EE 5550. 自主性。3 个学分。学生将学习如何使工程系统自主/智能化。涵盖逻辑和算法、动态系统的实时估计和控制、优化和最优规划、机器人和自动驾驶汽车的路径规划、人工智能和机器学习的基础知识以及自动化伦理。应用包括四旋翼无人机的悬停飞行、机器人(包括机械臂和自动驾驶汽车)的感知和导航以及电网的自主控制。先决条件:研究生或讲师许可;假定具备控制系统(例如 EE 3515)的内容知识。
本论文旨在通过明确推理其模型与现实世界之间的差距,奠定必要的基础,使自主系统能够在复杂、变化和不确定的环境中确保自身安全。它首先介绍了一套新颖的鲁棒最优控制公式和算法工具,允许在时变、多智能体系统中进行可处理的安全分析,以及在部分未知环境中进行安全的实时机器人导航;这些方法在大型无人机交通模拟和物理四旋翼平台上得到了展示。此后,它利用贝叶斯机器学习方法将基于模型的保证转化为高置信度保证,根据有关物理系统和周围智能体的证据变化来监控预测模型的可靠性。该原则首先应用于通用安全框架,允许对无人机等安全关键型机器人系统使用基于学习的控制(例如强化学习),然后结合认知科学和动态博弈论的见解,实现以人为本的安全导航和交互;这些技术在物理四旋翼飞行器(在未建模的风中和人类行人中飞行)和模拟高速公路驾驶中得到展示。论文最后讨论了未来的挑战和机遇,包括安全分析和强化学习之间的衔接,以及围绕学习和适应“闭环”的必要性,以便自信地部署日益先进的自主系统。
本论文旨在通过明确推理其模型与现实世界之间的差距,奠定必要的基础,使自主系统能够在复杂、变化和不确定的环境中确保自身安全。它首先介绍了一套新颖的鲁棒最优控制公式和算法工具,允许在时变、多智能体系统中进行可处理的安全分析,以及在部分未知环境中进行安全的实时机器人导航;这些方法在大型无人机交通模拟和物理四旋翼平台上得到了演示。此后,它借鉴贝叶斯机器学习方法将基于模型的保证转化为高置信度保证,根据有关物理系统和周围智能体的证据变化来监控预测模型的可靠性。该原则首先应用于通用安全框架,允许对无人机等安全关键型机器人系统使用基于学习的控制(例如强化学习),然后结合认知科学和动态博弈论的见解,实现安全的以人为本的导航和交互;这些技术在实体四旋翼飞行器(在未建模的风中和人类行人中飞行)和模拟高速公路驾驶中得到展示。论文最后讨论了未来的挑战和机遇,包括安全分析和强化学习之间的衔接,以及围绕学习和适应“闭环”的必要性,以便自信地部署日益先进的自主系统。
本文提出了一种利用多旋翼无人机跟踪移动地面车辆并着陆的自主系统。详细讨论了该系统的技术开发。它包括传感器的选择和集成、目标检测算法和实现、无人机的数学模型和飞行控制器设计。该系统利用近红外摄像机,即使在夜间或低照度下也能检测到标记,无人机机载处理器的频率最高可达 18 Hz。整个系统首先在 MATLAB 中仿真,然后应用于实际的无人机。小型四旋翼无人机在移动的小型卡车上自主着陆的成功飞行试验表明,该设计是有效且可行的。所提出的视觉激光目标跟踪性能在静态标记下实现了 99.2% 的成功率,在移动标记下实现了 94.4% 的成功率。
本文考虑的问题涉及小型和微型无人机 (UAV) 的基于视觉的自动驾驶仪的设计。所提出的自动驾驶仪基于基于光流的视觉系统,用于自主定位和场景映射,以及用于飞行控制和制导的非线性控制系统。本文重点介绍使用低分辨率机载摄像头和低成本惯性测量单元 (IMU) 开发用于估计光流、飞机自运动和深度图的实时 3D 视觉算法。我们的实现基于 3 个嵌套卡尔曼滤波器 (3NKF),可实现高效且稳健的估计过程。视觉和控制算法已在四旋翼无人机上实现,并在实时飞行测试中进行了演示。实验结果表明,所提出的基于视觉的自动驾驶仪能够利用从光流中提取的信息使小型旋翼机实现完全自主飞行。
本文提出了一种利用多旋翼无人机跟踪移动地面车辆并着陆的自主系统。详细讨论了该系统的技术开发。包括传感器选择与集成、目标检测算法与实现、无人机数学模型和飞行控制器设计。该系统利用近红外摄像机,即使在夜间或低照度下也能检测到标记,无人机机载处理器频率高达 18 Hz。整个系统首先在 MATLAB 中仿真,然后应用于实际无人机。小型四旋翼无人机在移动的小型卡车上自主着陆的成功飞行试验表明,该设计有效且适用于实际应用。提出的视觉激光目标跟踪性能在静态标记下实现了 99.2% 的成功率,在移动标记下实现了 94.4% 的成功率。
