有级转向履带车辆的驾驶员操控行为模型

为解决有级转向履带车辆驾驶员操控经验的表征问题,以采集得到的大量真实驾驶数据为依托,提出一种基于操控基元序列的驾驶员操控行为表征模型。操控基元以高斯混合模型表征,并以有向图的形式完成驾驶员操控基元切换序列的提取与类别辨识;依据不同类别的操控基元序列辨识结果完成了对驾驶数据的重分组,利用隐马尔可夫-高斯混合模型完成每一个类别下的驾驶员操控行为模型训练。结果表明：所提取出的操控基元序列既能完成对驾驶员转向操控基元切换行为的表征,又能实现对轨迹基元类别的合理划分;在给定期望轨迹所对应的预测时域内,驾驶员操控行为模型能够实现特定条件下的驾驶员转向操控量预测,预测平均偏差在4.2%以内。     

基于独立电驱动履带车辆的地面参量估计方法研究

以独立电驱动履带车辆的大量试验数据为依托,提出一种基于驱动力统计学预测模型与车辆动力学模型相结合的算法,对道路阻力系数与转向阻力系数进行估计。根据过零航向角偏差点对车辆的行驶路径进行分割,并利用高斯混合模型对各路径段进行多元聚类,利用连续3个路径段的聚类标签表征运动基元的类型;以基元类型为依据实现数据的分组,利用高斯混合模型构建驱动力统计学预测模型。在进行地面参量估计时,当确定运动基元类型后,通过调用对应的驱动力统计学预测模型,利用高斯混合回归对两侧主动轮转矩进行预测。利用非线性最小二乘法,使得基于驱动力统计学预测模型得到的转矩预测值与基于动力学方程表征的转矩理论值误差最小,从而获得地面参量估计值。对实车采集到的数据进行处理,得到地面参量的测试值并与估计值进行对比,证明了该方法可以在使用较少传感器前提下,保证预测结果的精度与整体算法的效率。     

面向异构履带车辆的统一运动规划方法

为在统一算法框架下解决异构履带车辆的运动规划问题,提出一种基于运动基元离线生成与在线扩展选择的运动规划方法,所研究的异构履带车辆是指搭载3种不同转向机构的履带车辆.运动基元的优化生成以轨迹平滑度为目标,通过综合考虑异构履带车辆的差异化行为约束、平台运动学模型约束、平滑过渡约束等,生成满足异构履带车辆运动规划需求的基元库...     

履带平台无人驾驶系统基于语义信息的模块串联方法

为提高无人履带平台在复杂越野环境下的通行能力,提出一种通过语义信息串联无人驾驶系统中环境感知、运动规划、运动控制模块的方法。环境感知模块通过相机与激光雷达的融合感知方法,利用图像语义信息与激光雷达点云特征,结合平台通过性几何参数,对环境中可通行区域进行粗提取,之后在可通行区域利用高斯聚类模型对环境进行精细的可通行度分析,最终生成具有不同通行度语义信息的三维栅格地图;运动规划模块在考虑平台运动学模型、动力学约束以及平滑过渡约束的基础上,结合地形与道路表面属性生成行为运动基元,通过对基元的分层式在线选择生成具有行为语义的轨迹;运动控制模块基于模型预测控制算法充分考虑平台驱动电机的执行能力、跟踪偏差以及控制稳定性,借助运动规划给出的行为运动基元语义属性,对控制目标函数权重系数进行实时更新,减小轨迹跟踪的横向误差,航向误差以及速度误差。最终利用中型混合动力无人履带平台进行了实车验证,结果表明：所提运动规划方法结果相较于基于平面二值栅格地图规划的轨迹在平均俯仰角、平均侧倾角、平均曲率分别降低46.1%、46.5%、14.2%;所提出基于行为语义轨迹变参数运动控制方法相较于定参数的运动控制方法分别在横向偏差、航向偏差、速度偏差降低17.1%、2.7%、6.1%。     

自动驾驶履带车辆鲁棒自适应轨迹跟踪控制方法

针对野外环境中自动驾驶履带车辆轨迹跟踪控制问题,考虑建模误差、参数不确定性及外界随机强干扰,以强鲁棒性及精确跟踪为目标,提出一种基于误差符号鲁棒积分的自动驾驶履带车辆鲁棒自适应轨迹跟踪控制方法。基于拉格朗日动力学方程建立自动驾驶履带车辆的运动学与动力学耦合模型;采用自适应控制方法实现对模型的精确前馈补偿,抵消模型非线性的影响;通过误差符号鲁棒积分有效抑制外界干扰及不确定性的影响;利用Lyapunov稳定性理论证明了闭环系统的全局渐进稳定性与收敛性。对仿真结果进行了实车实验一致性验证。仿真和实验结果证明：该方法在存在建模误差、参数不确定性、外界干扰条件下,在实现自动驾驶履带车辆高精度轨迹跟踪控制的同时,具有较强的自适应和鲁棒性。     

