亚洲男人的天堂2018av,欧美草比,久久久久久免费视频精选,国色天香在线看免费,久久久久亚洲av成人片仓井空

近幾十年來，學術界對無人駕駛飛行器（UAV）的關注明顯激增。先進的無人飛行器能夠執行復雜的飛行動作、在復雜的空間內飛行，并在不斷變化的環境中執行復雜的任務，因此其發展備受關注。這些環境包括采礦、城市搜索與救援 (USAR)、軍事行動等部門，以及包括維護和修理地下基礎設施在內的一系列工業應用。進入密閉空間并在其中作業的迫切需求已成為迫使研究人員推進無人機技術的驅動力。這些進步旨在克服與在受限環境中工作相關的復雜性，解決無人機當前的局限性，同時提高其整體性能能力。

在本論文中，介紹了一套相互關聯的工具，旨在使無人飛行器能夠在受限空間內自主規劃飛行動作。為實現這一目標，本文提出了一種改進的 "教學-重復-再規劃"（I-TRP）迭代策略。該解決方案是一種離線-在線混合方法，包括三個階段戰略中的四個主要模塊。根據手工繪制的路徑（教學階段）和感知到的環境幾何特征，開發了具有新穎占用檢查特性的先進 3D 飛行走廊。此外，結合生成的飛行走廊，還開發了一種通用全局路徑規劃算法 Field D* 的增強版，以通過離線流程（重復階段）制定出近乎最優和平滑的拓撲等效路徑。最后，通過順序凸優化過程（重新規劃階段），制定出具有在線碰撞檢查和避障功能的局部規劃算法。利用無人飛行器機載傳感器捕捉到的地形信息，這種局部規劃可生成后優化的動態可行路徑。

后置參考路徑被用于制定一套包含飛機位置、姿態、速度和加速度的制導指令，以引導無人機飛行在生成的飛行走廊（可能具有復雜的幾何特征）內飛行。所開發的路徑跟蹤方法是通過使用非線性模型預測公式制定的。

所開發的 I-TRP 策略可引導自主無人機在幾乎任何結構化或非結構化環境中到達目的地，這些環境具有不同程度的幾何復雜性，從開放的自由空間到高度雜亂的環境不等。仿真結果表明，在適合實時飛行導航的高效計算過程中，所開發的 I-TRP 策略的能力優于現有機制。

過去幾十年來，在安全、監視、情報收集和偵察等許多領域，對目標跟蹤（OT）應用的需求一直在增加。最近，對無人系統新定義的要求提高了人們對 OT 的興趣。機器學習、數據分析和深度學習的進步為識別和跟蹤感興趣的目標提供了便利；然而，持續跟蹤目前是許多研究項目感興趣的問題。本論文提出了一個系統，實現了一種持續跟蹤目標并根據其先前路徑預測其軌跡的方法，即使該目標在一段時間內被部分或完全隱藏。該系統分為兩個階段： 第一階段利用單個固定攝像機系統，第二階段由多個固定攝像機組成的網狀系統。第一階段系統由六個主要子系統組成：圖像處理、檢測算法、圖像減法器、圖像跟蹤、跟蹤預測器和反饋分析器。系統的第二階段增加了兩個主要子系統：協調管理器和相機控制器管理器。這些系統結合在一起，可以在目標隱藏的情況下實現合理的目標跟蹤連續性。

隨著技術的不斷進步和日常對海洋資源的依賴，無人水面航行器（USVs）的作用成倍增加。目前，具有海軍、民用和科學用途的 USV 正在各種復雜的海洋環境中進行廣泛的作業，并對其自主性和適應性提出了更高的要求。USV 自主運行的一個關鍵要求是擁有一個多車輛框架，在此框架下，USV 可以在實際海洋環境中作為一個群體運行，并具有多種優勢，例如可以在更短的時間內勘測更廣闊的區域。從文獻中可以看出，在單體 USV 路徑規劃、制導和控制領域已經開展了大量研究，而在了解多載體方法對 USV 的影響方面卻鮮有研究。本論文整合了高效的最優路徑規劃、穩健的路徑跟蹤制導和合作性集群聚合方法等模塊，旨在開發一種新的混合框架，用于 USV 蟲群的合作導航，以實現海洋環境中的最優自主操作。

首先，設計了一種基于 A* 算法的有效而新穎的最佳路徑規劃方法，其中考慮到了與障礙物的安全距離約束，以避免在移動障礙物和海面洋流的情況下發生碰撞。然后，將這種方法與為 USV 開發的新型虛擬目標路徑跟蹤制導模塊相結合，將路徑規劃器的參考軌跡輸入制導系統。當前工作的新穎之處在于將上述集成路徑跟蹤制導系統與分布式集群聚集行為相結合，通過基于簡單電位的吸引和排斥功能來維持 USV 蟲群的中心點，從而引導 USV 集群進入參考路徑。最后，介紹了一個用于 USV 船隊合作導航和制導的最佳混合框架，該框架可在實際海洋環境中實施，并可在海上有效地實際應用。

