碰撞自规避多弹分布式协同制导与控制

针对多枚导弹三维空间协同攻击机动目标情形,提出一种碰撞自规避多弹分布式协同制导律及其实现方案.基于可以测得的目标信息,将目标视作领弹,与参与协同攻击的多枚导弹形成"领弹–从弹"拓扑结构,基于网络同步算法实现导弹对目标的协同攻击.为了实现碰撞自规避,当导弹与目标相距较远时,采用带安全距离的同步算法.当导弹与目标接近时,取消该安全距离.基于运动学关系,将协同制导指令转化为速度、弹道倾角和弹道偏角指令.针对指令的跟踪控制问题,提出了一种基于改进微分器的抗干扰动态面控制方案.将参数不确定和外部扰动均视为系统干扰,采用改进微分器实现对该干扰的精确估计,从而保证了闭环系统的跟踪性能.仿真结果表明本文提出的控制器实现了对协同制导指令的精确跟踪,整个方案实现了碰撞自规避协同攻击.     

基于约束的刚体碰撞响应仿真研究与应用

为了解决虚拟场景中刚体碰撞与穿透问题,采用了一种基于约束的碰撞响应方法。根据刚体之间的穿透深度和在碰撞点处的相对速度,判定不同的碰撞状态。通过将多刚体碰撞和多点碰撞分割为单个碰撞,以刚体在碰撞点相对速度法向分量构建法向约束,切向分量构建切向摩擦约束。根据不同的碰撞状态以及牛顿恢复系数碰撞模型求取法向误差,并以碰撞点相对速度切向分量作为切向摩擦误差。结合约束与误差,得到碰撞的约束方程,联合刚体的动力学方程,迭代求解,计算碰撞之后刚体的速度,更新刚体的坐标与姿态,并计算刚体顶点在世界坐标系中的坐标。在虚拟矿山场景中进行了应用,仿真效果较好。     

基于伪谱法的编队卫星队形重构防碰撞轨迹优化

提出了基于伪谱法的编队卫星队形重构最优轨迹规划方法.首先,应用Legendre伪谱法将队形重构问题离散化为非线性规划问题;然后,通过庞特里亚金极小值原理计算出不考虑碰撞规避问题时各星最优轨迹的解析形式,并由此计算出各星间的碰撞点;最后,在碰撞点附近设置符合高斯分布的测试点,进一步避免各星在配置点间发生碰撞.仿真结果表明,应用所提出方法得到的队形重构的最优轨迹能够较好地满足各种约束条件,计算精度高、速度快,使得编队卫星自主重构成为可能.     

一种为地面WSN充电的无人机碰撞规避路径规划方法

多个无人机为大面积分布的地面传感器节点无线充电的应用中,飞行路线的规划关系着无线传感器网络的覆盖率及生命周期,但无人机有限的续航时间及规避碰撞等约束增加了路径规划的难度。文中首先提出一种集中式逐次贪婪路径规划算法(Sequential Geedy Route Planning Scheme,SGRP),令无人机在已知节点位置信息的情况下,根据自身的资源逐个将节点纳入任务集并放置在路径的最合适顺序上。理论证明,SGRP算法在最差情况下也能获得最优规划算法50%的性能。接着在SGRP算法的基础上,基于改进的CPA碰撞检测模型设计了逐次贪婪碰撞规避路径规划算法SGACRP。该算法每次迭代选择一个节点、无人机及路径顺序的最佳匹配组合,在最大化收益的同时满足了无人机资源受限及碰撞规避的要求。最后以时间折扣型函数作为无人机收益函数,通过仿真验证了碰撞规避措施的有效性,同时验证了碰撞规避算法虽然增加了无线传感器网络的总充电完成时间,但并不影响其监测率。另一方面,仿真证明了根据与目标点的距离设置节点的固定收益,能有效改善地面无线传感器网络的监测概率。     

基于T-H方程的编队卫星碰撞概率与规避策略研究

基于T-H方程,对椭圆轨道下编队卫星碰撞预测以及规避机动进行了研究。通过递推编队卫星的初始状态协方差矩阵,将碰撞概率密度在危险域内积分获得编队卫星的碰撞概率。当碰撞概率大于安全阈值时,采用瞬时校正速度的控制策略对卫星施加最小脉冲速度修正量,在所预测的碰撞点沿碰撞概率梯度产生偏移,到达安全等高线上,从而降低碰撞概率。仿真结果表明,该预测方法有效,规避策略可行。     

