航空母舰是世界上最强大的武器。航空母舰着陆区长度相当于陆地机场的十分之一。由于甲板运动、气流干扰等因素,飞机降落在航母飞行甲板上非常困难。固定翼舰载机在六自由度运动的航母飞行甲板上着陆时,需要实时跟踪甲板运动以减少终端误差。舰载机跟踪甲板运动的航迹控制过程中,不可避免地存在响应延迟,从而导致进近偏差。航母甲板运动预测是减少偏差、提高着舰精度最有效的方法之一。通过为舰载机提供预测的甲板运动信息,可以补偿响应延迟带来的误差。航母甲板运动预测的实现主要基于当前甲板运动和历史运动。可以预测未来几秒内的甲板运动。预测时间过长,预测偏差较大。而预测时间过短,不足以弥补航迹控制过程中飞机的响应延迟。
摘要:随着近年来无人机性能和智能化的提升,提高自主空战能力对无人机尤为重要。针对如何提高无人机自主空战机动决策能力,使其接近人工操控的问题,提出一种基于模拟操作指令与最终奖励值深度确定性策略梯度(FRV-DDPG)算法相结合的自主空战机动决策方法。首先,基于空战过程、无人机运动、导弹运动,建立六自由度(6-DOF)模型。其次设计了一种基于粒子群优化径向基函数(PSO-RBF)的预测方法来模拟敌机的作战指令,使得训练过程更加真实;然后提出一种改进的DDPG策略,将最终的奖励值按一定比例的时间返回到上一次的奖励值进行离线训练,可以提高算法的收敛速度。最后通过搭建仿真环境验证了算法的有效性。仿真结果表明,该算法可以提高无人机自主空战机动决策能力。
摘要 随着无人机的能力和复杂性不断提高,人机界面社区有责任设计更好的方法来指定指导它们所需的复杂 3D 飞行路径。沉浸式界面(例如虚拟现实 (VR) 提供的界面)具有多种独特特性,可以提高用户感知和指定 3D 信息的能力。这些特性包括立体深度提示,可引起物理空间感以及六自由度 (DoF) 自然头部姿势和手势交互。这项工作介绍了一个用于 VR 中 3D 空中路径规划的开源平台,并将其与现有的无人机驾驶界面进行了比较。我们的研究发现,与手动控制界面相比,安全性和主观可用性有统计学上的显着改善,同时与 2D 触摸屏界面相比,效率也有统计学上的显着提高。结果表明,沉浸式界面为无人机路径规划提供了触摸屏界面的可行替代方案。
摘要:仿真对于系统设计和分析,尤其是飞行控制系统来说是必不可少的。仿真技术之一是硬件在环仿真 (HILS),它将硬件和软件连接起来进行综合,目的是克服建模过程中的任何简化假设。这种类型的仿真的好处是减少所需的飞行试验次数,并提高系统设计可实现性的置信度。因此,本文讨论了图像红外 (IIR) 导引头系统的实施和评估,其中系统集成是通过 HILS 进行研发 (R&D) 的。IIR 导引头组件包括热像仪、视频跟踪器和转向系统,分别进行分析和测试。深入分析并找出组装的整体系统中的接口问题,以评估 IIR 导引头的性能。IIR 导引头提供的真实热目标坐标应用于自导系统的六自由度 (6DOF) 飞行模拟模型。介绍了与系统相关的实验装置,其中的模拟和实验结果突出了构成 IIR 导引头的各种组件的效果。提出了平滑滤波器来增强对执行不确定\随机机动的目标的拦截,并克服视频跟踪器和转向系统的动态,以实现导弹焦油
摘要:本文研究了连续凸优化制导与鲁棒结构化 H ∞ 控制的耦合,用于可重复使用运载火箭 (RLV) 的下降和精确着陆。更具体地说,该制导和控制 (G&C) 系统预计将集成到非线性六自由度 RLV 控制动力学模拟器中,该模拟器涵盖配备推力矢量控制系统和可操纵平面翼的第一级火箭的气动和动力下降阶段,直到垂直着陆。进行了成本函数策略分析,以找出最有效的闭环实现方法,其中包括鲁棒控制系统和所涉及的运载火箭飞行力学。此外,还详细介绍了通过结构化 H ∞ 进行控制器合成。后者是在下降轨迹的不同点使用比例-积分-微分 (PID) 类结构构建的,并对姿态角、速率和横向体速度进行反馈。通过上述模拟器的线性分析和非线性情况验证了该架构,并通过在正常条件下以及存在扰动的情况下与基线系统比较性能和稳健性来验证 G&C 方法。总体结果表明,所提出的 G&C 系统是可重复使用发射器真实下降飞行和精确着陆阶段的相关候选系统。
