XiaoMi-AI文件搜索系统
World File Search System控制律
基于深度强化学习的空间非合作物体主动跟踪
摘要——空间非合作物体的主动视觉跟踪对于未来智能航天器实现空间碎片清除、小行星探索、自主交会对接具有重要意义。然而，现有的工作通常将此任务视为不同的子问题（例如图像预处理、特征提取和匹配、位置和姿态估计、控制律设计）并单独优化每个模块，这些模块是琐碎且次优的。为此，我们提出了一种基于 DQN 算法的端到端主动视觉跟踪方法，称为 DRLAVT。它可以仅依靠彩色或 RGBD 图像来引导追逐航天器接近任意空间非合作目标，其性能明显优于采用最先进的 2D 单目跟踪器 SiamRPN 的基于位置的视觉伺服基线算法。使用不同的网络架构、不同的扰动和多个目标进行的大量实验证明了 DRLAVT 的先进性和鲁棒性。此外，我们进一步证明我们的方法确实通过数百次反复试验利用深度强化学习学习到了目标的运动模式。
以人为本的航空人工智能方法 - 欧洲航空安全局
人工智能显然是支持飞机设计和运营的广泛应用的推动者。人工智能可以通过就日常任务提供建议（例如飞行剖面优化）或就飞机管理问题或飞行战术性质提供增强建议来协助机组人员，帮助机组人员在高工作量情况下做出决策（例如复飞或改道）。人工智能还可以根据运营环境和机组人员的健康状况（例如压力、健康等）预测和预防某些危急情况，从而为机组人员提供支持。由于 2022 年 4 月发布了第一个关于基于机器学习的系统的可信度的特殊条件，1 级人工智能应用已经在通用航空领域进行认证。人工智能还可以用于几乎任何涉及数学优化问题的应用中，无需分析相关参数值和逻辑条件的所有可能组合。机器学习的典型应用可能是飞行控制律优化、传感器校准、油箱数量评估、结冰检测等等。此外，人工智能还可用于在机载系统中嵌入复杂模型，例如通过使用内存和处理效率更高的代理模型。
超级扭曲算法 Djihad Matouk - ijicic
摘要。目前，无人机型四轴飞行器的跟踪控制是研究人员的热点。为了解决这个控制问题，根据期望的目标选择合适的控制器是一个基本问题。尽管存在有害的抖动现象，滑模控制 (SMC) 仍表现出可接受的性能。本文通过二阶滑模控制 (2-SMC) 实现四轴飞行器的轨迹跟踪控制。它是保留传统 SMC 优势同时避免不良抖动效应的替代解决方案之一。具体而言，采用超扭转算法，该算法是对 2-SMC 的改进，无需任何滑动变量导数。为了确保稳定性并增强四轴飞行器的跟踪轨迹，设计了一种基于超扭转算法的全局块控制。所提出的技术具有很高的稳定性，因为它允许为每个位置和姿态状态推导适当的控制律。仿真结果证明了该方法在稳定性和跟踪控制方面的有效性。与经典SMC和2型模糊逻辑控制器进行了比较研究，以阐明所提出的2-SMC的有效性。关键词：四轴飞行器无人机，全轨迹跟踪，非线性控制，二阶滑模控制，超扭转算法
具有深度强化学习的参数 PDE 控制......
参数偏微分方程 (PDE) 的最优控制在工程和科学领域的许多应用中都至关重要。近年来，科学机器学习的进步为参数偏微分方程的控制开辟了新的领域。特别是，深度强化学习 (DRL) 有可能在各种应用中解决高维和复杂的控制问题。大多数 DRL 方法依赖于深度神经网络 (DNN) 控制策略。然而，对于许多动态系统，基于 DNN 的控制策略往往过度参数化，这意味着它们需要大量的训练数据、表现出有限的鲁棒性并且缺乏可解释性。在这项工作中，我们利用字典学习和可微分 L 0 正则化来学习参数偏微分方程的稀疏、鲁棒和可解释的控制策略。我们的稀疏策略架构与 DRL 方法无关，可以在不同的策略梯度和参与者-评论家 DRL 算法中使用，而无需改变其策略优化程序。我们在控制参数化 Kuramoto-Sivashinsky 和对流-扩散-反应 PDE 的挑战性任务上测试了我们的方法。我们表明，我们的方法 (1) 优于基于 DNN 的基准 DRL 策略，(2) 允许推导所学最优控制律的可解释方程，以及 (3) 推广到 PDE 的未知参数而无需重新训练策略。
基于视觉的先进精密进近和着陆...
