针对无人水下航行器弹射鱼雷技术需求,提出一种新型柔性活塞杆式弹射方案,该方案利用大深度环境高压驱动活塞实现鱼雷弹射。据此建立柔性活塞杆式弹射鱼雷内弹道计算模型,并开展压力水筒原理试验验证。基于鱼雷出筒过程内弹道计算模型,与相关文献不同弹射方案开展对比研究。研究结果表明:相对于传统的多级缸式弹射方案,柔性活塞杆式弹射方案具有加速度平缓无陡变、有效加速行程大、出筒速度高等显著特点;相对于传统的高压气体驱动活塞方案,高压水方案无压力蓄能装置结构更为简单,提出的基于阶梯式降载原理的活塞缓冲方案较传统的节流孔缓冲方案降载效果更好,且不会造成活塞缸反腔压力过高的问题。鱼雷出筒过程弹道预报结果表明:在1.1~6.1MPa的环境背压下,鱼雷模型出筒速度变化范围为7.0~15.5m/s,尾部参考点未与弹射筒壁发生碰撞。研究结果验证了水压驱动柔性活塞杆式水下弹射方案的可行性,为装置的进一步研制开发提供了设计依据。

稳定高精度的定位是实现地面无人车辆协同自主行驶的先决条件。激光同时定位与建图(Simultaneous Localization and Mapping,SLAM)技术在缺少几何特征的走廊、隧道、沙漠等场景中难以实现精准定位。为此提出一种无人车蛙跳协同的激光SLAM退化校正方法。估计当前帧每个特征点的法向量,并提出一种激光SLAM退化检测算法,当检测到环境退化时,使用两个无人车之间的测距信息对激光SLAM进行退化校正,在位姿图中进一步优化定位结果,并在自主搭建的两个无人车平台上进行测试。研究结果表明,新方法与当前主流激光SLAM方法相比获得了更高的建图效果,证明了新方法能够显著提高激光SLAM在退化场景中的定位效果。

针对固定翼无人机轨迹规划问题,提出一种基于精确凸松弛的实时轨迹规划方法。该方法包含路径规划和速度优化2个步骤。第1步,设计无人机在多障碍环境下的飞行路径。综合考虑无人机动力学和控制约束条件,提出基于Dubins路径的避障路径规划方法来生成适应固定翼无人机飞行性能限制的避障路径。第2步,计算无人机沿避障路径飞行的速度和控制。提出利用非线性保留和精确凸松弛将强非线性的速度优化问题转化为单个凸优化问题,并理论证明了方法的有效性。因为不需要迭代求解凸优化问题,速度优化算法没有收敛性问题,具有良好的实时性。仿真结果表明:新方法在多障碍环境和未知障碍环境中均能够可靠快速地完成避障轨迹规划,相比于非线性优化和序列凸优化,计算效率明显提升,计算时间仅为数十毫秒。

随着无人机相关技术的快速发展,智能无人机集群得到越来越多的研究。智能无人机集群应用自然界集群组织算法模型,并结合其他智能技术,形成高级群体智能行为,具有传统单人工智能体无法比拟的优势,但是可靠性问题也是制约其面向大规模应用的一个重要因素。系统分析智能无人机集群的概念、特征及技术发展路径,基于智能无人机集群的应用场景、应用模式及行为过程,探讨智能无人机集群的可靠性内涵,构建无人机集群可靠性技术框架,并结合智能无人机集群的技术特征和应用需求,给出智能无人机集群可靠性技术发展的技术途径与建议。最终在“1个核心,2种能力,N个基础”的可靠性内涵下,提出由可靠性指标、可靠性研制验证以及可靠性维持保障技术组成的智能UAVS可靠性技术框架。

为研究水平来流对小型无人机旋翼气动特征的影响规律,采用风洞试验和仿真模拟的方法,获取不同来流速度下无人机旋翼轴向和旋转平面内的多维气动数据以及尾涡扩散特征。通过低速风洞模拟水平来流,采用六分量力-力矩传感器测量0~15m/s来流速度和2000~9000r/min转速范围内旋翼的z轴轴向和x-y旋转平面的气动力和力矩数据;试验研究着重分析了旋转平面内侧向力和俯仰滚转力矩的变化规律;仿真模拟结果讨论了来流速度对旋转周期内表面压力分布的影响和近场尾涡的形态特征。研究结果表明:水平来流作用下旋翼效率最优转速区间为4000~6000r/min;旋转平面内x轴力是主导侧向力,x轴和y轴力矩同时起作用,来流速度高于5m/s时侧向力和力矩不可忽视,动力学分析必须予以考虑;水平来流导致旋翼尾涡的对称特征破坏,来流速度越大、倾斜角越大,尾涡扩散发展受到挤压。