毫米波（mmWave）雷達與光學傳感器不同，體積小巧、精度高、穿透力強且符合隱私保護標準，因此在多傳感器應用中無處不在。然而，光學傳感器的高分辨率和圖像數據集的廣泛可用性導致了使用光學傳感器的機器學習解決方案的快速發展，從而將毫米波雷達推向了輔助傳感器的角色。本論文針對醫療保健、軍事和自主感知領域，介紹了一系列嘗試利用傳感器融合和機器學習方法增強毫米波雷達能力的新方法。首先，論文介紹了骨骼姿態估計技術，該技術可檢測到 15-25 個關鍵點，三維定位誤差小于 3 厘米，可潛在應用于病人/老年人監測、步態分析和識別以及行人監測。其次，介紹了一種自動雷達標注方案，以鼓勵快速開發雷達圖像數據集，幫助自主感知。這項研究還包括使用傳感器融合特征向量和 12 維雷達特征向量進行目標分類，在車輛與行人檢測研究中，準確率分別達到 98% 和 92%。最后，利用雷達-攝像頭傳感器融合技術探索了基于 DNN-LSTM 的目標跟蹤方法和基于三卡爾曼濾波器的目標跟蹤方法，在這兩種方法中，系統不僅提高了定位精度，而且對單個傳感器故障具有魯棒性。基于 DNN-LSTM 的跟蹤器的優勢在于它不需要事先在雷達和攝像頭之間進行校準，而且對于確定單個傳感器提供的定位差異至關重要。基于三卡爾曼濾波器的方法將這些發現用于多目標跟蹤，精度達到 26 厘米，與最先進的方法不相上下，漏檢率小于 4%，與文獻中大于 16% 的 FNR 相比有了顯著提高。本研究提出的方法大大提高了感知能力，使自主系統更加安全。

多智能體機器人技術有望塑造工業的未來，有可能改變日常生活的許多方面。在未來十年中，它們預計將對運輸系統、軍事應用（如偵察和監視、搜救行動或太空任務）產生影響，并為急救人員提供支持。

在機器人領域最新發展的推動下，隨著新一代多智能體機器人系統變得更加智能、精確，應用領域也更加多樣化，本論文將為這些系統的發展做出貢獻。但是，為了實現這些目標，組成合作機器人系統的各個智能體需要在確保準確性和保留執行多樣化任務能力的同時，對它們所能完成的任務進行專業化。

本論文在考慮單個智能體專業化能力的特定背景下，探討了蜂群機器人技術中的任務分配問題。基于每個智能體都擁有專門的功能能力，以及分布在周圍環境中的預期任務提出了特定要求的假設，提出的任務分配機制在兩個不同的空間中制定。首先，團隊成員專業化的初級形式被表述為嵌入智能體動力學控制空間的合作控制問題。其次，定義了智能體專業化的高級表述，在專用的專業化空間中估計單個智能體的任務分配概率，這是本論文對蜂群機器人領域的進步和實踐的核心貢獻。

在專業化空間中制定的原始任務分配過程經歷了四個發展階段。首先，從概念上引入了任務特征識別階段，利用嵌入在智能體中的傳感層的輸出來驅動所提出的任務分配方案。其次，制定匹配方案，將每個智能體的專業能力與相應的檢測任務進行最佳匹配。在這一階段，智能體專業化的一般二進制定義是任務-智能體關聯的基礎。第三，將任務-智能體匹配方案擴展為創新的基于概率專業的任務-智能體分配框架，以推廣這一概念并挖掘智能體專業化考慮的潛力。第四，根據智能體的機械、物理結構和嵌入式資源對其專業化進行調制定義，進一步完善了總體框架。此外，還對原有框架進行了擴展，并引入了優先級層，以提高系統對復雜任務的響應能力，這些復雜任務的特點是基于對多個類別的識別。

在模擬和實際實驗中對所提出的基于專長的任務分配方法進行了實驗驗證，并結合潛在應用對結果進行了介紹和討論，以證明所提框架的有效性和效率。

這項工作旨在填補以往解決機器人群個體專業化問題的工作中的技術空白。本論文的成果通過開發一個創新框架，利用傳感能力來支持智能體之間專業化的概念化和實施，從而推動了蜂群機器人領域的發展。重點在于定義單個智能體的專長，并根據每個任務的特定約束條件，將其與這些單個智能體所要掌握的任務相匹配。為此，本研究打算回答以下研究問題：

問題 1：一群智能水平相對較低的機器人如何完成復雜的任務，這些任務需要單個機器人代理的專業化?

