本書針對智能放牧系統(tǒng)研發(fā)需求，面向基于無人機為放牧執(zhí)行平臺、放牧遙感與監(jiān)測平臺的 共性技術(shù)：無人機追蹤技術(shù)，以牧群、牲畜關(guān)鍵個體等非合作目標為追蹤目標進行了系統(tǒng)性的研 究。首先，“濾波、導引、控制及其一體化”的思路貫穿本書研究，基于此思路，完成了從非合作 目標-無人機全狀態(tài)耦合一體化模型的建立；其次，到針對牲畜個體的狀態(tài)估計預測以及針對牧群 的狀態(tài)估計濾波；針對控制律設(shè)計問題，最后以 backstepping 控制為框架，基于命令濾波 技術(shù)和神經(jīng)網(wǎng)絡(luò)技術(shù)實現(xiàn)無人機導引控制一體化系統(tǒng)跟蹤目標。
更多科學出版社服務(wù)，請掃碼獲取。
主持國家重點研發(fā)計劃項目、國家自然科學基金面上項目、國家自然科學基金重大研究計劃子課題，參與國家重點研發(fā)計劃重點專項項目
目錄
第1章 緒論 001
1.1 研究背景及意義 001
1.2 國內(nèi)外研究現(xiàn)狀 004
1.2.1 目標追蹤與濾波研究現(xiàn)狀 004
1.2.2 無人系統(tǒng)導引研究現(xiàn)狀 006
1.2.3 無人系統(tǒng)控制研究現(xiàn)狀 008
參考文獻 009
（一）基本原理篇
第2章 針對非合作目標的濾波、導引與控制一體化建模研究 015
2.1 引言 015
2.2 基于傳感器坐標系的目標信息濾波建模研究 015
2.2.1 傳感器坐標定義 015
2.2.2 針對單目視覺相對位置信息推算研究 017
2.2.3 基于卡爾曼濾波模型的目標運動狀態(tài)建模研究 019
2.3 基于視線坐標系的目標追蹤者導引關(guān)系建模研究 021
2.3.1 無人機目標相對運動關(guān)系建模 021
2.3.2 無人機目標接近規(guī)則分析 022
2.4 基于機體坐標系的無人機動力學建模研究 024
2.4.1 基于X字型四旋翼無人機動力學建模研究 024
2.4.2 基于雙環(huán)控制的四旋翼無人機控制分配解算 026
2.5 基于慣性坐標系的無人機追蹤全狀態(tài)耦合一體化模型研究 027
2.5.1 目標無人機追蹤全狀態(tài)耦合模型狀態(tài)量傳遞 027
2.5.2 無人機追蹤全狀態(tài)耦合一體化模型 030
2.6 針對機載設(shè)備感知數(shù)據(jù)的定向增強研究 032
2.6.1 仿鷹眼視覺點云、圖像數(shù)據(jù)增強 032
2.6.2 仿鷹眼高分辨率成像感知設(shè)計 035
2.6.3 仿鷹眼自適應(yīng)HDR感知設(shè)計 037
2.6.4 基于鷹眼注意力機制的超分辨重建 040
2.6.5 仿鷹眼感知增強試驗與分析 044
2.7 小結(jié) 051
參考文獻 052
（二）濾波與分離式設(shè)計篇
第3章 針對關(guān)鍵個體與牧群運動狀態(tài)估計的濾波研究 055
3.1引言 055
3.2 基于3D卷積的數(shù)據(jù)驅(qū)動預測視覺追蹤研究 055
3.2.1 基于3D卷積的預測追蹤研究 055
3.2.2 基于孿生網(wǎng)絡(luò)的視覺追蹤研究 057
3.3 基于姿態(tài)觀測的交互式多模型預測視覺追蹤算法研究 058
3.3.1 基于交互式多模型濾波的模型驅(qū)動預測追蹤算法 058
3.3.2 基于姿態(tài)觀測的模型概率更新法則 065
3.4 基于集中式信息濾波的群運動狀態(tài)估計研究 067
3.4.1 羊群動態(tài)檢測計數(shù)方法研究 067
3.4.2 集中式信息濾波的增量更新基本形式 079
3.4.3 基于方根無跡信息濾波的非合作目標群估計研究 080
3.5 試驗驗證與分析 082
3.5.1 針對牲畜關(guān)鍵個體的預測追蹤與狀態(tài)估計試驗 082
3.5.2 羊群多目標動態(tài)追蹤計數(shù)測試試驗 089
3.5.3 針對牧群的追蹤與狀態(tài)估計試驗 093
3.6 小結(jié) 096
參考文獻 097
第4章 基于簡化模型的無人機追蹤導引與控制研究 098