基于交互多模型的飞机地形规避策略研究

为了解决飞机前视地形防撞问题,针对机载防撞雷达系统的缺点及局限性,提出了一种以虚拟雷达替代机载防撞雷达系统的基于交互多模型的飞机地形规避策略。该方法根据飞机机动运动特点,建立适于准确快速预测的匀速运动模型、匀加速运动模型以及当前统计模型,采用交互多模型原理结合成熟的卡尔曼滤波估计技术,对飞机未来飞行状态进行实时预测,根据飞机飞行状态预测结果与机载地形库进行匹配以进行地形规避。通过仿真的方法,以F16 飞机为例,对飞机飞行状态预测算法进行了验证,结果表明,对于较长时间预测,预测时间对预测精度有很大影响,可根据预测时间确定告警等级。研究还表明基于交互多模型的飞机地形规避方法,相比于机载雷达防撞系统具有无可比拟的优势,可以替代机载雷达防撞系统。     

多约束下基于能量耗散的再入轨迹优化设计

研究了多约束条件下的再入轨迹优化设计.引入了能量的概念,以它替代时间作为积分变量,解决了再入过程的时间不确定问题.在此摹础上,依据再入段特性确定出控制变量的大致模型,从而将对最优控制变量的寻找转化为对控制模型参数的优化,使得优化控制易f实现;对过程约束和终端状态约束进行处理,构成性能指标函数的辅助部分,从而将有约束优化问题转化为无约束优化问题,然后用单纯形替换法来求解.仿真结果表明方法能够比较快速地获得一条满足再入约束条件的优化轨迹,且优化算法简单,容易实现,具有较好的工程应用前景.     

基于多切片最优融合集的故障测试约束构造方法

针对故障测试约束构造过程相当复杂,计算开销太大,测试用例设计质量不高,不利于广泛运用,提出一种基于多切片最优融合集的故障测试约束构造方法,采用同一切片标准的不同程序切片构造融合度矩阵来度量切片的一致融合度,通过利用切片融合度、路径条件以及软件故障触发与传播的内在机制进而构造某个故障相应的测试约束,可控制测试用例的规模,提高测试用例设计质量。实验结果表明,这种故障测试约束与传统基于谓词约束和必要性约束比较,生成的测试用例规模较小,很少生成无效测试用例,发现Bug的效率很高。     

基于多线谱驱动的虚拟人手运动及约束控制

针对现有手部运动模拟控制的复杂性,通过分析人手解剖学结构及运动特性,提出了基于多线谱控制的虚拟人手运动及控制机制。针对单指运动,通过控制该指上的多条肌肉归一化收缩量,驱使单指关节的灵活运动;在多指协同运动中,由于相邻手指之间存在运动促进和制约的关系,因此要考虑其他手指的影响,根据其约束关系,控制相应的肌肉收缩,实现多指协同运动。实验表明,所建立的控制机制能较好地仿真单指及多指间的各种运动,在多线谱的控制下,能够方便快捷地仿真多种手势及手语,且运动效果逼真,手部运动自然灵活。     

基于多分辨率特征造型模型的约束控制方法研究*

针对多分辨率特征造型模型建模过程中存在的对增量模型设计之间约束重复求解的低效性与不实用性问题,提出了基于特征的多分辨率建模技术和LOD技术,通过约束控制管理,对增量模型进行并行设计,提高了实体模型设计与分析的效率。     

能耗优化下的多移动机器人动态避撞机制

针对多移动机器人在停车避撞时能耗优化的问题,提出能耗优化下基于滚动时间窗和二叉树先序遍历的多移动机器人动态避撞(TW & BT)融合算法。基于改进A^*算法求得能耗约束下的最优初始路径。依据滚动时间窗和二叉树先序遍历协同机制,以初始路径中移动机器人碰撞为触发事件,将整个作业时间轴分解为多个时间窗;在每个时间窗,以停车避撞时产生能耗最小为目标,基于二叉树先序遍历的算法求解最优避撞决策。仿真实验结果表明,一方面TW & BT融合算法具有较高的鲁棒性;另一方面对比基于动态优先级的冲突消解策略(DPS)方法,在相近的计算时间内,TW & BT融合算法实现避撞时产生能耗降低达33.1％。     

基于MATD3算法的多智能体避碰控制

使用多智能体双延迟深度确定性策略梯度(Multi-agent Twin Delayed Deep Deterministic Policy Gradient,MATD3)算法研究了多无人机的避障和到达目标点问题,首先,利用MATD3算法的优越性提高训练效率。其次,基于人工势场法的思想设计了稠密碰撞奖励函数,使得智能体在没有找到最优解决方案时也能得到积极的反馈,加快学习速度。最后,在仿真实验阶段,通过设计的三组对比实验和泛化实验验证了算法的有效性。     