過去二十年來，多智能體系統的合作編隊控制受到了研究人員的極大關注。本論文以文獻綜述（第 2 章）中提到的方法為基礎，提出了一種解決方案，以填補機器人團隊中單個成員專業化方面的研究空白。本論文的重點是通過利用智能體的非同質性來增強蜂群的能力。為此，本論文擴展了合作蜂群的概念，并提出了一個嚴格的流程來利用單個智能體之間的專業異質性。

為了回答問題 1，我們首先進行了一項早期調查，以驗證這一概念。這一過程將機器人團隊工作空間的不同區域定義為分配給不同任務的獨立區域。所開發的解決方案可讓機器人順利安全地切換位置，并根據每個訪問區域要執行的特定任務動態調整整體隊形。它定義了如何在每個區域管理機器人群的編隊。作為一種初級的專業化形式，當智能體從一個區域轉移到另一個區域時，該框架會將智能體的領導角色從一個智能體切換到另一個智能體。在第一階段的研究中，假定一個特定的智能體（即蜂群中的一個成員）是每個區域中唯一專門執行領導任務的智能體。在任務完成之前，該智能體被指定為相關區域的專門領導者。第一部分研究的詳細情況將在第 3.4 節中報告。

問題 2：能否對最初的方法進行升級，讓專業化個體從環境中的自動目標識別中獲益，能否讓智能體之間的合作變得足夠穩健和靈活，以便在發現目標后自動將適當的專業化智能體分配到相應的任務中？

為了回答這個問題，我們進一步擴展了原有的協調系統，用于在專用機器人之間分配基于任務的領導權。通過對分布在機器人群工作空間中的專業化影響區域的定義進行演化，對問題進行了重新表述。受早期編隊方法的啟發，出現了一種有趣的解決方案。從使用機載傳感器自動識別工作區目標的假設出發，選擇有資格執行識別任務的智能體的過程應逐步經歷三個基本狀態，分別稱為搜索狀態、任務狀態和執行狀態。這種方法還可擴展到目標移動時的動態影響區域，以及多個任務共享同一區域時的動態影響區域。這更好地反映了移動機器人的實際干預場景。這方面的工作將在第 3.5 節中報告。

問題 3：為了改進蜂群的管理，能否根據智能體的專業化程度，在一定程度上適合響應給定任務的概率匹配機制中，適當定義和制定每個智能體的專業化功能？

為了解決這個問題，可以利用基于概率的建模來完善用于實現單個智能體角色專業化的框架設計。建立這樣一種智能體行為的概率表征，可以形成一種可擴展的機制。后者支持自動化流程，能夠處理任務和專業化定義中的不確定性，并應對任務約束和智能體能力之間的不完美匹配。所提出的智能體選擇方案是根據任務識別的置信度和特定智能體滿足任務特定要求的概率來制定的。所提出的基于專業的任務分配方案旨在根據所識別的任務約束條件，計算蜂群中各個智能體的匹配適合度，即任務-智能體專業匹配概率。本框架的開發過程詳見第 4.3 和 4.4 節。

問題 4：提議的框架能否應用于實際系統？

為了證明所提方法的有效性及其在現實世界中的應用潛力，我們從兩個方面對其進行了測試。首先，在仿真中對所提出的框架進行驗證，以證明其有效性。第 5 章介紹了大量的模擬實驗。然后，作為案例研究介紹了擬議方法的潛在應用，同時詳細介紹了擬議框架在真實機器人平臺上的實施情況，以驗證和檢驗基于專業的任務分配方案在實現預期協調水平方面的性能。這項工作將在第 6 章中介紹。

圖 3.12 任務執行的先后順序：（a-c）影響區重疊，操作員選擇任務 1（紅色）為優先任務，這促使紅色機器人繼續擔任領導者，直到紅色任務完成；（d-f）第二優先任務（藍色）正在執行，藍色機器人轉為領導者位置；（g-h）蜂群恢復到影響區重疊外的搜索狀態，然后搜索其他任務（綠色，然后是紅色），由相應的領導者機器人執行。

