1 海军工程大学, 武汉 430000
2 中国人民解放军92975部队, 浙江 宁波 315000
针对航空搜潜浮标距离近、偏航角较大的特点, 提出Dubins路径和双蚁群算法相结合的航路规划算法。对比传统航路规划先确定直线航路再进行平滑处理的方式, 所提算法在迭代寻路阶段将直线路径转化为Dubins路径, 减少了转弯半径约束下无法抵达目标的风险; 同时以Dubins距离作为判优基准, 相比直线距离, 更加接近全局最优; 并且增加偏航距离扰动参数, 引导蚂蚁选择直线距离和偏航角均较小的目标; 发挥不同蚁群的信息素负反馈作用, 促使寻找新路径, 提升寻路能力。仿真结果表明, 该算法加快了规划收敛速度, 有效缩短了航路距离, 缩短幅度平均达14.6%以上。
航空搜潜 航路规划 Dubins路径 蚁群算法 aerial submarine search route planning Dubins path ant colony algorithm
1 航空电子电气学院
2 空中交通管理学院,四川 广汉 618000
提出了一种分段随机和角度随机(SRAR)的算法, 用于复杂空间、多约束条件下的无人机三维航路规划。SRAR算法利用随机分段和随机角度确定航路点。同时, 对有向线段角度进行规定, 设计圆形障碍区避障方法、航路平滑方法以及多航路规划方法, 提升航路规划质量, 满足航路规划多样性要求。还提出了求解变长解的非关联迭代更新方法, 实现对SRAR算法在多约束条件下的求变长解。通过对复杂空间下的航路规划质量验证, 以及分别与蚁群算法、遗传算法和粒子群优化算法的比较, 证明了SRAR算法的无人机航路规划的稳健性、高效性和通用性。
分段随机和角度随机 避障方法 航路平滑 多航路规划 非关联迭代更新 Segment Random and Angle Random obstacle avoidance route smoothing multi-route planning unassociated iterative updating
1 光电控制技术重点实验室, 河南 洛阳 471000
2 中国航空工业集团公司洛阳电光设备研究所, 河南 洛阳 471000
3 陆装驻洛阳地区航空军事代表室, 河南 洛阳 471000
以支撑飞机空面多目标攻击为目的, 研究空面多目标公共投放区模型, 给出公共投放区定义, 提出一种基于多边形交集的多目标公共投放区求解方法, 并对公共投放区的最长攻击航路及进入点求解进行建模。在此基础上, 提出对多目标进行批次划分的方法, 以支撑作战全过程。该方法为确定性算法, 计算复杂度确定、结果精度高, 适合机载实时解算环境使用。最后对空面多目标攻击模型进行仿真实现, 并输出多目标公共投放区及攻击批次信息解算结果等。仿真结果表明, 多目标攻击求解模型正确有效, 可实现空面多目标攻击中批次划分与攻击航路规划。
多目标攻击 公共投放区 批次划分 攻击航路规划 multi-target attacks common release zone batch division attacking route planning
1 南京航空航天大学自动化学院，南京 210000
2 中国航空无线电电子研究所，上海 200000
机场跑道异物(FOD)检测对机场安全运营具有重大意义。为此，自主设计了一套基于无人机的FOD检测与定位系统，该系统采用多无人机协同的迂回式航线规划策略对机场跑道进行图像采集; 然后针对异物标记问题，采用基于RootSIFT特征点匹配的自动校直拼接算法还原机场跑道全景; 最后设计了Faster R-CNN异物检测器，实现对FOD的检测与定位。基于实测数据的试验结果表明，该系统能有效提升FOD检测效率，并获得了较为满意的FOD检测定位效果。
机场跑道异物检测 航线规划 全景拼接 拼接校直 FOD detection route planning RootSIFT RootSIFT panoramic stitching stitching and aligning Faster R-CNN Faster R-CNN
辽宁工程技术大学电气与控制学院, 辽宁 葫芦岛 125105
路径规划是无人机任务目标的重要组成部分, 针对粒子群(PSO)算法早期收敛速度快, 后期易陷入局部最优的缺点, 提出一种结合天牛须搜索(BAS)算法的改进粒子群算法, 并将其应用于无人机三维空间路径规划。在改进的粒子群算法中, 利用天牛个体的优势, 在每次迭代中都有自己对环境空间的判断, 使路径更加合理, 搜索效率更高。仿真结果表明, 与粒子群算法相比, 使用改进的粒子群算法进行无人机三维路径规划效果更好、代价更小。