摘要。在航空电子设备中,飞行员使用头盔显示器 (HMD) 在护目镜上显示外部环境的同步视图和与飞机相关的重要参数。为了完美同步护目镜上的视图,必须同步外部环境的坐标以及飞行员头部运动的坐标。为了定位飞行员头部运动的坐标,称为头部跟踪的过程起着重要作用。头部跟踪可以使用不同的跟踪技术执行,例如光学跟踪、磁跟踪或惯性跟踪。在本文中,六自由度 (6-DoF) 磁运动跟踪装置 (Polhemus Patriot TM ) 用于在模拟器床上实时获取飞行员头部运动的坐标。在跟踪器采集过程中,由于铁磁性引起的磁场干扰,数据可能会丢失。为此,采用自修复神经模型 (SHNM) 来预测丢失的数据。用于恢复的数据有 5200 个 6-DoF 头部运动样本。SHNM 对三组不同的缺失数据的预测准确率超过 85%。将所提模型预测数据的准确率与反向传播神经网络 (BPNN) 模型进行了比较,结果发现 SHNM 模型的准确率优于 BPNN 模型
摘要:准确估计图像中物体的六自由度 (6-DoF) 姿势对于各种应用至关重要,例如机器人、自动驾驶、无人驾驶飞机系统 (UAS) 的自主、人工智能和基于视觉的导航。开发此类算法需要大量数据集;然而,生成这些数据集非常繁琐,因为它需要注释图像中每个感兴趣物体相对于相机的 6-DoF 相对姿势。因此,这项工作提出了一种新颖的方法,可以自动化数据采集和注释过程,从而将注释工作量最小化到录制持续时间。为了最大限度地提高生成的注释质量,我们采用基于优化的方法来确定相机的外部校准参数。我们的方法可以处理场景中的多个物体,自动为每个物体提供地面真实标记,并考虑不同物体之间的遮挡效应。此外,我们的方法不仅可用于生成 6-DoF 姿势估计和相应 3D 模型的数据,还可扩展到对象检测、实例分割或任何类型对象的体积估计的自动数据集生成。
本文提出了一种基于并联和串联机器人平台的虚拟水下浮动操作系统 (VSFOS)。其开发的主要目的在于以更简单、更安全的方式进行模拟水下操作实验。该 VSFOS 由一个六自由度 (6-DOF) 并联平台、一个 ABB 串联机械手、一个惯性传感器和一个实时工业计算机组成。6-DOF 平台用于模拟水下航行器的运动,其姿态由惯性传感器测量。由实时工业计算机控制的 ABB 机械手作为操作工具执行水下操作任务。在控制系统架构中,开发了软件来接收惯性传感器收集的数据、进行通信和发送指令。此外,该软件还显示机械手的实时状态。为了验证所提出的系统,进行了两项实验来测试其性能。第一个实验主要测试VSFOS的通信功能,第二个实验主要测试机械臂跟随并联平台运动,在空间中执行模拟操作任务,两个实验的结果证明了VSFOS的有效性和性能。
本文介绍了一种用于中小型无人机 (UAV) 飞行控制和气动数据收集研究的高频传感器数据采集系统 (SDAC)。该系统重量轻、功耗低,工作频率为 100 Hz,具有以下特点:高频、高分辨率六自由度 (6-DOF) 惯性测量单元 (IMU),配有全球定位系统 (GPS) 接收器、3 轴磁力计、皮托管、七个 10 位模数转换器 (ADC)、十六个 12 位模数转换器、一个 14 位模数转换器、二十个数字输入/输出 (I/O)、八个脉冲宽度调制 (PWM) 信号输入、一个 40 英里下行链路收发器、一个开放串行端口和一个开放 CANbus 端口,以及高达 64 GB 的板载存储。数据采集系统完全由商用现货 (COTS) 组件制成,从而降低了系统成本和实施时间。SDAC 将各种传感器流组合成统一的高保真状态数据流,该数据流被记录下来以供以后进行空气动力学分析,并同时转发到单独的处理单元,例如自动驾驶仪。
电气接口 I2C、CAN、总线电压 I2C、CAN、总线电压 5.2 6 DOF 推进模块 为了满足当前对更大、更强大的立方体卫星的需求,有时需要六自由度 (6 DOF) 推进能力,GomSpace 可以提供具有定制推力方向的推进系统,每个模块最多 6 个推进器。这种推进系统(通常每个卫星有两个模块,因此有 12 个推进器)旨在沿 3 个正交轴(即 x、y、z 航天器轴)中的每一个提供直接平移推力,并围绕 3 个正交轴中的每一个提供直接旋转推力。这可以实现一系列高度先进的立方体卫星任务,例如自主编队飞行、会合对接、近距离检查等。我们的 6-DOF 推进解决方案基于标准 3U 和 6U 模块,因此具有相似的技术规格。举例来说,下图 2 展示了 ESA 任务 RACE 的 6DOF 推进模块设计。其中两个推力矢量与坐标系中的 Z 轴对齐,而其他四个推力矢量与 X 轴形成 48 度角。