无人机协同“嗅出”数字信息素狼群算法提升地图构建精度-度量科技

研究背景

电磁环境地图（Electromagnetic Environment Map, EEM）是从时间、频率、空间和场强等多维度对电磁环境进行定量描述。通过构建电磁环境地图，可以实现对电磁能量分布等信息的可视化展示，有助于实现电磁污染的监测与防治。在军用领域，电磁环境地图为电磁态势生成、用频冲突消解以及电磁频谱作战筹划应用提供直接支持。电磁环境地图的构建问题受到了广泛的关注和研究。

论文图1.png

要构建电磁环境地图，首先需要收集空间中的电磁信息。由于地形等物理环境限制，既能搭载测量设备，又能机动快速廉价部署的动态测量载体——无人机（Unmanned Aerial Vehicle, UAV）成为最优选择。无人机集群在任务的执行速度、完成的成功率和输入数据的精度是单架无人机难以比拟的。

研究概述

电子科技大学仪器科学与技术系科研团队提出的基于数字信息素的狼群算法，使得无人机集群能够优先搜索未飞行区域，优化航迹规划。团队设计了一种基于部分卷积和注意力机制的卷积神经网络来补全构建高精度的电磁环境地图。

为了验证上述方法的优越性，实验搭建了以四旋翼无人机和测量芯片为主要实验载体的半实物仿真验证平台。

论文图2.png

实物平台采用了NOKOV度量光学三维动作捕捉系统，配置了24台Mars4H的动作捕捉镜头。Mars4H镜头拥有400万像素、180Hz的性能，延迟仅为5.2ms，可以提供52°×52°的场视角和亚毫米级别的定位。

NOKOV度量 Seeker 1.6动捕系统软件，支持系统标定、校正及数据采集、导出工作，并提供实时SDK，可将数据实时导入Matlab、C++、Linux、Simulink等平台，软件可提供点云匹配和刚体匹配两种区分目标的方式。

未标题-1.jpg

研究基于5架无人机集群在电磁环境监测过程中获取的不完全WiFi信号强度数据，实现了对空间整体WiFi信号强度分布的补全构建，展示了算法的优越性。

参考文献：李彤.基于无人机集群的电磁环境地图构建方法研究[D].成都:电子科技大学,2022.

论文链接：

https://kns.cnki.net/kcms/detail/detail.aspx?dbcode=CMFD&dbname=CMFDTEMP&filename=1022543182.nh&uniplatform=NZKPT&v=ubHEE-cgmSmMjvdGhsHWkWTIO5SwB0shnh6EU5FVItfCRRH8RRO4yIjHIbfR1Sst

仿生机器人的运动规划

利用NOKOV光学定位跟踪系统，获取精度达1mm的人体下肢运动数据，并建立了准确的关节模型，实现仿生机器人运动规划。

软体机械臂运动

NOKOV度量动作捕捉系统实时提供软体机械臂各节点高精度位姿数据，助力运动学和动力学建模，最终实现软体机械臂的控制。

中科院自动化所多智能体协同控制平台编队与自主避障

中科院自动化所无人集群系统分为三个子系统，定位子系统、通信子系统与控制子系统，可实现单体无人车和无人机控制、地空协同、集群对战以及无人车、无人机编队表演等功能

通过仿生指尖接触事件实现三指机械手的连续自适应步态控制

研究人员在《Biomimetic Intelligence and Robotics》发表了题为《Continuous adaptive gaits manipulation for three-fingered robotic hands via bioinspired fingertip contact events》的文章，探讨了通过仿生方法提升三指机械手灵活性与自适应性的技术。