在許多淺水和沿海水域應用中，視覺制導水下機器人與人類潛水員一起執行合作勘探、檢查和監測任務。這類陪伴機器人最基本的能力是在水下任務的各個階段以視覺解讀周圍環境并協助潛水員。盡管近年來技術不斷進步，但現有的實時視覺感知系統和解決方案在很大程度上受到能見度低、光照變化和突出特征稀少等海洋因素的影響。而水下光傳播的脆弱性（如與波長相關的衰減、吸收和散射）所導致的一系列非線性圖像失真又加劇了這些困難。在本論文中，我們提出了一套新穎的改進型視覺感知解決方案，以應對這些挑戰，從而實現有效的水下人機合作。研究成果包括底層視覺和基于學習的算法的新穎設計和高效實施，以及廣泛的現場實驗驗證和單板部署的實時可行性分析。

論文分為三個部分。第一部分側重于為自動潛航器（AUV）開發實用的解決方案，以便在執行水下任務期間陪伴人類潛水員。其中包括基于視覺的強大模塊，使自動潛航器能夠理解人類的游泳動作、手勢和身體姿勢，以便在保持平穩的時空協調的同時跟隨人類并與之互動。一系列封閉水域和開放水域現場實驗證明了我們提出的感知算法在水下人機合作中的實用性和有效性。我們還確定并量化了這些算法在不利視覺條件下不同操作約束條件下的性能變化。論文的第二部分致力于設計高效的技術，通過恢復水下圖像的感知和統計質量來克服能見度低和光學失真的影響。我們進一步證明了這些技術作為視覺導航自動潛航器自主流水線預處理器的實際可行性。最后，本論文的第三部分開發了高層次決策方法，如為快速視覺搜索建立空間注意力模型，學習識別何時需要圖像增強和超分辨率模塊來實現詳細感知等。我們證明，這些方法可將機載視覺感知模塊的處理速度提高 45%，使自動潛航器能夠做出智能導航和操作決策，尤其是在自主探索任務中。

總之，本論文描述了我們為解決水下人機合作實時機器視覺所面臨的環境和操作挑戰而進行的嘗試。針對各種重要應用，我們開發了穩健、高效的模塊，讓自動潛航器在僅依靠嘈雜的視覺傳感的情況下，通過準確感知周圍環境來跟隨同伴潛水員并與之互動。此外，我們提出的感知解決方案能讓視覺引導機器人在嘈雜條件下看得更清楚，并在有限的計算資源和實時限制條件下做得更好。除了推動最先進技術的發展之外，我們提出的方法和系統還讓我們朝著縮小理論與實踐之間的差距、改善野外人機合作的方向邁進了一步。

無人機（UAVs）在軍事和民用領域發揮著至關重要的作用。本論文的研究有助于智能控制系統（ICS）領域，特別是實現旋轉翼無人飛行器（RUAV）可靠、便捷的自主控制。特別是，本論文解決了如何適應未建模動態和干擾（如在空中改變有效載荷）的難題。

無人機可以攜帶額外的重量，如傳感器、貨物，甚至被稱為有效載荷的懸掛物。已經開發了許多策略來穩定不斷變化的有效載荷，但這些策略都假定有效載荷是剛性的，重心（CoG）是靜態和已知的。有效載荷質量及其類型在飛行過程中的變化會極大地影響無人機的動態性能，這就要求控制器進行調整，以保持令人滿意的閉環性能。此外，還沒有探索過在半空中從一架較大的飛機（如氣象氣球）上發射一組具有隨機姿態的送貨無人機的情況。最后，未建模的動力學和陣風等不確定因素給飛行操作帶來了挑戰，因此綜合控制系統對于處理這些不確定因素至關重要，但對非基于模型的綜合控制系統的設計和開發關注不夠。

受這些研究空白的啟發，本論文探討了如何處理有效載荷在空中的 CoG 變化和姿態獨立發射的控制問題。為解決這些問題并實現理想的軌跡跟蹤控制，本文提出了一種新型非基于模型的綜合控制系統，稱為雙向模糊腦情感學習（BFBEL）控制系統。所提出的控制系統融合了模糊推理、神經網絡和基于強化學習的新型雙向腦情感學習（BBEL）算法。所提出的 BFBEL 控制器能夠從零開始快速適應，可用于控制 RUAV 的所有六自由度 (6DOF)。為擴大擬議控制器的適用性，開發了單輸入-單輸出（SISO）和多輸入-多輸出（MIMO）架構。本研究考慮的兩種無人駕駛飛行器模型是四旋翼無人駕駛飛行器（QUAV）和直升機無人駕駛飛行器（HUAV）。SISO 版本的 BFBEL 控制系統被應用于 QUAV，以解決處理 CoG 和重量不同的外部有效載荷的問題。BFBEL 控制系統的 MIMO 版本應用于 HUAV，以解決在空中獨立發射姿勢的問題。對這兩種系統都進行了模擬評估，并通過實驗驗證了如何處理 CoG 不確定的外部有效載荷問題。最后，在相同的控制情況下，將飛行能力和控制性能與傳統的比例積分微分（PID）控制器方案進行了比較。