基于双参数自适应优化的无人履带车辆轨迹跟踪控制

为解决定参数轨迹跟踪控制器工况适应性差的问题,基于改进粒子群优化(IPSO)、多层感知机(MLP)算法,设计一种双参数自适应优化的无人履带车辆轨迹跟踪控制算法。离线状态下,基于采集的实车数据,以轨迹跟踪的高精度、高稳定性、低时间成本为目标,利用IPSO算法构建了不同运动基元下的最优参数组合数据集,并以运动基元类型和车速等为特征向量,控制时域长度、时间步长为标签,采用学习率自适应优化算法完成MLP神经网络模型的训练。在线状态下,根据规划层下发的轨迹信息和车辆状态反馈信息,由MLP神经网络输出预测的最优控制时域长度和控制时间步长,作为双参数输入到模型预测控制算法中,完成自适应轨迹跟踪控制。基于ROS-VREP的联合仿真和基于双侧独立电驱动履带平台进行实车试验。研究结果表明,在包含大曲率转向的综合工况下,与相同计算时间成本的定参数轨迹跟踪控制算法相比,所设计的轨迹跟踪控制器横向偏差均值、航向偏差均值以及转角变化率均值分别降低了30.5%、17.2%、7.8%,证明了算法的可行性和有效性。     

基于双层驾驶员模型的履带车辆纵向与横向协同跟踪控制方法

为解决基于离合器转向机速差转向履带车辆的路径跟踪控制问题,采用一种基于双层驾驶员模型的纵向与横向协同跟踪控制方法,以实现对期望路径的跟踪控制。第1层驾驶员模型以高斯混合隐马尔可夫模型为基础,以期望跟踪轨迹为输入,实现对转向模式序列的预测输出及切换控制,其中转向模式包括直驶模式、行进间转向模式与原地转向模式;第2层驾驶员模型以模糊逻辑来表征行进间转向模式下经验驾驶员纵向与横向控制配合规律,并最终依据期望航向校正偏差生成纵向、横向控制量。试验结果表明,上述控制算法能够有效地利用驾驶员的先验经验,解决车辆纵向与横向强耦合特性及转向不确定性给跟踪控制系统带来的挑战,最终实现车辆在特定场景下轨迹跟踪误差小于1.0 m的路径跟踪控制。     

四足机器人特定复杂运动技能控制

为了提高四足机器人的运动多样性和地形适应性，提出一种复杂运动行为控制方法，通过构建四足机器人动力学模型，在此基础上进行离线滚动优化预测，生成四足机器人复杂行为的期望轨迹。在运动学、关节扭矩、接触力、运动状态和地形高度等非线性约束下更全面地优化了轨迹，设计在线轨迹跟踪控制器与落足控制器，实现四足机器人复杂行为的在线控制。在多复杂运动的动态仿真环境下评估了所提方法，机器人可以实现前跳、后空翻、前空翻和旋转跳跃，并可以在给定地形信息下跳跃障碍物。将在线轨迹跟踪控制器迁移到四足机器人物理样机中，完成了四足机器人向前跳跃的实验。实验结果表明，所提出的方法能够使四足机器人有效地完成多种特定复杂运动技能的稳定控制。     

用于隔离转盘类安全系统的波纹管式电推销器

针对传统电推销器推销方向单一,无法满足引信安全系统保险解除中弧线轨迹推销的问题,提出了用于隔离转盘类安全系统的波纹管式电推销器。该电推销器在电信号的作用下,点燃内部的火药,借助火药燃烧后产生的高压推力推动波纹状壳体伸长。由于褶皱状的波纹管具有可弯曲的特点,根据引信解除保险所需推销轨迹的需要,将其放置于任意方向的槽或孔内,使其既可沿直线轨迹运动,又可沿弧线轨迹运动,最终推动保险销脱离保险位置、转盘对正传爆序列。试验验证表明,该电推销器可满足隔离转盘类安全系统保险解除中所需直线及弧线轨迹的推销,实现引信安全系统保险的解除。     

基于GLScene的空空导弹视景仿真技术研究

论述了三维可视化场景建立过程中如何应用GLScene实现飞机及空空导弹模型的建立和调入、尾喷火焰效果实现以及天空与地景的生成。建立了空空导弹运动模型，显示了导弹的飞行轨迹和导弹在各阶段的飞行姿态，最后给出了仿真结果及导弹飞行过程中的仿真场景效果图。     