4.1 引言 098
4.2 無人機追蹤全狀態(tài)耦合一體化簡化模型研究 098
4.2.1 基于濾波模型的目標相對狀態(tài)描述 098
4.2.2 傳感器與機體的捷聯(lián)關(guān)系 099
4.2.3 無人機全狀態(tài)耦合一體化簡化模型研究 101
4.3 基于平行接近法的解耦比例微分導引律研究 1 03
4.4 基于LQR控制技術(shù)的無人機控制研究 105
4.4.1 四旋翼無人機動力學模型與控制分配研究 105
4.4.2 基于LQR控制技術(shù)的四旋翼無人機控制研究 106
4.5 數(shù)值仿真試驗驗證 107
4.6 小結(jié)117
第5章 基于Model-free設(shè)計方法的無人機追蹤導引與控制研究 118
5.1 引言 118
5.2 基于平行接近法的導引律研究 118
5.2.1 基于解耦設(shè)計的自適應(yīng)滑模導引律研究 118
5.2.2 基于三維空間耦合模型的模糊切換滑模導引律研究 122
5.3 基于自抗擾控制技術(shù)的無人機控制研究 125
5.3.1 四旋翼無人機動力學模型與控制分配研究 125
5.3.2 基于自抗擾控制技術(shù)的四旋翼無人機控制研究 126
5.4 數(shù)值仿真試驗驗證 129
5.5 小結(jié) 141
參考文獻 141
（三）導引與控制一體化設(shè)計篇
第6章 基于反饋線性化和LQR的無人機濾波導引與控制一體化研究 145
6.1 引言 145
6.2 全狀態(tài)耦合一體化簡化模型數(shù)學分析 145
6.3 基于Feedback-linearization和ESO的全狀態(tài)耦合一體化簡化模型最優(yōu)控制律設(shè)計 148
6.3.1 反饋線性化過程 148
6.3.2 基于LQR和ESO的反饋線性化無人機全狀態(tài)耦合一體化控制系統(tǒng)設(shè)計 149
6.4 數(shù)值仿真試驗驗證152
6.5 小結(jié)159
第7章 基于SDRE的無人機濾波導引與控制一體化研究 160
7.1 引言 160
7.2 全狀態(tài)耦合一體化模型數(shù)學分析 160
7.3 基于SDRE控制理論的全狀態(tài)耦合一體化模型控制律設(shè)計 165
7.4 SDC參數(shù)化過程 167
7.4.1 SDC參數(shù)化理論基礎(chǔ) 167
7.4.2 擴展自由度與SDC線性參數(shù)化 169
7.5 數(shù)值仿真試驗驗證 171
7.6 小結(jié) 179
參考文獻 180
第8章 基于命令濾波神經(jīng)網(wǎng)絡(luò)Backstepping控制的無人機濾波導引與控制一體化研究181
8.1 引言 181
8.2 系統(tǒng)描述 182
8.3 無人機導引控制一體化模型Backstepping控制律設(shè)計 183
8.4 基于命令濾波神經(jīng)網(wǎng)絡(luò)Backstepping控制系統(tǒng)設(shè)計 186
8.4.1 命令濾波器原理 186
8.4.2 基于命令濾波神經(jīng)網(wǎng)絡(luò)Backstepping的一體化模型控制律設(shè)計 187
8.5 數(shù)值仿真試驗驗證 192
8.6 小結(jié) 198
參考文獻 198
（四）驗證與結(jié)語篇
第9章 針對非合作目標的無人機追蹤試驗驗證與分析 201
9.1 引言 201
9.2 基于虛幻引擎的牧場數(shù)字孿生系統(tǒng)搭建 202
9.2.1 牧場虛擬現(xiàn)實環(huán)境搭建 202
9.2.2 虛擬牲畜非玩家角色個體搭建 2 03
9.3 基于牧場數(shù)字孿生系統(tǒng)的硬件在環(huán)仿真試驗 206
9.4 林下經(jīng)濟養(yǎng)殖模式小規(guī)模牧群無人機追蹤試驗 216
9.4.1 靜止目標追蹤試驗 216
9.4.2 動態(tài)目標長時段追蹤試驗 226
9.4.3 面向典型視覺追蹤挑戰(zhàn)的一體化控制律試驗驗證 233
9.5 小結(jié) 238
第10章 結(jié)論與展望 239
書單推薦
