浙江大学无人机系统与控制研究所

 

Institute of UAV Systems and Control, Zhejiang University

智能决策与规划

        该方向主要面向民用领域对多种飞行器智能协同技术需求以及军用领域对飞行器攻防对抗技术需求,开展了智能态势感知、自主战术决策、在线任务规划、协同制导等关键技术的研究工作。近年来,研究所在飞行器智能协同与攻防对抗领域承担了国家自然科学基金、航天基金、国防预研项目、浙江省重点研发计划等多项科研项目,发表高水平SCI论文30余篇。

一、智能态势感知

       针对智能无人机对环境态势和目标信息自主感知的需求,以提高无人机在复杂电磁对抗场景下及无GPS环境下的导航精度为目标,开展基于多目视觉、激光雷达和惯导相融合的SLAM方法以及基于卫星遥感地图的视觉辅助定为方法等研究。同时,面向多无人机编队飞行任务,围绕多无人机协同目标识别,开展多源异构图像融合、分布式图像融合、图像数据在线训练、识别方法在线协同等关键技术研究,以提升编队飞行无人机对时敏目标的识别效率。

三、在线任务规划

 

       围绕多无人机协同飞行和有人/无人协同飞行,综合考虑任务类型、任务目标、环境约束、以及飞行器自身动力学与运动学约束的情况下,开展了单机快速航路规划、多机协同航路规划等关键技术研究。围绕多机执行侦察、打击多目标作战任务,开展了武器-目标分配、分布式多机任务分配等核心问题研究,建立了任务分配问题的统一化理论模型,提出了快速生成任务分配结果的计算方法。基于上述研究,研发了在线分配任务的仿真分析系统,形成可在毫秒内为高动态固定翼无人机生成飞行航路的航路规划系统。

四、协同制导

 

       针对线性模型下末制导律适用范围小,脱靶量大以及攻防对抗过程的动能损耗大等缺点,开展非线性模型下单机末制导和多机协同末制导技术研究。提出了一种参数化方法,可实时计算末制导律。

       

二、战术自主决策

       面向无人机从单一的空中侦察、战场监视和战斗毁伤评估等简单支援任务向压制敌防空系统、对敌攻击、拦截导弹等多种复杂任务发展趋势,针对不同战术策略对特定任务具有重要的影响的情况,围绕复杂对抗条件下战术自主决策,开展基本机动动作库构建、机动控制指令、决策与效果映射关系构建以及基于人工智能的自主决策方法等关键技术研究。