摘要：针对当前搜救无人机飞控系统控制性能差的问题,基于嵌入式平台进行了搜救无人机的飞控系统设计,以提高搜救无人机的飞行稳定性,并提出一种基于LM-Smith神经网络泛函的搜救无人机飞行控制算法。飞控系统设计主要包括控制算法设计和硬件模块设计两大部分,采用最小信息熵进行LM-Smith神经网络泛函加权,对被控对象进行模式识别和稳定性自适应修正,对飞行控制的位置偏移进行完全跟踪补偿,通过构建的LM-Smith神经网络泛函的控制器,获得渐进稳定收敛的飞行控制算法。以S3C2440A ARM9处理器作为控制核心和以Micro2440为核心主控板,基于嵌入式Linux系统加载控制程序,实现了控制系统改进设计。为验证飞控系统与控制算法的有效性和适用性,进行了性能测试与分析。测试结果表明,所构建的飞控系统在智能搜救无人机飞行控制中具有较高的轨迹跟踪控制精度,姿态稳定性和控制性能较好。

摘要：目的:研究一种改进双向A*算法来减少搜救无人机规划的路径长度和规划路径所需的时间,缩短搜救无人机到达灾害现场的时间,进而提升搜救工作效率。方法:首先对三维城市环境地图进行预处理,在障碍物周围的区域加入缓冲区;然后使用双向A^*算法,在起点和终点同步进行搜索,同时改进真实代价函数和估价函数;最后对双向A^*算法生成的路径进行进一步平滑处理。使用MATLAB软件对改进双向A^*算法和传统A^*算法在不同大小的三维城市环境地图上进行仿真实验,并对规划得到的路径长度、运行时间和转向次数进行对比。结果:与传统A^*算法相比较,改进双向A^*算法运行的时间减少了44%、路径长度减少了5.4%、转向次数减少了51%。结论:改进双向A^*算法与传统A^*算法相比,在三维城市环境地图下能有效提高搜救无人机的工作效率和安全性,具有重要的理论意义和应用价值。