无人机 路径规划 粒子群算法 天牛须搜索算法 Unmanned Aerial Vehicle (UAV) route planning Particle Swarm Optimization (PSO) algorithm beetle antennae search algorithm
传统的粒子群算法在运行的过程中容易陷入局部最优,从而导致最终的路径规划不能达到最优。为此,传统的粒子群算法在迭代寻优的过程中为每个粒子引入蚁群算法中的信息素,赋予粒子更多信息内涵以加快收敛速度。然后考虑模糊逻辑,研究了基于模糊逻辑粒子群算法的无人机三维路径规划问题,通过模糊处理控制路径规划的输入量,防止系统陷入局部最优。所提算法结合了粒子群算法、蚁群算法和模糊逻辑的优势,通过实例仿真验证了算法的有效性。
无人机 路径规划 粒子群算法 模糊逻辑 UAV route planning particle swarm optimization fuzzy logic
协同攻击时反舰导弹的航路规划是航路规划问题中较特殊的一种。分析了反舰导弹进行协同攻击时对航路规划的特殊要求, 并指出了反舰导弹自身对其航路规划的约束; 针对上述特点, 提出了一种基于几何原理的反舰导弹快速航路规划方法。对此航路规划方法进行介绍及仿真验证, 结果表明, 使用此方法可以解决反舰导弹协同攻击时的航路规划问题。
反舰导弹 协同攻击 航路规划 几何原理 anti-ship missile coordinated attacking route planning geometric priniciple
1 内蒙古科技大学信息工程学院，内蒙古包头014010
2 华电内蒙古能源有限公司土默特发电分公司设备维护部，内蒙古 包头 014100
针对传统蚁群算法机器人在路径规划过程中出现收敛速度缓慢和陷入局部最优的问题, 将蚁群算法与加入虚拟牵引力和快速函数的人工势场法相结合, 引入势场合力作为蚂蚁搜索路径点的部分启发信息, 使结合后的算法具有较高的全局搜索能力, 避免了传统蚁群算法由于启发信息误导所致的局部最优问题, 同时提高了收敛速度。为了验证此方法的有效性, 用Matlab软件进行仿真实验, 结果表明机器人运动轨迹平滑, 接近最优路径。
路径规划 人工势场 目标不可达 移动机器人 蚁群算法 route planning artificial potential field lavailable target mobile robot ant colony algorithm
中国电子科技集团电子科学研究院, 北京 100041
主要对预警机引导现代战机进行单机多目标攻击的方案决策问题进行研究，分析了由预警机进行决策和引导的优势，给出了决策路线和求解方法。在对目标进行威胁和价值评估的基础上，首先确定首攻目标和剩余各目标权重，然后构建占位决策目标函数，再根据占位决策结果求解最优攻击航线。仿真算例表明，所提方法可充分发挥预警机的情报优势，引导战斗机隐蔽接敌，以优势占位捕获、打击多个目标，尤其是在目标分散距离较远的情况下。
预警机 多目标攻击 攻击排序 占位决策 航线规划 AWACS multi-target attack attack sequencing decision of occupation route planning
1 苏州大学 光电科学与工程学院, 江苏 苏州 215021
2 苏州大学 机电工程学院, 江苏 苏州 215021
传统激光熔覆增材制造方法一般采用等线宽扫描, 难以实现单道连续变宽成形。设计了变壁厚扭曲叶片模型, 利用光内送粉喷头直接变焦法变化光斑直径, 采用层高控制系统测量不同宽度处的实际堆积高度。设计PI控制器, 通过变化扫描速度, 控制不同宽度处的熔道堆积层高一致, 保证成形精度。通过连续变焦与闭环控制算法, 实现了变壁厚扭曲叶片激光熔覆连续变宽扫描成形。结果表明: 扭曲叶片在壁厚2.52~6.18 mm范围内均匀变化, 最大壁厚误差为-0.58 mm; 各段高度大致相同, 最大高度误差为-0.22 mm; 不同壁厚处的显微组织较为致密均匀。
变宽扫描 变壁厚扭曲叶片 PI控制 路径规划 variable width scanning variable wall thickness twisted blade PI control route planning 红外与激光工程
2019, 48(8): 0805002
