【摘 要】
：
地面无人平台(unmanned ground vehicle,UGV)已成为各国军事装备自动化和智能化的发展方向,针对UGV仿真系统存在人类智能融合度低、功能不完善和不便于进行算法测试等问题,通过引入人在回路的输入模型,设计了一种具有更强智能性的UGV仿真系统.该仿真系统以机器人操作系统(robot operating system,ROS)架构为基础进行设计,主要由基于人在回路的人机交互界面和仿真场景构成.为了验证该仿真系统的有效性,搭建了集成测试环境,对UGV三角协同编队和操控员调配UGV纵向编队进行
【机 构】
：
北京科技大学自动化学院工业过程知识自动化教育部重点实验室,北京100083;北京科技大学顺德研究生院,广东佛山518054;北京科技大学自动化学院工业过程知识自动化教育部重点实验室,北京100083
论文部分内容阅读
地面无人平台(unmanned ground vehicle,UGV)已成为各国军事装备自动化和智能化的发展方向,针对UGV仿真系统存在人类智能融合度低、功能不完善和不便于进行算法测试等问题,通过引入人在回路的输入模型,设计了一种具有更强智能性的UGV仿真系统.该仿真系统以机器人操作系统(robot operating system,ROS)架构为基础进行设计,主要由基于人在回路的人机交互界面和仿真场景构成.为了验证该仿真系统的有效性,搭建了集成测试环境,对UGV三角协同编队和操控员调配UGV纵向编队进行测试.实验结果表明,该仿真系统集成度高、运行稳定可靠.
其他文献
传统基于l1范数正则化算子(least absolute shrinkage and selection operator,LASSO)模型的合成孔径雷达(synthetic aperture radar,SAR)压缩感知类稀疏成像算法易丢失弱散射点.基于扩展型组LASSO系列模型的算法虽可增强SAR结构特征以保留弱散射点,但由于其增强过程中本质上采用了欧式距离方法进行特征分块,致使分块较为“机械”,不能很好地提取目标结构,从而影响最终高分辨SAR成像质量.针对上述问题,提出一种基于形态学自适应分块的交替
与传统单平台机载雷达相比,无人机(unmanned aerial vehicle,UAV)集群协同探测具有探测范围广、探测精度高、布阵机动灵活等突出优势,因此是未来机载预警雷达发展的重要方向之一.由于UAV集群雷达阵列具有大尺寸、超稀疏孔径,因此雷达回波近似为球面波且具有较强近场效应.本文首先推导了UAV集群稀疏阵列在近场条件下的空时信号模型,然后基于目标回波的近场特性提出一种新的距离解模糊方法.针对任一距离门数据,该方法利用不同模糊距离回波空时导向矢量的差异性,设计多个空时权系数进行杂波抑制和目标匹配,
目前随着通用知识图谱构建技术的发展、自然语言处理技术的进步以及各个行业挖掘数据深层关系的需要,军事同电商、金融证券、医疗等行业一样,也需要构建属于自己领域的知识图谱.通过定义军事知识图谱以及明确军事知识图谱使用时的特殊性,总结了构建过程中的难点,介绍了当前构建军事知识图谱的思路以及使用的技术手段,汇总了军事领域应用知识图谱的现状.最后,给出了知识图谱最新的研究进展,并针对军事领域知识图谱中一部分未解决的困难问题提供了一种可能的解决思路.
针对传统基于文本的系统工程方法中存在设计文档变更难度大、工程模型可读性差、模型复用性不强等问题,提出了基于美国国防部体系架构(department of defense architecture framework,DoDAF)的基于模型的系统工程(model-based systems engineering,MBSE)建模方法,从两个维度共计10个模块,对设计建模过程进行了划分,结合DoDAF的多视图对复杂系统进行全面立体的描述,形成了一套逻辑性强、建模完备的MBSE建模方法.以民用飞机高度控制系统为
在军事领域中,机载多输入多输出(multiple input multiple output,MIMO)雷达既要探测机动目标,又要防止被截获接收机侦收.针对这一问题,提出了低截获的单基地非均匀阵列MIMO雷达改进多信号分类(multiple signal classification,MUSIC)算法.通过对MIMO雷达匹配滤波后的接收信号进行降维处理、白化处理、时频分析、时频点筛选、正交联合对角化等信号处理,实现了低信噪比(signal to noise ratio,SNR)、低信号持续时间下的方向角估