這項研究的目的是調查和開發適合設計和分析低可觀測無人作戰飛行器（UCAV）的概念設計方法和計算工具，這些飛行器可執行從亞音速到高超音速飛行狀態的各種任務，具有各種有效載荷和性能要求，以及各種操作限制。

毫無疑問，無人駕駛飛機已經改變了航空航天的許多方面，而軍事應用往往引領著這些變革努力。UCAV 已成為應對未來空戰所面臨的技術、作戰和經濟挑戰的潛在戰略。這些挑戰包括第四代戰斗機機隊的老化、新型先進 4+ 和第五代平臺的部署、據報道當前無人飛行器的高脆弱性以及高超音速飛行器和武器的未來發展。

為了研究未來飛機的配置，克蘭菲爾德大學飛機設計組的霍華德-史密斯教授于 2012 年設想了 GENUS 飛機設計環境。該框架依賴于一個具有高度模塊化和靈活性的中央架構，能夠使用類似的分析工具設計、分析和優化多個種類的飛機，揭示新設計的真正差異和潛在優勢。

質量估計、推進、空氣動力學、性能、雷達截面估計和氣動熱分析工具已集成到 GENUS 框架中，以研究 UCAV 的設計空間。由于獲取 UCAV 和類似配置的高質量數據往往受到限制，因此無法對這些方法進行驗證，也無法從中比較和生成更高保真的模型。第9.2節確定并提出了今后提高這些方法準確性的具體步驟。

本研究進行的設計空間探索包括：亞音速 UCAV 執行高-低-高任務的任務參數權衡研究、性能與當前第五代戰斗機相當的 UCAV 平臺的概念和初步設計、全超音速深度攔截任務權衡研究，以及執行時間緊迫的打擊任務的高超音速（M ≥ 3.0）艦載 UCAV。

圖 UCAV 完整的結構布置（改編自 Sleightholme）。

提綱

第 2 章簡要介紹了無人飛行器的發展歷史，強調了從最早的空中魚雷到現代沖突的軍事應用。隨后，在本研究的背景下對 UCAV 進行了定義，并對聯合行動的未來進行了簡要展望。還介紹了主要的技術驗證計劃和當前的 UCAV 設計。本節最后回顧了設計和開發 UCAV 背后的技術挑戰。

第 3 章介紹了 GENUS 飛機設計環境、其核心理念、總體結構概述、數據分層和模塊之間的數據共享，最后介紹了框架內優化問題的設置；并提供了一個準多目標優化的簡要示例。

第 4 章提供了集成到 GENUS 框架各分析模塊中的 UCAV 設計方法的技術細節；提供了質量估計、空氣動力學、推進建模和雷達截面的驗證和確認。由于 UCAV 配置具有從亞音速到高超音速的廣闊設計空間，因此在開發這些方法時考慮到了靈活性和可擴展性。除了典型的飛機設計分析模塊外，還創建了一套特殊模塊來分析非典型學科：通過物理光學近似方法增加了雷達截面估計；作為高超音速運行的一個關鍵方面，還包括飛行器熱負荷分析和燃料熱管理系統。

第 5 章介紹了典型對地打擊任務（Hi-Lo-Hi）中低可觀測亞音速 UCAV 配置的任務和性能權衡研究。在機翼面積不變的情況下，量化了前緣掠角、巡航馬赫數、作戰半徑和比過剩功率對λawing UCAV配置的影響。

第 6 章介紹了為建立第五代 UCAV 設計所做的概念和初步設計工作，該設計旨在與當前的第五代戰斗機和未來的第六代戰斗機一起進行高度集成和協調的作戰行動。這種 UCAV 的任務設計包括亞音速對地攻擊剖面和有限的超音速作戰能力。已對總體結構概念、發動機尺寸和集成、燃料、動力和執行系統以及起落架尺寸和航電系統設計進行了初步設計研究。

第 7 章涉及各種作戰任務、有效載荷和操作要求下的超音速設計概念研究。對馬赫數 2.0 的深度攔截任務（Hi-Hi-Hi）進行了研究，并對巡航和沖刺馬赫數進行了作戰貿易研究。隨后，還介紹了航母艦載高超音速打擊 UCAV 的作戰貿易研究。評估了巡航馬赫數、巡航高度和作戰半徑對重要性能參數（如到達目標時間和熱管理限制）的影響。