先进空中机动 (AAM) 飞机需要感知系统，以便在城市、郊区、农村和区域环境中实现精确进近和着陆系统 (PALS)。目前批准用于自动进近和着陆的最先进的方法将难以用于支持 AAM 操作概念。但是，来自其他应用和低 TRL 研究的技术和系统使用视觉、红外、雷达和 GPS 方法为 AAM 飞机进近和着陆提供基线感知和传感要求。本文重点介绍基于视觉的 PAL，以演示闭环基线控制器，同时遵守联邦航空管理局的要求和规定。共面算法确定姿势估计，并将其输入到扩展卡尔曼滤波器中。将 IMU 与视觉相结合，为 GPS 拒绝的环境创建传感器融合导航解决方案。状态估计会导致下滑道和定位器误差计算，这对于设计和推导 AAM PALS 的制导律和控制律至关重要。 IMU 和视觉导航解决方案为 AAM PALS 提供了有希望的模拟结果，更高保真度的模拟将包括计算机图形渲染和特征对应。
基于无人机的 GPS 拒绝环境中目标跟踪的协作 Visual-SLAM 系统：以目标为中心的方法
摘要：使用无人机 (UAV) 自主跟踪动态目标是一个具有挑战性的问题，在许多场景中都有实际应用。在这种情况下，必须解决的一个基本方面与空中机器人的位置估计和控制飞行编队的目标有关。对于非合作目标，必须使用机载传感器估计其位置。此外，对于估计无人机的位置，全球位置信息可能并不总是可用的（GPS 拒绝环境）。这项工作提出了一种基于视觉的合作 SLAM（同步定位和地图绘制）系统，该系统允许一组空中机器人自主跟踪在 GPS 拒绝环境中自由移动的非合作目标。这项工作的贡献之一是提出并研究使用以目标为中心的 SLAM 配置来解决与众所周知的以世界为中心和以机器人为中心的 SLAM 配置不同的估计问题。从这个意义上说，所提出的方法得到了从广泛的非线性可观测性分析中获得的理论结果的支持。此外，还提出了一种控制系统，用于保持相对于目标的稳定无人机飞行编队。在这种情况下，使用 Lyapunov 理论证明了控制律的稳定性。通过采用大量计算机模拟，所提出的系统显示出可能优于其他相关方法。
文章：在 GPS 受限环境下基于无人机目标跟踪的协作式 Visual-SLAM 系统：以目标为中心的方法
摘要：使用无人机 (UAV) 自主跟踪动态目标是一个具有挑战性的问题，在许多场景中都有实际应用。在这种情况下，必须解决的一个基本方面与空中机器人和目标的位置估计有关，以控制飞行编队。对于非合作目标，必须使用机载传感器估计其位置。此外，为了估计无人机的位置，全球位置信息可能并不总是可用的（GPS 拒绝环境）。这项工作提出了一种基于视觉的合作 SLAM（同步定位和地图绘制）系统，该系统允许一组空中机器人自主跟踪在 GPS 拒绝环境中自由移动的非合作目标。这项工作的贡献之一是提出并研究使用以目标为中心的 SLAM 配置来解决估计问题，这与众所周知的以世界为中心和以机器人为中心的 SLAM 配置不同。从这个意义上讲，所提出的方法得到了广泛非线性可观测性分析所获得的理论结果的支持。此外，还提出了一种控制系统，用于保持无人机相对于目标的稳定飞行编队。在这种情况下，使用 Lyapunov 理论证明了控制律的稳定性。通过大量计算机模拟，所提出的系统显示出可能优于其他相关方法。
Pelican 四旋翼飞行器的 PD 和反步控制实时设置
