自控所實現(xiàn)1

動態(tài)逆方法的工程化，主要面向大激動飛行和大迎角飛行。設計了動態(tài)逆工程化應用的控制律架構(gòu)，提出了在工程應用中解決實時性問題的有效方法，提出了基于最壞情況的動態(tài)逆魯棒性分析方法。

自控所實現(xiàn)2

基于推力矢量的激動控制技術，基于推力矢量的短距起飛控制策略，目的能夠?qū)崿F(xiàn)整個飛行器在最小速度下實現(xiàn)最大升力，推力矢量克服重力/硬角低頭力矩。在縱向通道采用淡化器，在發(fā)動機矢量控制方面也有矢量的控制指令。

基于性能預測的激動飛行復合控制策略。

基于推力矢量的激動控制技術。

自控所實現(xiàn)3

垂直起降多模態(tài)控制方法，提出了基于飛行階段的多模態(tài)平滑切換的模糊控制策略；設計了非線性魯棒自適應動態(tài)逆多模態(tài)控制律，主要是懸停、構(gòu)型過渡、前飛。在多模態(tài)控制算法里我們做了仿真驗證，做出了巡航段仿真曲線。

自主感知與決策技術

感知是實現(xiàn)基于環(huán)境感知的IMU信息融合的位姿估計，不依賴GPS的導航能力。自主決策主要依靠機載的計算單元，考慮動力學約束，控制誤差和導航誤差的任務決策與運用規(guī)劃，面向無人機，包括常規(guī)布局和新構(gòu)型的無人機，主要是在復雜環(huán)境下能夠?qū)崿F(xiàn)整個飛行和任務。

研究目的

能夠在環(huán)境信號不穩(wěn)定，受建筑物遮擋的復雜環(huán)境下自主飛行；激動性強、操縱靈活、起降便捷、便于攜帶，可在高危環(huán)境中作業(yè)。

發(fā)展現(xiàn)狀

麻省理工的小型無人機自主感知與決策項目，采用激光傳感器實現(xiàn)基于環(huán)境感知的精確位置定位。

所里研究方向

在自主感知方面基于機器視覺、激光傳感器的環(huán)境感知，實現(xiàn)的案例包括基于環(huán)境感知的自主航跡控制技術。自控所研究方向自主決策，重點圍繞航跡規(guī)劃開展研究，實現(xiàn)的案例包括：基于人工勢場自主避障——利用直升機平臺；基于快速隨機搜索樹的自主避礙——利用固定翼平臺。

自控所典型案例1

基于環(huán)境感知的自主航跡控制技術，基于計算機視覺，采用四旋翼平臺，實現(xiàn)室內(nèi)環(huán)境下無GPS相對導航與飛行控制。

自控所典型案例2

基于人工勢場的自主避障，基于人工勢場算法，采用無人直升機平臺，實現(xiàn)了沖突消解飛行巖石。

自控所典型案例3

基于快速隨機搜索樹的自主避障，基于二維激光測距儀，采用小型固定兩平臺，實現(xiàn)室外復雜環(huán)境下的無GPS相對導航、考慮動力學特性的自主避障。


從民口來說，自然界群系統(tǒng)，自然界中常見的系統(tǒng)，數(shù)量眾多的自主個體通過局部相互作用實現(xiàn)全局宏觀目標。

研究意義

了解大自然的秘密，幫助人們理解人類社會活動規(guī)律；在單體力量有限時，多機協(xié)同完成更加復雜任務；單機自主向群控技術的發(fā)展，可以帶動電子、通信、傳感器、智能控制等相關領域技術的跨越式發(fā)展。應用領域：協(xié)同監(jiān)控——氣象預報；協(xié)同反恐；災情救助；空中加油。加油這一塊主要面向軍方。

核心問題

多無人機的可重構(gòu)配四，分布式協(xié)同，多任務分配控制，一對多、多對多指揮控制。

多任務分配控制

當時為了將單個四旋翼的能力擴大化，賓州大學基于多個四旋翼協(xié)作完成搬重物的巖石。

分布式協(xié)同控制，從技術突破上來說，分布式協(xié)同控制、分群控制技術。

從所里層面，我們做了四旋翼地面運動平臺的協(xié)同，有一個單四旋翼和單自控小車的協(xié)同。


 雙機協(xié)同任務，主要是基于無人直升機的協(xié)同控制技術研究、基于無人固定猗的協(xié)同控制技術研究，這兩塊都是采用兩架小型無人機做的。

展望

從單平臺到多平臺，最終實現(xiàn)群體自主協(xié)同；從單一到多源，實現(xiàn)主動、被動等多元傳感器信息融合；從感知到認知實現(xiàn)片面的、離散的、被動的感知層次到全局的、關聯(lián)的、主動的認知層次的飛躍；從推理到學習，為無人機建立智能發(fā)育機制，大大提高無人機的自主環(huán)境感知和理解能力。