基于滑动参数实时估计的履带车辆运行轨迹预测方法研究

要实现履带车辆的无人驾驶,在轨迹规划阶段需要准确预测其未来一段时间内的运动轨迹,然而履带与地面之间的滑动使车辆运动轨迹的准确预测变得非常困难。通过研究转向过程中履带接地段的运动,建立基于瞬时转向中心的履带车辆运动学模型。针对车辆的相对位姿是滑动参数的泛函,雅可比矩阵难以求解的问题,通过对泛函微分方程线性化,推导了雅可比矩阵的解析解。根据车辆相对位置计算值和测量值的差值,运用Levenberg-Marquardt算法迭代求解滑动参数,并结合给定控制序列预测未来一段时间内车辆的运动轨迹。该方法不需要提前知道土壤参数,并且能够实时估计滑动参数,以适应路面变化。实车试验结果表明,与传统轨迹预测方法相比,利用该方法预测车辆轨迹时,车辆位置偏差减少30%以上。     

一种基于Costas序列的多输入多输出声纳正交发射信号集设计方法

寻找一组宽带正交发射信号集对多输入多输出（MIMO）声纳探测至关重要,信号集的正交性能好坏直接影响着MIMO声纳的探测效能。按照Costas序列编码的跳频信号具有近似理想的自模糊函数,但同一有限域构造的不同Costas跳频信号间并不总具有理想的正交性。基于有限域理论提出了一种本原元的搜索方法,利用安全素数的本原元设计了一组正交性最优的MIMO声纳正交发射信号集。仿真结果表明,对于1 000以内的素数,基于安全素数的有限域构造的正交跳频信号集不仅具有最优的正交性,还能取得最大的信号集大小。     

可重复使用运载器滑翔段轨迹快速优化方法

针对滑翔段轨迹多约束、强耦合、高非线性等特点,设计了一种全新的纵向飞行剖面,实现了终端约束和拟平衡滑翔条件的自动满足,并将滑翔段轨迹优化问题转化为一个双参数寻优问题。同时考虑倾侧角大小及其变化率约束,对侧向轨迹进行了设计。最后,设计了一种改进粒子群优化算法,通过外点法对约束条件进行处理,并提出一种变异策略对种群多样性进行准确控制,避免粒子陷入局部最优。仿真结果表明,该优化方法能够快速生成满足所有约束条件的最优滑翔轨迹;对于航程超过3000 km的场景,轨迹优化平均时间仅为5.94 s,最大终端相对误差不超过1%。     

基于双层隐马尔可夫模型的重型车辆行驶状态辨识方法研究

为实时监测并发现重型车辆危险行驶姿态,在重型车辆侧翻预警系统中,采用一种基于双层隐马尔可夫模型的重型车辆行驶状态辨识方法,动态辨识重型车辆行驶状态。选取典型重型车辆行驶工况,采集相应工况数据,采用T-G检验法对数据序列进行剔除异常数据预处理。利用K-means算法设定重型车辆行驶状态的阈值。利用Baum-Welch算法对双层隐马尔可夫模型进行优化,应用优化后的隐马尔可夫模型进行重型车辆行驶状态在线辨识。辨识结果表明：该模型可准确、高效地辨识各个单一和复合工况下的车辆行驶状态,并且具有很好的实时性。     

一种连续波系统测速时间误差的自适应修正方法

提出一种针对连续波测量系统测速数据时间不对齐误差的自适应修正方法.在多源信息融合处理解算飞行器轨迹时,将连续波测速数据的时间误差作为待估参数求解.建立飞行器轨迹参数和时间误差的联合求解模型,采用分步优化法给出飞行器轨迹参数和连续波系统中各单台设备的时间误差估计值.实验结果表明:测速数据修正后,匹配程度明显优于修正前,飞行器轨迹参数的计算精度得到显著提高.     

风场环境下的巡飞弹航迹跟踪运动补偿算法

针对巡飞弹航迹跟踪过程受风速、风向影响的问题,在风场环境下,通过建立运动模型,研究并提出了基于变增益虚拟参考点和系统外回路动态补偿的非线性制导律算法。根据制导律参数中固定距离限制的问题,设计了变增益虚拟参考点并分析了航迹跟踪的稳定性条件,针对系统外回路滞后特性设计了动态反馈补偿因子,同时给出了参数计算方法及运动约束条件。通过数学仿真方法分别对无风及有风条件下的制导律进行验证,考虑到实际飞行试验困难的问题,基于vc++搭建了半实物实时仿真平台,通过硬件在回路仿真,验证了航迹跟踪性能。结果表明：改进制导律可有效克服风干扰、具有较高的跟踪精度且易于工程实现。