第 8 章是主要討論部分，總結了在各種任務和作戰限制條件下各類 UCAV 的主要結果和發現。

最后，第 9 章總結了成果、結論和確定的下一步工作。

GENUS飛機概念設計環境

克蘭菲爾德大學飛機設計組自 2012 年起開始開發 GENUS 飛機概念設計環境(122)。其名稱源于生物分類學的分類方法，代表了在通用架構下設計、分析和優化各種飛機的能力，如圖 3-1 所示。

圖 3-1 - 適用于飛機的生物分類法

GENUS 是基于 Java 的代碼，因此無需客戶許可證即可在任何操作系統中運行。Java 的在線支持和開發非常廣泛，有多個數值、數學、圖形和后處理庫可供免費使用，大大提高了框架的潛在能力，同時降低了開發成本。

圖 3-2 - Java 與傳統代碼交互的一般程序

另一個重要特點是 Java 能夠通過其 Java 本地接口 (JNI) 實現與 FORTRAN 和 C/C++ 等其他編程語言進行通信。圖 3-2 顯示了 Java 與傳統飛機設計代碼（通常用 C、C++ 和 FORTRAN 編寫）之間的集成和通信過程。該功能廣泛應用于 GENUS 框架的各個分析學科，以增加保真度，而無需長時間重寫或獨立開發復雜代碼。

GENUS 架構的核心理念可概括為以下幾個主要方面：

• 模塊化： 明確區分不同的分析學科，并按層級編程。抽象類是這一功能的基礎，Java 的多態性也為其提供了支持。

• 靈活性： 通過高度抽象化，分析技術可應用于多種飛機，而無需修改核心框架。

• 擴展性： 能夠在分析模塊中包含各種保真度級別，從經驗方法到高保真數值工具。Java 的本地接口及其多態性支持這一方面。特殊模塊（下文將解釋）可用于添加專業分析工具。

• 健壯性： 一個有凝聚力的框架，依賴于經過良好測試的方法以及適當的錯誤和異常處理方法。

• 獨立性： 在適當情況下，避免使用許可和依賴平臺的軟件。

圖 3-3 - GENUS 框架的組成部分和相互關系

GENUS 框架不應被視為一個黑盒系統，只需要用戶提供最少的輸入；相反，GENUS 依賴于一個知識淵博的用戶/設計者，以循環和建設性的方式與框架的前端和后端進行交互。這種互動利用了設計者的專業知識、直覺和假設，從而產生新的知識。圖 3-3 是用戶與框架互動的頂層示意圖。

GENUS 核心框架由九個基本模塊組成，其中包括 1. 幾何 2. 任務 3. 推進規范 4. 質量分解 5. 空氣動力學 6. 推進分析 7. 包裝 8. 性能 9. 穩定性

所有模塊都采用抽象 "GENUS模塊 "的結構，如圖 3-4 所示。隨后，9 個基本模塊中的每一個都有一個 "抽象 "模塊。如圖 3-5 所示，所有特定模塊都是這些抽象模塊的擴展和實現。

圖 3-4 - 抽象 "GENUS模塊 "的總體結構

圖 3-5 - 性能模塊的層次結構和數據流

為了分析飛機設計的非常規方面，可以在原有 Genus 模塊的基礎上實施一系列特殊模塊。特殊模塊的例子包括雷達截面分析、音爆強度、成本估算和航空熱力學分析。

圖 3-6 是一個框架示意圖，顯示了單個設計實例的啟動過程。每個模塊都可以根據用戶的需要進行輸入，然后將輸入信息傳遞到后續模塊，如連接箭頭和變量所描述的信息流所示。

圖 3-6 - 在 GENUS 中啟動設計實例的 N2 圖示例

圖 3-7 顯示了帶有幾何和體積約束、質量和燃料收斂誤差以及推力和穩定性約束的優化循環的 N2 圖。輸入變量僅與幾何、任務（估計起飛質量）和推進規范模塊相對應。該圖表示一個固定飛行任務（航程、速度、有效載荷......）的典型收斂優化循環。目標函數箭頭來自框架域，一般代表可選擇的各種目標；典型目標函數的例子包括最大起飛質量 (MTOM)、運行空重 (OEM)、總耗油量、RCS（特定視角或平均值）等。

圖 3-7 - GENUS 優化設計的 N2 圖示例

21世紀，沖突地區的上空出現了無人駕駛飛行器（UAVs），也就是眾所周知的無人機。過去二十年來，在武裝沖突地區內外，無人機的部署已變得非常普遍。無論它們是否有武器，無人機都在當代沖突的作戰方式上留下了印記，并為國家和非國家行為者提供了使用致命武力的新方法。無人機為交戰各方提供了 "天空中的眼睛"，是關于敵人行蹤的全天候情報來源。 無人機在沖突地區上空盤旋，借助廣泛的機載傳感器系統和相機，通過執行情報、監視、目標獲取和偵察（ISTAR）來收集戰場信息。這些功能支持了無人機的作用，將其與地面或空中的其他武器系統聯系起來，并利用傳感器數據來確定目標，或者用機載火箭、導彈或炸彈直接攻擊目標。無人機在戰爭中的應用給軍隊帶來了多種優勢，如提高態勢感知能力和消除飛行員的風險，同時也相對便宜。

