基于无锚点超宽带的多无人机智能自主相对定位方法及实验验证

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61903019
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    23.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0307.导航、制导与控制
  • 结题年份:
    2022
  • 批准年份:
    2019
  • 项目状态:
    已结题
  • 起止时间:
    2020-01-01 至2022-12-31

项目摘要

In this project, by taking into account sensor noises, uncertainties and no available predefined anchor nodes or markers in unknown environments, an anchor node-free ultra-wideband (UWB) based cooperative relative localization (RL) for multiple unmanned aerial vehicles (UAVs) will be studied. This project aims to provide an applicable solution for multi-UAV collaborative operation in satellite-denied and unstructured environments. Firstly, modelling and estimation of sensor measurement errors and uncertainties are explored. Secondly, without any external infrastructures prepositioned, each UAV estimates the direct and indirect relative positions to its neighbours and cooperatively performs a consensus-based fusion, which fuses the obtained direct and indirect RL estimates, to generate the relative positions in real time despite the fact that some UAVs may not have direct range measurements to their neighbours. Then, based the modelled sensor errors and uncertainties, a compensation method will be proposed and applied into the anchor-node free UWB based cooperative RL method. Finally, extensive simulations and real-world tests will be presented to corroborate the effectiveness of our proposed anchor node-free UWB based cooperative relative localization system. The research topic to be studied is hot and challenging in both self-localization and multi-agent control area which are of great importance in both theory and practice.
本项目面向卫星拒止与非结构化环境下多无人机协同作业的应用需求,针对多无人机系统在复杂未知环境下易受传感器误差、环境不确定性等影响,以及未知环境下无法预设锚点或标志点等问题,基于超宽带测距与通讯技术,旨在系统地研究无锚点多无人机分布式协同相对定位方法,实现多无人机在无锚点非结构化环境下智能自主相对定位的功能。首先,探索多无人机系统传感器误差与不确定性建模估计问题。然后,针对未知环境中无锚点或标志点的问题,提出基于超宽带网络的分布式直接与间接相对位置估计,并通过设计分布式信息融合方法获得无人机间的相对定位信息。再次,基于传感器与不确定性的量化信息设计补偿算法,并将该补偿技术应用到无锚点超宽带多无人机的智能自主相对定位方法中。最后,通过搭建的仿真和多无人机测试平台进行算法和飞行的有效性验证。本项目的研究内容是自主导航和多智能体领域的热门研究课题,具有较强的理论意义和实际意义。

结项摘要

针对旋翼无人机在复杂飞行环境中执行任务的高自主和高安全等需求,瞄准“复杂环境下的自主安全控制”这一重大挑战,研究多无人机卫星拒止环境下协同定位、无人机干扰/故障量化表征、估计与预测、任务重构、安全控制等科学问题,开展旋翼无人机自主导航与安全控制理论及关键技术的研究工作,实现无锚点协同相对定位、对干扰/故障量化表征与建模、基于微循环“小回路”的干扰/故障智能检测、系统能力量化分析与柔性任务重构等关键技术的突破,并构建“干扰/故障-任务+控制-评估”的综合测试验证平台。通过项目的实施,系统性地研究旋翼无人机自主定位与安全控制理论方法,完成核心关键技术的试飞验证,为旋翼无人机的飞行安全保驾护航,提升我国无人机安全控制技术的创新能力。

项目成果

期刊论文数量(12)
专著数量(0)
科研奖励数量(0)
会议论文数量(4)
专利数量(5)
Composite Filtering for UWB-based Localization of Quadrotor UAV with Skewed Measurements and Uncertain Dynamics
具有偏斜测量和不确定动态的四旋翼无人机基于 UWB 定位的复合滤波
  • DOI:
    --
  • 发表时间:
    2022
  • 期刊:
    IEEE Transactions on Instrumentation and Measurement
  • 影响因子:
    5.6
  • 作者:
    Jingting Jia;Kexin Guo;Wenshuo Li;Xiang Yu;Lei Guo
  • 通讯作者:
    Lei Guo
Accurate High-Maneuvering Trajectory Tracking for Quadrotors: A Drag Utilization Method
四旋翼飞行器的精确高机动轨迹跟踪:一种阻力利用方法
  • DOI:
    10.1109/lra.2022.3176449
  • 发表时间:
    2022-07
  • 期刊:
    IEEE Robotics and Automation Letters
  • 影响因子:
    5.2
  • 作者:
    Jindou Jia;Kexin Guo;Xiang Yu;Weihua Zhao;Lei Guo
  • 通讯作者:
    Lei Guo
Infrastructure-free cooperative relative localization for UAVs in GPS-denied environments
GPS 拒绝环境中无人机的无基础设施协作相对定位
  • DOI:
    10.2316/j.2021.206-0472
  • 发表时间:
    2021
  • 期刊:
    International Journal of Robotics and Automation
  • 影响因子:
    0.9
  • 作者:
    Kexin Guo;Lihua Xie
  • 通讯作者:
    Lihua Xie
A Bio-Inspired Safety Control System for UAVs in Confined Environment With Disturbance
受干扰的密闭环境中无人机的仿生安全控制系统
  • DOI:
    10.1109/tcyb.2022.3217982
  • 发表时间:
    2022-11
  • 期刊:
    IEEE Transactions on Cybernetics
  • 影响因子:
    11.8
  • 作者:
    Kexin Guo;Cai Liu;Xiao Zhang;Xiang Yu;Youmin Zhang;Lihua Xie;Lei Guo
  • 通讯作者:
    Lei Guo
Agile Flight Control under Multiple Disturbances for Quadrotor: Algorithms and Evaluation
四旋翼飞行器多重扰动下的敏捷飞行控制算法与评估
  • DOI:
    --
  • 发表时间:
    2022
  • 期刊:
    IEEE Transactions on Aerospace and Electronic Systems
  • 影响因子:
    4.4
  • 作者:
    Jindou Jia;Kexin Guo;Xiang Yu;Lei Guo;Lihua Xie
  • 通讯作者:
    Lihua Xie

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

一种小型无人旋翼机高度信息融合方法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    机器人
  • 影响因子:
    --
  • 作者:
    雷旭升;李晶晶;郭克信;杜玉虎;LEI Xusheng,LI Jingjing,GUO Kexin,DU Yuhu (Key Lab
  • 通讯作者:
    LEI Xusheng,LI Jingjing,GUO Kexin,DU Yuhu (Key Lab

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

郭克信的其他基金

狭小空间变质心运动体自主捕获控制方法及应用
  • 批准号:
  • 批准年份:
    2022
  • 资助金额:
    54 万元
  • 项目类别:
    面上项目
狭小空间变质心运动体自主捕获控制方法及应用
  • 批准号:
    62273023
  • 批准年份:
    2022
  • 资助金额:
    54.00 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码