摘要 尽管许多研究都集中于提高自动驾驶能力和将人工智能带入无人机系统 (UAS) 的策略,但与这些飞行器在非常规天气条件下的性能相关的实验活动仍然很少。 气温和海拔直接影响 UAS 应用中小型螺旋桨的推力和功率系数。雷诺数通常在 10,000 到 100,000 范围内,重要的空气动力学效应(例如层流分离气泡)会对推进性能产生负面影响。开发自主 UAS 平台以减少飞行员的工作量并允许超视距 (BVLOS) 操作需要实验数据来验证这些创新飞行器的能力。需要高质量的数据来深入了解 UAS 在非常规飞行条件下的局限性和机遇。本文的主要目的是介绍螺旋桨和四旋翼飞行器在压力气候控制室中的能力特性。使用专用测试装置在各种温度和高度下测量机械和电气数据。测试结果以推力和功率系数趋势的形式呈现。实验数据显示,雷诺数低是导致推力性能下降的原因。此外,还讨论了考虑不同温度的无刷电机性能细节
摘要:无人机灯光秀(UAV-LS)相较于传统烟花具有环保、可控等优势,具有令人赞叹的魅力。本文开发了UAV-LS系统,包括无碰撞编队变换轨迹规划算法、用于动画设计和实时监控的软件包以及硬件设计与实现。特别地,提出了一种基于图论的动态任务分配算法,以减少无人机避碰对任务分配的影响以及编队变换中任务分配的频率。此外,软件包包括用于编队绘制和3D动画模拟的动画界面,这有助于通过实时监控应用程序对无人机进行监控。开发的UAV-LS系统硬件包括决策子系统、实时动态(RTK)全球定位系统(GPS)、无线通信和无人机平台等子系统。使用六台四旋翼飞行器进行了室外实验,并详细介绍了高精度定位、通信和计算的实现。结果表明,开发的UAV-LS系统可以成功完成灯光秀,并且提出的任务分配算法比传统静态算法表现更好。
• Mohsen Azimi、Alana Lund、Yuguang Fu、Herta Montoya、Luca Vaccino、Murali Krishnan、Seungho Rhee、Leila Chebbo、Adnan Shahriar、Zixin Wang、Amin Maghareh 和 Shirley J. Dyke,(2023)“HabSim:用于模拟外星栖息地系统的模块化耦合虚拟试验台”,美国航空航天学会。• Luca Vaccino、Mohsen Azimi、Shirley J. Dyke 和 Dawn Whitaker,(2023),“探索深空任务过渡期间对破坏性事件的应急响应”,美国航空航天学会。 • Luca Vaccino、Alana K. Lund、Shirley J. Dyke、Mohsen Azimi,“多物理深空栖息地的破坏建模、(2023)、检测、传播和修复”,工程软件进展。 • Saeid Nazari、Mohsen Azimi,“双足机器人关节轨迹生成,用于预定的 ZMP” • Mohsen Azimi、Qiuchen Zhang、Eniko T Enikov,“双旋翼机的系统识别、控制和稳定性;识别四旋翼机动态特性的简化模型。” 会议论文进展中 期刊论文已发表
如何节省无人机的能耗进而实现长距离运输是一项非常现实且艰巨的任务。然而对于无人机来说,经典的物体检测算法,例如基于深度卷积神经网络的物体检测算法和经典的飞行控制算法,例如基于PID的位置控制算法,都需要大量的能耗,限制了无人机系统的应用场景。针对这一问题,本文针对四旋翼缆绳悬挂有效载荷(QCSP)系统提出了一种轻量级的物体检测网络和线性自抗扰控制器(LADRC)来提高能耗效率。该系统采用YOLOV3网络并将其嵌入到Jesson NX移动平台中,可以精确检测目标位置。此外,采用缆绳悬挂结构的非线性速度控制器来控制有效载荷的速度,采用LADRC算法实现对有效载荷位置的快速准确控制。仿真与实飞实验表明,提出的目标检测算法和LADRC控制策略可以有效节省无人机的能源。