最初，美國（US）主導了武裝和非武裝無人機的生產和部署，以色列和中國緊隨其后。2001年9月11日恐怖襲擊發生后不久，美國就在阿富汗上空使用無人機追蹤基地組織成員，它很快感到有必要在其 "捕食者 "無人機上加裝導彈，而在此之前，這些無人機都是非武裝的。 武裝無人機是奧巴馬總統領導下的美國秘密定點清除計劃的標志。以色列在2011年之前已經在其定點清除計劃中使用武裝無人機，但直到2022年夏天才公開承認。在過去五年里，土耳其等其他國家在利比亞、敘利亞北部、土耳其南部和伊拉克的行動中大量使用無人機，發揮了主導作用。無人機正在成為反叛亂行動和軍事干預行動的首選武器，利比亞戰爭就是一個例子，它通常被稱為 "世界上最大的無人機戰區"。 在這些地方，人們可以看到各種類型的軍用無人機的廣泛傳播和擴散。

談到無人機的生產和出口，土耳其、伊朗和中國等國家已經加入了無人機生產國的行列，渴望在無人機市場上發揮巨大作用。這些新的無人機大國一直在向一系列以前不是無人機用戶的非西方國家，如埃塞俄比亞、尼日利亞、利比亞和阿塞拜疆出口他們的Bayraktar TB-2s、Mohajer-6s和Orlan-10s，而且還向非國家武裝團體，如真主黨和也門的Ansar Allah（更有名的Houthis）。根據無人機研究中心的數據，2019年有95個國家有活躍的軍事無人機計劃，而2010年有此類計劃的國家為60個，增加了58%。這些國家總共擁有約30,000架無人機。同樣，在這些國家擁有的武裝無人機的數量和類型方面，也有明顯的擴大和多樣化。 技術先進的軍隊不再享有對無人機使用和出口的壟斷；其他幾十個國家也加入了它們的行列，擴大其無人機能力。正如無人機專家丹-格納所解釋的那樣，這一發展不可避免地影響到武裝沖突的未來。

除了使用武裝無人機的國家行為體領域的轉變，擁有和部署無人機的非國家武裝團體（NSAG）也在增加。他們從其盟友那里獲得了無人機技術和培訓；例如，也門的胡塞武裝從伊朗獲得了無人機部件。此外，非國家武裝團體還能獲得商業無人機，對其進行改裝，使其成為可用于戰斗的武器。像伊拉克和敘利亞伊斯蘭國（ISIS）和真主黨這樣的武裝團體已經將其制造具有打擊能力的民用無人機的工作專業化和產業化，徹底改變了非國家武裝團體的無人機能力。他們的無人機制造和使用知識已經轉移到其他NSAG，擴大了軍用無人機的部署領域。這些商用現成（COTS）無人機說明了軍用和民用無人機之間的模糊區別：一架業余無人機只需花幾百歐元甚至幾十歐元就能在網上買到，但只需在上面裝上彈藥，就能輕易變成武器。非國家武裝團體對消費類技術的使用與商業無人機公司的激增相輔相成，使各種國家和非國家行為者都能獲得廉價的技術。非國家武裝團體手中武器化的COTS無人機的發展，加上各種國家生產、出口和使用無人機，導致了重要的法律、倫理和政治問題，例如，出口管制條例、保護平民和降低使用武力的門檻。

不幸的是，國際規則和條例沒有跟上無人機生產、出口和部署的爆炸性國際增長的步伐。盡管在95個擁有積極軍事無人機計劃的國家中，有63個被認為主要擁有外國制造的無人機，但沒有多邊機制來全面監管無人機和無人機技術的出口和后續使用。現有的幾個軍控制度--導彈技術控制制度（MTCR）、瓦森納協議、歐盟關于武器出口的共同立場和國際武器貿易條約（ATT）--提供了一些指導。然而，由于無人機生產商或用戶的參與度有限，對某些類型的無人機關注度狹窄，或者缺乏強有力的、具有法律約束力的規則，這些協議都未能有效地監管無人機出口。專門指導無人機部署和出口的第一次嘗試是美國2015年的一項政策，該政策導致了關于武裝無人機出口和使用的聯合宣言，該宣言由54個國家簽署并在2016年發布。然而，該宣言被各國、專家和民間社會組織批評為非包容性的，因為它是由美國起草的，幾乎沒有其他國家或專家的意見，它的范圍有限，措辭模糊，而且由于宣言的自愿性質，沒有現實意義。基于這一聯合聲明，美國一直在與一小群國家合作制定 "武裝無人駕駛飛行器的出口和后續使用的國際標準"，然而，完整的文件尚未公布。

