科创中国

本成果属于导航制导与控制、人工智能技术领域。微小飞行器(miniature flight vehicle，MFV)凭借敏捷性和灵活性能够在复杂环境下遂行任务，对使用空间与后勤保障的依赖性较低，在军事与民用领域应用前景广阔。但MFV体积小、内部空间受限、在线算力不足，导致目标识别模型移植受限，自动目标识别效率较低。同时，采用捷联体制时获取制导信息困难，飞行姿态与稳定性易受横风等复杂环境因素的干扰，难以满足末端约束条件，制约了微小飞行器执行任务的能力。本成果针对上述难题，突破了系列关键技术，实现了微小飞行器智能捷联目标识别与准确智能控制的仿真及应用。创新点如下：1. 提出了一种基于捷联图像探测器和深度神经网络的自动目标识别技术；2. 构建了一种面向捷联硬件（捷联图像探测器+捷联惯性测量组合）的MFV捷联制导控制体制，实现了基于混合微分器的捷联制导信息获取；3. 提出了MFV姿态控制的强化学习(reinforcement learning,RL)优化设计技术和满足末端约束的智能制导方法；4. 发明了一种基于真实环境的闭环半实物仿真方法，并形成了一套适用于MFV的捷联目标识别与智能控制的仿真技术及相关产品，可推广应用于无人车、搜救机器人等其它导航制导与控制领域。本成果达到技术指标：1) 标识别速度达20.1fps；2)混合微分器信息获取精度优于1%；3) 姿态稳定精度优于2，满足末端60作用角约束。本项目先后获国家级国家自然科学基金、装备预先研究项目、北京市科技新星计划、北京市自然科学基金等多次立项资助，形成较系统的知识产权保护体系，授权发明专利7项，受理发明专利10项，发表SCI/EI收录论文30余篇，向企业转让技术6项，形成企业标准4项。成果在无人飞行器系统、智能化武器装备等领域获得应用，并实现了技术成果产业化，相关技术与产品近三年产生直接经济效益4540.38万元，间接经济效益8552.34万元。