近年来，四旋翼飞行器控制设计研究迅速增多。四旋翼飞行器的线性控制器设计已在多项工作中实现，如线性二次调节器 (LQR) 和比例积分微分 (PID) (Khatoon 等人，2014) (Reyes-Valeria 等人，2013)。非线性控制设计也已通过不同的技术实现，如反步法 (Das 等人，2009)、滑模 (Runcharoon 和 Srichatrapimuk，2013) 和反馈线性化 (Saif，2009)。(Castillo 等人，2005) 将非线性控制算法与 LQR 控制律的性能进行了比较。结果显示，线性控制器应用于非线性系统时，响应不稳定，而非线性控制器则显示稳定响应。(Gomes 等人，2016) 使用 AR.Drone 四旋翼飞行器和 Vicon 运动捕捉系统跟踪移动目标，并使用比例微分 (PD) 控制器进行线性定位。(Mashood 等人，2016) 展示了两架 AR.Drone 使用 VICON 系统和 MATLAB/SIMULINK 进行反馈和控制实现，沿平方路径飞行的实验结果。这可以通过 AR Drone Simulink 开发套件 (ARDSDK) 实现。(Campbell 等人，2012) 展示了四旋翼飞行器自动驾驶仪的设计和实现，使无人机能够起飞、从一个位置移动到另一个位置并降落在所需位置 -
混合船舶微电网功率共享的鲁棒分层控制设计
摘要：混合微电网优化、集成和控制正变得越来越重要。可再生能源集成在航运港口以及短途游轮和渡轮上的使用越来越频繁。目前，一些海港缺乏冷熨服务，即从主公用电网向船舶提供电力的岸基发电站。此外，由于许多港口缺乏冷熨服务，因此在停靠时，基于柴油发动机和柴油发电机的船上必须持续运行并在线，以提供额外的船舶负载。在本研究中，我们分析性地展示了我们提出的包含多个 DG 和可再生能源 (RES) 集成的混合船上微电网系统的分层控制设计的稳健性。通过在不同静态和动态负载条件下对交流和直流类型负载的模拟测试，验证了传统比例积分 (PI) 与基于滑模控制器 (SMC) 的控制设计的性能比较。我们进一步考虑将多 DG 和 RES 集成到我们的系统中，以验证我们的设计对噪声和不必要的故障负载条件的鲁棒性。进行了完整的系统稳定性分析和控制律的设计。数学推导和仿真结果证明了所提出的分层控制架构的鲁棒性，并比较了使用 MATLAB/Simulink 环境设计的两个二次控制器的性能特征。
请引用已发布版本 Rustam, MA, Khan, ...
摘要 间歇性可再生能源在微电网中的渗透率不断提高，带来了许多问题，例如随机发电、需求和供应不匹配、频率波动和经济调度问题。为了解决这些关键问题，提出了一种基于具有变化运营成本和间歇性可再生能源的微电网的分布式二次控制方案，用于频率调节和经济负荷调度。本文提出了一种自适应分布式平均积分控制方案，具有条件不确定性，即变化的运营成本和可再生能源间歇性。所提出的控制方案通过动态更新控制律参数来适应不确定性，并可以保持整个网络的稳定性。分布式控制方案使用通信通道来交换来自相邻发电单元的发电数据，以实现发电单元之间的最佳功率分配和共识。控制结构中还增加了分层控制架构三级控制层的附加控制器，以经济地调度负载，基于共识的算法保证了最佳负载分配。所提出的基于通信的控制方案展现了性能和灵活性的最佳组合。还进行了基于性能的比较分析，验证了所提控制方案与先前研究相比的有效性。通过计算机模拟说明了所提控制方案的稳健性和性能。