解决的研究课题.四旋翼飞行器是多旋翼飞行器的一种典型代表,作为一个欠驱动、非线性、静不稳定的被控对象,该系统的小非零初始状态(仰角及横滚角的绝对值在5°~30°之间)的镇定控制是一项实现大非零初始状态(俯仰角及横滚角的绝对值在30°~90°之间)镇定问题的必要步骤也是一项具有挑战的研究.本文介绍了面向机动飞行实验应用的四旋翼飞行实验系统设计,并基于牛顿欧拉方程推导了四旋翼飞行器的动力学模型,利用机械三维制图软件针对该系统求取了关键参数.在对该模型进行合理简化的基础上针对姿态镇定问题采用LQR方法设计姿态镇定控制器进行仿真.仿真结果显示,在小非零初始状态下,该控制器可以快速镇定四旋翼姿态.将通过仿真得到的参数写入实际飞行控制其中并进行适当调整得到适合本四旋翼实验平台的控制器.实验结果表明,LQR方法可以在小非零初始状态下快速镇定四旋翼的姿态,满足四旋翼飞行器基本控制的要求.

摘要：研究了基于虚拟自博弈多智能体近端策略优化的无人机对抗决策问题。无人机对抗依赖自主决策,使无人机能够根据环境信息生成行动指令。提出了一种基于红蓝空战任务的无人机对抗自主决策方法。首先,采用导弹攻击区域与无人机之间的相对角度来评估当前情况。然后,以场景评估为指导,进行状态空间、动作空间和实时奖励反馈的设计,简化训练过程。在此基础上,提出了一种利用虚拟自博弈多智能体近端策略的方法,旨在从训练数据的经验缓冲区中推导出优势函数和平均策略。最后,通过对无人机执行红蓝对抗任务的仿真,验证了该方法的有效性和优势所在。

摘要：软翼无人机由柔性冲压式翼伞通过绳索悬挂带有动力发生装置的无人车构成。由于软翼无人机自身的特殊结构,使之存在附加质量、柔性结构以及内部相对运动,这给软翼无人机数学建模和自主飞行控制的研究带来很大障碍。基于数学模型的自主飞行控制器设计,可以低成本、高效率地获取无人机自主飞行控制算法。基于自行研制的软翼无人机实体系统,建立了6自由度数学模型,设计了自主飞行控制器和视景仿真系统,实现了对软翼无人机的数值和视景的联合仿真,并通过航迹点飞行仿真验证了自主飞行控制器和视景仿真系统的有效性。

摘要：为了解决无人直升机控制问题,通过把主动建模与LQR(Linear Quadratic Regulator)控制相结合,提出一种能补偿模型差的控制方法。该方法在悬停状态下,采用简化模型设计LQR控制器,并通过UKF(Un-scented-Kalman-Filter)在线估计简化模型与全状态模型的模型差,使用模型差作为补偿项对LQR控制增强。针对实际直升机动力学模型进行仿真,验证了基于UKF的估计和增强LQR控制的有效性。仿真实验结果证明,基于UKF的主动建模技术能够快速估计状态和参数变化,并且增强LQR控制能够使系统适应模型不确定性。

摘要：通过把主动建模与LQR（Linear Quadratic Regulator）控制相结合，提出一种能够补偿模型差的控制方法。在悬停状态下，采用简化模型设计LQR控制器，并通过UKF（Unscented Kalman Filter）在线估计简化模型与全状态模型的模型差，使用模型差作为补偿项对LQR控制增强。针对实际直升机动力学模型进行仿真，验证了基于UKF的估计和增强LQR控制的有效性。