无人平台箔条质心干扰是导弹末端防御的重要手段,其在平台机动和箔条发射等方面的智能决策能力是决定战略资产能否保护成功的重要因素。针对目前基于机理模型的计算分析和基于启发式算法的空间探索等决策方法存在的智能化程度低、适应能力差和决策速度慢等问题,提出基于多智能体深度强化学习的箔条干扰末端防御动态决策方法:对多平台协同进行箔条干扰末端防御的问题进行定义并构建仿真环境,建立导弹制导与引信模型、无人干扰平台机动模型、箔条扩散模型和质心干扰模型;将质心干扰决策问题转化为马尔科夫决策问题,构建决策智能体,定义状态、动作空间并设置奖励函数;通过多智能体近端策略优化算法对决策智能体进行训练。仿真结果显示,使用训练后的智能体进行决策,相比多智能体深度确定性策略梯度算法,训练时间减少了85.5%,资产保护成功率提升了3.84倍,相比遗传算法,决策时长减少了99.96%,资产保护成功率增加了1.12倍。

为解决无人机制导中跟踪目标尺度变化大、外形变化大、推理速度慢、数据集缺失的问题,提出了一种面向无人机视觉制导的自适应目标跟踪方法。自适应搜索区域机制通过分析制导过程调整搜索区域解决尺度变化快的问题;自适应模板更新机制通过更新模板特征解决外形变化大的问题。此外,该方法在骨干网络引入FasterNet Block,在跟踪头引入无锚机制,减少推理的时间。最后,构建并公开了一个包含12个制导视频的测试数据集 Guidance UAV以评估算法在视觉制导中的性能。实验结果表明,该方法不仅在通用无人机跟踪数据集 UAV123 上适用,而且在 Guidance UAV 上实现了最先进的性能,同时在机载设备Jetson Xavier NX 上保持15f/s的速度。室内无人机制导打击实验证明了算法的有效性。

为提升多无人机协同对地打击任务的作战效能并提高协同任务分配效率,提出一种基于作战单元毁伤概率结果的任务分配方法。构建3种典型地面目标毁伤评估模型,计算不同打击方向下各目标的毁伤概率作为任务分配问题的数据支撑。对各无人机挂载不同武器打击地面目标的典型场景,提出改进混合粒子群优化算法解决任务分配问题。利用遗传算法的交叉、变异操作更新粒子位置,对交叉操作、变异操作进行改进并引入粒子反转操作增加粒子的多样性,避免陷入局部最优。通过仿真算例对所提方法进行验证,结果证明在利用毁伤评估模型计算地面目标的毁伤概率后,所提方法能在满足毁伤要求的前提下得到满足约束条件的任务分配方案,且能提高多无人机体系整体上的作战效能。

针对无人机航拍图像密集度大、目标尺寸小、背景复杂等难点,提出一种基于多尺度注意力机制的小目标检测(Small target detection of BPAN-EF_C2f YOLOv8s,SBE_ YOLOv8s)算法,通过设计一种基于多尺度注意力机制的特征提取模块(EMA-Faster Block_C2f,EF_C2f),替换YOLOv8网络中的C2f模块,提高网络对小目标特征的提取能力;在特征融合网络中增加P1检测层,并设计一种跨尺度特征融合结构(Bi-Path Aggregation Network,BPAN),融合小目标特征信息;增加一个微小目标检测头,使用SIoU Loss作为边界框损失函数,提升小目标检测精度和网络收敛速度。在公开数据集VisDrone2019上进行实验验证。验证结果表明:与YOLOv8s算法相比,新算法在检测精度上提升了6.9%、mAP₅₀提升了9.1%,模型参数量减少了44.6%,检测速度为28帧/s,新算法在小目标检测领域具有一定的实用性。

跨域协同任务规划是无人系统实现集群化、自主化、多功能化的关键技术和重要支撑。主要聚焦海洋自主无人系统,阐述了无人系统跨域协同任务规划的基本概念和原则特点,分析了跨域无人集群典型应用案例,提出了无人系统跨域协同任务规划的控制结构和基本流程,构建了分布式任务规划模型,并通过剖析现阶段存在的突出问题,总结了下一步研究展望,以期为我国海洋自主无人系统建设和发展提供一定的参考。

