类脑感知定位机理的无人机密集集群编队协同导航方法

To realize the autonomous intensive UAV formation flight, navigation system of UAV should collect cooperative information automatically, precisely and reliably. The complex flight environment of intensive formation flight brings high requirements for navigation system, such as precision, reliability and real time ability. So, the cooperative navigation becomes the key technology for intensive UAV formation flight in complex flight environment..This project is to realize intelligent autonomous cooperative navigation based on brain-like perception mechanism. Through the modeling of UAV brain-like autonomous perception, navigation sensor aided by all-source of heterogeneous information and the error mechanism, UAV brain-like positioning mechanism and adaptive model method will be researched. To fulfill the robust, stability and precision of relative navigation system, brain-like relative navigation method of intensive UAV formation will be researched deeply, the relative navigation scheme and intelligent measurements assessment will be established, the seamless fusion algorithm for relative information will be researched too. To improve the ability of fault-tolerance of entire system, heterogeneous navigation information in UAV formation network will be processed by brain-like mechanism. A new cooperative navigation method based on encephalic perception mechanism will be established by the researching of new mechanism, method and theory, in this way, cooperative navigation problem in intensive UAV formation flight will be resolved effectively.

无人机为实现密集集群编队自主飞行，要求无人机导航系统能够自主、实时、精确和可靠获取无人机密集集群编队协同导航信息，无人机密集集群编队复杂飞行环境对导航系统的精度、可靠性和响应实时性带来了极高的要求，适应无人机密集集群编队复杂飞行环境下的编队协同导航技术已成为无人机导航领域亟待突破的关键技术。.本项目将开展基于类脑感知定位机理的无人机密集集群编队协同导航方法研究，探索无人机类脑感知定位机理及智能自适应建模方法，提出适用于无人机密集集群编队协同导航的类脑智能信息融合处理方法，实现编队无人机异类导航信息和密集集群编队相对导航信息高效融合和处理；研究密集集群编队复杂飞行环境下的异类导航信息类脑智能容错结构和主动容错处理方法，实现异类导航信息无缝融合，提高导航系统精确性和可靠性，形成一套适用于无人机密集集群编队飞行的类脑感知协同导航新理论和新方法，有效解决无人机密集集群编队飞行环境下的自主导航问题。

本项目针对无人机密集集群高精度、高可靠性、高实时性的协同导航需求，在无人机类脑感知定位机理及智能自适应建模、类脑感知的密集集群编队无人机相对导航定位、基于无人机编队网络的异类导航信息类脑容错处理等方面开展了深入研究，提出了一套满足密集集群飞行环境的无人机类脑多源协同导航方案和算法，搭建了类脑感知定位机理的无人机密集集群协同导航仿真与物理验证平台。.提出了类脑感知定位机理的无人机密集集群协同导航方案，改善了传统协同导航计算负担大、导航精度不高等难题；提出了基于关键导航细胞模型的类脑多源融合导航方法，提高了无人机密集集群导航定位精度、实时性与鲁棒性；提出了基于自运动/视觉信息的类脑空间认知构图方法，提高了无人机密集集群感知环境与自身运动状态的精度与鲁棒性；提出了基于社交位置细胞/网格细胞模型的类脑相对导航方法，解决了无人机密集集群相对定位依赖准确建模的缺陷；提出了基于多尺度网格细胞模型的面向目标类脑矢量导航方法，提高了面向目标相对位置解算精度；提出了类脑模型启发的无人机编队异类导航信息故障诊断与隔离方法，提高了无人机编队智能容错的准确度与可靠性；提出了基于自适应交互式多模型与多容错策略的集群异类导航信息智能融合方法，提高了协同导航容错性能与系统鲁棒性。搭建了类脑感知定位机理的无人机密集集群编队协同导航仿真与物理验证平台，实现了对机载异类导航信息以及集群编队相对导航信息的高效融合，提高了无人机密集集群协同导航精度、实时性与鲁棒性，为无人机密集集群自主、可靠、智慧飞行提供了理论基础。.项目在研究过程中，共发表国内外期刊论文34篇（其中SCI论文18篇，EI论文7篇），国内外会议论文4篇（其中EI检索3篇），申请国家发明专利10项（授权4项），出版著作1部，获2019年度江苏省科学技术三等奖一项，2021年度中国惯性技术学会科学技术进步奖一等奖一项，2021年度国防科技进步奖一等奖一项，圆满完成了项目的各项研究计划。