Aircraft Trajectory Optimization for Collision Avoidance Using Stochastic Optimal Control

Optimizing aircraft collision avoidance and performing trajectory optimization are the key problems in an air transportation system. This paper is focused on solving these problems by using a stochastic optimal control approach. The major contribution of this paper is a proposed stochastic optimal control algorithm to dynamically adjust and optimize aircraft trajectory. In addition, this algorithm accounts for random wind dynamics and convective weather areas with changing size. Although the system is modeled by a stochastic differential equation, the optimal feedback control for this equation can be computed as a solution of a partial differential equation, namely, an elliptic Hamilton‐Jacobi‐Bellman equation. In this paper, we solve this equation numerically using a Markov Chain approximation approach, where a comparison of three different iterative methods and two different optimization search methods are presented. Simulations show that the proposed method provides better performance in reducing conflict probability in the system and that it is feasible for real applications.     

Collision Avoidance Based on Line-of-Sight Angle

This paper focuses on the problem of collision avoidance for Unmanned Aerial Vehicles (UAVs). The dynamics of the UAV are modeled as a Dubins vehicle flying at constant altitude. The angular velocity is used as control input in order to avert a possible collision with a single obstacle, while the speed is left as an extra degree of freedom to achieve some temporal requirements. The proposed control algorithm uses only the line-of-sight angle as feedback: in this sense, the main contribution of this paper is providing a solution to the collision avoidance problem that can be used in situations where it is not possible to measure data such as position and velocity of the obstacle. A theoretical analysis of the result is provided, followed by simulation results that validate the efficacy of the control strategy.     

关于足球机器人避障控制的研究

介绍了足球机器人避障控制的特点,障碍物的数学描述和检测方法,把人工势场理论引入到足球机器 人避障控制中,并分析了人工势场法的优点和不足.     

舰船编队的避障/避碰控制

针对舰船编队系统中的协同控制问题进行了避碰和避障研究.运用了虚拟结构方法,通过在势函数中加入相对碰撞函数,解决了舰队之间的避碰问题;并通过设定安全航线,解决了避障问题.基于舰船的运动学和动力学特性,运用李亚普诺夫理论,设计了一种舰船编队控制器.最后对设计的控制器进行了仿真,验证其正确性和有效性.     

Simulation and Field Testing of Multiple Vehicles Collision Avoidance Algorithms

A global planning algorithm for intelligent vehicles is designed based on the A* algorithm, which provides intelligent vehicles with a global path towards their destinations. A distributed real-time multiple vehicle collision avoidance (MVCA) algorithm is proposed by extending the reciprocal ${ n}$-body collision avoidance method. MVCA enables the intelligent vehicles to choose their destinations and control inputs independently, without needing to negotiate with each other or with the coordinator. Compared to the centralized trajectory-planning algorithm, MVCA reduces computation costs and greatly improves the robustness of the system. Because the destination of each intelligent vehicle can be regarded as private, which can be protected by MVCA, at the same time MVCA can provide a real-time trajectory planning for intelligent vehicles. Therefore, MVCA can better improve the safety of intelligent vehicles. The simulation was conducted in MATLAB, including crossroads scene simulation and circular exchange position simulation. The results show that MVCA behaves safely and reliably. The effects of latency and packet loss on MVCA are also statistically investigated through theoretically formulating broadcasting process based on one-dimensional Markov chain. The results uncover that the tolerant delay should not exceed the half of deciding cycle of trajectory planning, and shortening the sending interval could alleviate the negative effects caused by the packet loss to an extent. The cases of short delay (${ < 100}$ ms) and low packet loss (${ < 5\%}$) can bring little influence to those trajectory planning algorithms that only depend on V2V to sense the context, but the unpredictable collision may occur if the delay and packet loss are further worsened. The MVCA was also tested by a real intelligent vehicle, the test results prove the operability of MVCA.      

Safety-Critical Model-Free Control for Multi-Target Tracking of USVs with Collision Avoidance

<正>Dear editor, This letter addresses the multi-target tracking of underactuated unmanned surface vehicles(USVs) subject to multiple stationary/moving obstacles. The kinetic model parameters of each USV are totally unknown. A safety-critical model-free control method is proposed for tracking multiple targets with a collision-free containment formation.Specifically,