针对无人系统难以应用于复杂任务场景的难题,将群体智能涌现作为研究出发点,以四旋翼无人机为研究对象,开展规模化无人集群共识模型与协同控制方法研究。设计感知视角空间剖分下的邻居优选机制和自吸引互排斥机制,生成集群空间构型,结合观点动力学中社会共识的形成机理构建观点综合机制,实现集群速度同步。提出自主分群、合群机制和主动规避与安全避障结合的避障方法,灵活调整集群规模以适应密集障碍物环境和多目标场景。验证结果表明,所提方法在仿真平台上可以应用于50架无人机的分布式集群,在多障碍物的室内、森林和城镇环境下,10架无人机集群能以5m/s的飞行速度安全穿越障碍区;所提方法在实物平台上可以应用于4架无人机的分布式集群,同时安全穿越室内障碍物区域,验证了集群模型的有效性。

随着地面无人平台(Unmanned Ground Vehicles,UGVs)在复杂作业环境中的潜在应用和战略价值日益凸显,确保其自主行为的安全性变得至关重要。提出一种结合系统理论过程分析(System-Theoretic Process Analysis,STPA)和Bow-Tie模型的地面无人平台系统安全分析方法。围绕遥控操作地面无人平台系统安全,通过STPA方法识别UGV系统中的不安全控制行为及其潜在风险,并利用Bow-Tie模型分析从损失致因场景到可能事故后果的事件链,得到风险传播路径和风险扩散路径。最终,基于Bow-Tie分析结果确定主被动安全分级控制措施,并通过自主安全控制器实现了系统安全管理。

无人机蜂群攻击意图判断涉及较多模糊不确定性因素,且判断过程属于不确定性推理过程,针对无人机蜂群攻击意图判断问题,提出一种基于离散动态贝叶斯网络-云模型的无人机蜂群攻击意图判断方法。根据无人机蜂群运用特点,构建无人机蜂群攻击意图判断指标体系,利用模糊逻辑理论将指标体系中的连续型变量转化为离散型变量,建立无人机蜂攻击意图判断方法模型,针对评估过程中指标数据缺失问题,采用前向信息修补算法进行信息预测修补。仿真分析结果表明:所提方法具有一定的容错能力,可结合前后信息进行有效判断,准确度更高。为反无人机蜂群运用指挥决策提供参考依据。

针对空地异构无人系统协同侦察的任务分配问题,提出一种面向侦察任务和通信中继任务的两阶段混合任务派单(Two-stage Mixed Task Assignment,TMTA)算法。基于各无人智能体的侦察距离、通信中继距离及目标位置,构建侦察位置与通信中继位置的备选集。以任务时效性与路径代价为目标函数,结合侦察任务/通信中继任务完成约束、任务位置选择/任务执行时间与任务路径的耦合约束,以及路径连续性等约束,构建侦察与通信中继任务派单模型。针对派单模型的非线性特征,综合集合覆盖算法、匈牙利算法和遗传算法的优势,设计TMTA算法,实现了模型的高效求解。通过实验对TMTA算法进行验证。实验结果表明,TMTA算法在任务时效性与无人系统行驶成本上均优于基准派单算法。

随着智能协同算法与自主化技术在空、天、海装备领域中的广泛应用,多域集群分布式协同自主控制技术得到深入研究,并显著提升了无人装备的智能自主化程度。从多域集群分布式智能自主控制技术的发展需求出发,系统梳理多域协同领域相关文献和多域集群分布式协同控制技术的国内外研究现状;深入分析了多域集群协同自主控制技术策略方法、重点研究方向和前沿方法;通过总结相关关键技术与方法,讨论了其在未来发展趋势。为提升无人集群系统协同自主控制能力提供参考。

水面无人艇(Unmanned Surface Vehicles,USV)具有机动性好、隐蔽性强、活动范围广等优点,在侦查、反潜、搜救等任务中具有广阔的应用前景,而环境感知技术是USV执行任务的基础,受到广泛关注。对国外USV环境感知技术发展现状进行调研,通过具体案例对USV环境感知技术进行定义并剖析任务难点;结合USV使用的感知设备,从单模态感知和多模态感知两个角度具体分析USV感知技术研究现状;总结分析USV暂未解决的难点并对USV环境感知技术发展给予展望。