創新和技術發展在科學的突破中一直發揮著重要作用。在過去的幾十年里，無人水下航行器（UUV）的使用已經徹底改變了水生探索。UUV可以部署在人類無法到達的深度和環境中，并且可以收集到其他方式無法獲得的數據。

近年來，人們對重新開放歐洲各地的廢棄礦區的興趣越來越大，這些礦區可能含有目前急需的原材料，其開發將減少歐洲對外部資源的依賴。最近一項關于歐洲廢棄礦場的調查收集了關于30000個礦場的數據，其中有8000多個礦場被淹沒。本論文為UNEXMIN項目框架內開發的創新解決方案做出了貢獻，該項目旨在探索這些被淹沒的地點，其中設計了一個新型水下平臺系統，名為UX-1。UX1機器人需要在未知礦井隧道的三維網絡中完全自主航行，因為不可能有任何通信，并收集各種地球科學數據。開發這個打算在挑戰性環境中執行的新型平臺，需要對其軟件和硬件模塊采取創新設計方法。

本論文的主要研究目標是設計、實現和驗證UX-1水下機器人的自主引導系統。該機器人新穎的機械設計及其獨特的機載科學儀器代表了該平臺的具體特征。這些儀器與潛水器本身的運動的協調，滿足每一種類型的傳感器的科學樣品捕獲的嚴格位置要求，必須由平臺的引導系統來保證。由于這些原因，UX-1的導向系統的設計和實施構成了一個獨特的研究挑戰。

此外，為了確保長期的自主性，需要有足夠程度的彈性，以便在受到意外事件干擾時保持和恢復系統的運行功能。為此，我們開發了一種先進的基于知識的自我意識技術，名為元控制。元控制器的設計是為了通過提高機器人的容錯能力來增加其自主性。一個自我診斷模塊被用來確定機器人的狀態，一個決策模塊被用來根據之前的診斷結果選擇整個機器人系統的最佳重新配置以實現最佳功能。

所提出的解決方案在復雜的情況下使用模擬、軟件在環（SIL）和硬件在環（HIL）方法進行實驗驗證，旨在以越來越高的保真度重現礦井隧道環境中的導航。代表最高保真度的HIL實驗要求將真實的硬件和軟件模塊，包括我們的制導系統，與部分模擬的環境讀數相結合。實驗是在一個水池中進行的，其中與定位有關的真實讀數被用于導航和控制目的，而測繪傳感器的讀數被繞過，以便復制不同的礦井隧道結構。在這些測試中獲得的結果證明了制導系統的有效性及其與機器人其他系統的適當整合，并驗證了UX-1平臺在淹沒的礦山環境中執行復雜任務的能力。

提綱

本論文分為七章，第一章介紹了論文的動機、問題陳述和目標，以及方法。論文的其余部分組織如下。

第二章介紹了機器人學的背景，機器人的分類，并回顧了水下航行器領域的技術現狀，重點介紹了UUVs。此外，還介紹了自主系統，以及自主水平（LOA）和技術準備水平（TRLs）的定義。

第三章介紹了水下探雷機器人UX-1，它被用作開發我們的引導系統的平臺。解釋了對機器人設計的要求和限制，詳細介紹了機器人的機械設計以及運動系統。此外，還解釋了UX-1的硬件組件和它的傳感器，以及它的軟件結構。

第四章介紹了制導系統。首先，介紹了水下機器人的路徑規劃和任務控制的技術現狀。然后，解釋了制導系統，以及它的子系統，即任務規劃器、行動執行器、軌跡發生器。最后，對幾個路徑規劃器進行了基準測試和討論。

第五章介紹了為實現容錯操作而開發的元控制器。首先，介紹了容錯和自我意識方面的技術現狀。第二，介紹了一般的元控制框架和TOMASys元模型的擴展。第三，解釋了使用TOMASys的UX-1機器人的本體建模。最后，討論了所提解決方案的好處和局限性。

第六章介紹了用于測試和驗證制導系統的實驗裝置。解釋了軟件在環（SIL）和HIL范式，以及使用的虛擬環境。然后，詳細介紹了用于制導系統驗證的實驗。

第七章包括結論和未來工作。