针对无人飞行器编队协同过程中的避碰控制问题, 设计了一种基于两极导航函数与模型预测控制(MPC)相结合的飞行器编队分布式避碰控制方法。首先, 利用邻居集中其他飞行器的位置信息及其目标位置, 建立每架飞行器的导航函数和控制律; 然后, 基于MPC设计了分布式高层编队控制律, 给出分布式预测控制算法; 最后, 以5架无人飞行器在末端攻击阶段飞向各自分配的目标点为例,对飞行器编队避碰控制方法进行了仿真。仿真结果表明, 基于导航函数和MPC的飞行器编队协同避碰控制方法是有效的。

随着低空空域环境的日益复杂, 执行任务的无人飞行器间发生冲突的概率不断增加。针对传统强化学习算法SAC,DDPG在解决有限空域内多无人飞行器间的避碰问题上存在收敛速度慢、收敛不稳定等缺陷, 提出了一种基于PPO2算法的多智能体强化学习(MARL)方法。首先,将多无人飞行器飞行决策问题描述为马尔可夫决策过程; 其次,设计状态空间与奖励函数, 通过最大化累计奖赏来优化策略, 使整体训练更加稳定、收敛更快; 最后,基于深度学习TensorFlow框架和强化学习Gym环境搭建飞行模拟场景, 进行仿真实验。实验结果表明,所提方法相较于基于SAC和DDPG算法的方法, 避碰成功率分别提高约37.74和49.15个百分点, 能够更好地解决多无人飞行器间的避碰问题, 在收敛速度和收敛稳定性方面更优。

针对无人机数量急剧增多、碰撞风险急剧增加的问题, 借助广播式自动相关监视系统(ADS-B)提供的位置、速度信息进行碰撞风险监测, 利用遗传算法实现无人机的自主避撞及避撞路径寻优。避撞策略综合考虑无人机性能约束、ADS-B参数的可信度及无人机飞行环境, 构建多约束参量的适应度函数, 进行多维度的最优避撞路径计算。针对双机和多机避撞情况, 进行无人机避撞仿真, 仿真结果表明, 遗传算法可以在实现无人机自主避撞的同时有效优化避撞路径。

广播式自动相关监视(ADS-B)协议公开、无认证措施等特点, 使其易受消息修改攻击。首先,分析了攻击者攻击意图与攻击路径选择的关联性;然后, 为了应对通过1090ES链路、机载网络等实施的消息修改攻击, 提出了经特征处理的TriLSTM-SVDD模型进行欺骗数据检测。仿真结果表明, TriLSTM模型预测误差显著小于LSTM模型, TriLSTM-SVDD模型则以98.9%的准确率识别出0.01°的纬度值偏差、0.02°的经度值偏差和50 m的高度值偏差。

针对多智能体系统在形成编队的过程中存在相互碰撞、通信中断和外部干扰的问题, 考虑了具有避碰和保持系统连通的二阶非线性多智能体鲁棒编队控制问题。基于人工势场法设计了具有保持系统连通的多智能体避碰算法, 并利用分布式控制法和共识理论设计了多智能体鲁棒编队控制律, 从而使得多智能体系统准确地实现编队, 避免碰撞和保持系统连通。利用李雅普诺夫稳定性理论和线性矩阵不等式证明了系统的稳定性和跟踪误差的收敛性。通过数值仿真实例验证了所提编队控制律的有效性。

针对水面无人艇在复杂海况下的动态避障问题，构建了障碍物模型和碰撞风险模型，通过引入多个约束条件的改进速度障碍法，实现了复杂海况下水面无人艇动态避障的航迹重规划。针对无人艇长宽比较大的几何特点，提出了矩形包围框的障碍物模型描述方法，建立无人艇相对运动模型，并在船体坐标系下计算相对运动参数。通过计算碰撞危险度来确定开始避障的时机。最后，在速度障碍法的基础上引入障碍物模型约束和水面无人艇自主局部避障系统特性约束对避障路径进行优化，并通过实验获得动态避障环境下的航迹重规划结果。基于V-REP（Virtual Robot Experimentation Platform）平台仿真实验以及实船避障实验表明，在航速12节的情况下，避碰过程中的路径重规划时间在15 s以下，满足在实际航行多约束条件下水面无人艇的动态避障要求。

随着民用无人机技术的广泛应用, 将无人机融入国家空域, 与有人机共享空域在低空开展飞行任务的做法已成为今后发展的趋势。无人机“感知避让”系统对于未来在融合空域内安全航行起着至关重要的作用, 其中,自主避障算法是保证整个系统高效运行的关键部分。目前, 对无人机自主避障算法的研究已经十分深入。根据避障算法的特点和避障机制对现有的避障算法进行分类, 并在此基础上对每一种类型的算法展开详细介绍, 阐述其优点以及局限性, 最后展望了无人机自主避障算法的发展方向。

无人机(UAV)编队协同执行侦察跟踪任务是近年来的研究热门方向。针对UAV编队在跟踪目标过程中的航迹规划问题, 首先,推导了UAV编队协同对目标跟踪的最优观测配置, 确定了观测条件; 其次, 针对UAV对目标的跟踪问题, 给出了导航向量场的构建步骤, 并阐述了UAV编队协同跟踪目标的控制条件; 再者,在Lyapunov导航向量场的基础上, 确立了避碰函数, 建立了避碰势场, 并与导航向量场相叠加形成融合向量场。通过实验仿真, 证明了所构建的融合向量场对解决UAV编队在协同追踪目标过程中避障问题的有效性。

研究了空间机器人在轨捕获非合作航天器过程避免关节受冲击破坏的避撞柔顺控制问题。为此在关节电机与机械臂之间配置了一种柔顺机构——旋转型串联弹性执行器(RSEA), 可通过其内置弹簧的变形来吸收捕获过程目标航天器对空间机器人关节产生的冲击能量; 结合所设计的开、关机控制策略可保证关节冲击力矩受限在安全范围内。首先利用拉格朗日方法及牛顿-欧拉法分别获得了捕获前空间机器人及目标航天器的分体系统动力学模型; 之后, 结合冲量定理、系统运动几何关系及力的传递规律, 建立了捕获后两者形成混合体系统的动力学模型, 并计算了碰撞过程的冲击力矩; 最后, 基于无源性理论提出了一种神经网络鲁棒H∞避撞柔顺控制策略以实现失稳混合体的镇定控制。数值仿真结果表明, 配置柔顺空间机器人在捕获碰撞阶段最大可减小61.9%的关节冲击力矩, 最小也可减小47.8%; 而在镇定运动阶段, 各关节冲击力矩均受限在安全范围内, 实现了对关节有效地保护。