复杂着陆环境下无人机仿生着陆理论与方法研究

Unmanned aerial vehicles capable of hazardous terrain landing are desirable for intelligence collection. A crucial point is the landing gears autonomous adaptation to the rough surface, which is especially difficult in unknown and constrained environment. To enable this capability, this project proposes a biomimetic system that ascertains terrain appearances like large obstacles and precipitous slope using a monocular camera and adjusts the mechatronics landing structure according to the terrain. A dynamic model including the nonlinear adaptive controller will be designed to reject uncertainty disturbances as well as implement a bio-inspired guidance strategy for soft landing in hazardous terrain. Mechanism behaviour will be analysed. The outcome in this project can improve the competitiveness ability of the automation control system of unmanned aerial vehicles.

无人机自主安全着陆是国际无人机导航领域的研究热点与难点。本项目拟通过融合研究视觉环境感知建模技术以及仿生着陆装置，突破传统的无人机依赖平整地面标识的着陆技术，率先提出一种利用视觉导航同仿生着陆机械系统相结合的爪式着陆方法，使得无人机不借助外部定位系统，通过机载视觉传感器构建着陆环境及依靠仿生缓冲与夹持系统，实现在非结构化地形下的着陆。通过研究着陆机构表面材质同地形介质的相互作用机理，分析着陆机构冲击载荷下的力学性能，以形状沉积制造技术为主设计针对非结构化地形下着陆的缓冲仿生夹持系统。在仅有视觉信息条件下，针对旋翼无人机的相对高度、速度同时收敛至零的需求，建立无人机稳定运动的控制算法，使无人机能够在大坡度斜面、树枝、电线杆和横梁等非结构化地形下实现安全机降，研究具有国际竞争力和自主知识产权的无人机着陆控制系统。

目前旋翼无人机的着陆通常需要借助前期搭建的着陆场以及地面标识，针对这一问题，本项目通过微电子、计算机视觉、机械仿生学以及信号处理等学科交叉，以视觉环境感知建模技术为核心，建立动态不确定环境下地形感知及威胁特征提取方法和分析无冲击载荷的着陆机构力学性能；通过研究着陆机构表面材质同地形介质的相互作用机理，以形状沉积制造技术为主设计针对非结构化地形下着陆的缓冲仿生系统；利用基于神经网络的自适应控制，使无人机能够在大坡度斜面、树枝、电线杆和横梁等非结构化地形下实现安全机降，开发具有国际竞争力的无人机着陆控制系统。发表论文6篇（SCI论文5篇，其中中科院大类1区论文1篇，2区论文1篇），参加国际学术会议2次，申请发明专利2项其中授权1项，实审1项。联合培养博士生1名（已毕业），硕士生4名（其中3名取得硕士学位，1名获得国家留学基金委全额资助出国攻读博士学位）。