多旋翼无人机控制一体化技术 陈建,王蒙一,张自超 著

图书标准信息

• 作者 陈建
• 出版社 科学出版社
• 出版时间 2018-10
• 版次 1
• ISBN 9787030779571
• 定价 130.00元
• 装帧 平装
• 开本 16开
• 页数 260页

【内容简介】

本书针对智能放牧系统研发需求，面向基于无人机为放牧执行平台、放牧遥感与监测平台的 共性技术：无人机追踪技术，以牧群、牲畜关键个体等非合作目标为追踪目标进行了系统性的研 究。首先，“滤波、导引、控制及其一体化”的思路贯穿本书研究，基于此思路，完成了从非合作 目标-无人机全状态耦合一体化模型的建立；其次，到针对牲畜个体的状态估计预测以及针对牧群 的状态估计滤波；针对控制律设计问题，最后以 backstepping 控制为框架，基于命令滤波 技术和神经网络技术实现无人机导引控制一体化系统跟踪目标。

【目录】

目录
第1章 绪论 001
1.1 研究背景及意义 001
1.2 国内外研究现状 004
1.2.1 目标追踪与滤波研究现状 004
1.2.2 无人系统导引研究现状 006
1.2.3 无人系统控制研究现状 008
参考文献 009
（一）基本原理篇
第2章 针对非合作目标的滤波、导引与控制一体化建模研究 015
2.1 引言 015
2.2 基于传感器坐标系的目标信息滤波建模研究 015
2.2.1 传感器坐标定义 015
2.2.2 针对单目视觉相对位置信息推算研究 017
2.2.3 基于卡尔曼滤波模型的目标运动状态建模研究 019
2.3 基于视线坐标系的目标追踪者导引关系建模研究 021
2.3.1 无人机目标相对运动关系建模 021
2.3.2 无人机目标接近规则分析 022
2.4 基于机体坐标系的无人机动力学建模研究 024
2.4.1 基于X字型四旋翼无人机动力学建模研究 024
2.4.2 基于双环控制的四旋翼无人机控制分配解算 026
2.5 基于惯性坐标系的无人机追踪全状态耦合一体化模型研究 027
2.5.1 目标无人机追踪全状态耦合模型状态量传递 027
2.5.2 无人机追踪全状态耦合一体化模型 030
2.6 针对机载设备感知数据的定向增强研究 032
2.6.1 仿鹰眼视觉点云、图像数据增强 032
2.6.2 仿鹰眼高分辨率成像感知设计 035
2.6.3 仿鹰眼自适应HDR感知设计 037
2.6.4 基于鹰眼注意力机制的超分辨重建 040
2.6.5 仿鹰眼感知增强试验与分析 044
2.7 小结 051
参考文献 052
（二）滤波与分离式设计篇
第3章 针对关键个体与牧群运动状态估计的滤波研究 055
3.1引言 055
3.2 基于3D卷积的数据驱动预测视觉追踪研究 055
3.2.1 基于3D卷积的预测追踪研究 055
3.2.2 基于孪生网络的视觉追踪研究 057
3.3 基于姿态观测的交互式多模型预测视觉追踪算法研究 058
3.3.1 基于交互式多模型滤波的模型驱动预测追踪算法 058
3.3.2 基于姿态观测的模型概率更新法则 065
3.4 基于集中式信息滤波的群运动状态估计研究 067
3.4.1 羊群动态检测计数方法研究 067
3.4.2 集中式信息滤波的增量更新基本形式 079
3.4.3 基于方根无迹信息滤波的非合作目标群估计研究 080
3.5 试验验证与分析 082
3.5.1 针对牲畜关键个体的预测追踪与状态估计试验 082
3.5.2 羊群多目标动态追踪计数测试试验 089
3.5.3 针对牧群的追踪与状态估计试验 093
3.6 小结 096
参考文献 097
第4章 基于简化模型的无人机追踪导引与控制研究 098
4.1 引言 098
4.2 无人机追踪全状态耦合一体化简化模型研究 098
4.2.1 基于滤波模型的目标相对状态描述 098
4.2.2 传感器与机体的捷联关系 099
4.2.3 无人机全状态耦合一体化简化模型研究 101
4.3 基于平行接近法的解耦比例微分导引律研究 1 03
4.4 基于LQR控制技术的无人机控制研究 105
4.4.1 四旋翼无人机动力学模型与控制分配研究 105
4.4.2 基于LQR控制技术的四旋翼无人机控制研究 106
4.5 数值仿真试验验证 107
4.6 小结117
第5章 基于Model-free设计方法的无人机追踪导引与控制研究 118
5.1 引言 118
5.2 基于平行接近法的导引律研究 118
5.2.1 基于解耦设计的自适应滑模导引律研究 118
5.2.2 基于三维空间耦合模型的模糊切换滑模导引律研究 122
5.3 基于自抗扰控制技术的无人机控制研究 125
5.3.1 四旋翼无人机动力学模型与控制分配研究 125
5.3.2 基于自抗扰控制技术的四旋翼无人机控制研究 126
5.4 数值仿真试验验证 129
5.5 小结 141
参考文献 141
（三）导引与控制一体化设计篇
第6章 基于反馈线性化和LQR的无人机滤波导引与控制一体化研究 145
6.1 引言 145
6.2 全状态耦合一体化简化模型数学分析 145
6.3 基于Feedback-linearization和ESO的全状态耦合一体化简化模型很优控制律设计 148
6.3.1 反馈线性化过程 148
6.3.2 基于LQR和ESO的反馈线性化无人机全状态耦合一体化控制系统设计 149
6.4 数值仿真试验验证152
6.5 小结159
第7章 基于SDRE的无人机滤波导引与控制一体化研究 160
7.1 引言 160
7.2 全状态耦合一体化模型数学分析 160
7.3 基于SDRE控制理论的全状态耦合一体化模型控制律设计 165
7.4 SDC参数化过程 167
7.4.1 SDC参数化理论基础 167
7.4.2 扩展自由度与SDC线性参数化 169
7.5 数值仿真试验验证 171
7.6 小结 179
参考文献 180
第8章 基于命令滤波神经网络Backstepping控制的无人机滤波导引与控制一体化研究181
8.1 引言 181
8.2 系统描述 182
8.3 无人机导引控制一体化模型Backstepping控制律设计 183
8.4 基于命令滤波神经网络Backstepping控制系统设计 186
8.4.1 命令滤波器原理 186
8.4.2 基于命令滤波神经网络Backstepping的一体化模型控制律设计 187
8.5 数值仿真试验验证 192
8.6 小结 198
参考文献 198
（四）验证与结语篇
第9章 针对非合作目标的无人机追踪试验验证与分析 201
9.1 引言 201
9.2 基于虚幻引擎的牧场数字孪生系统搭建 202
9.2.1 牧场虚拟现实环境搭建 202
9.2.2 虚拟牲畜非玩家角色个体搭建 2 03
9.3 基于牧场数字孪生系统的硬件在环仿真试验 206
9.4 林下经济养殖模式小规模牧群无人机追踪试验 216
9.4.1 静止目标追踪试验 216
9.4.2 动态目标长时段追踪试验 226
9.4.3 面向典型视觉追踪挑战的一体化控制律试验验证 233
9.5 小结 238
第10章 结论与展望 239