目錄
第1章 緒論 1
1.1 無人機狀態(tài)感知技術概述 2
1.2 智能感知技術的定義 3
參考文獻 6
第2章 基于智能傳感技術的飛行器狀態(tài)感知 7
2.1 智能傳感技術 7
2.1.1 智能傳感技術概述 8
2.1.2 智能傳感基本技術 11
2.1.3 傳感器布局優(yōu)化方法 17
2.1.4 虛擬傳感器技術 20
2.2 狀態(tài)感知技術 23
2.2.1 狀態(tài)感知技術基本概念 23
2.2.2 狀態(tài)感知系統(tǒng)組成 23
2.2.3 狀態(tài)感知關鍵技術 25
2.3 飛行器智能狀態(tài)感知體系構建 28
2.3.1 飛行器全維感知需求 28
2.3.2 飛行器智能狀態(tài)感知原理 29
2.3.3 飛行器常見智能狀態(tài)感知系統(tǒng) 31
習題 35
參考文獻 35
第3章 飛行器環(huán)境感知 38
3.1 飛行器感知技術概述 38
3.1.1 度量層環(huán)境感知技術 39
3.1.2 拓撲層環(huán)境感知技術 41
3.1.3 語義層環(huán)境感知技術 42
3.1.4 復合環(huán)境感知技術 43
3.2 飛行器環(huán)境感知技術方法 43
3.2.1 基于微波的環(huán)境感知 44
3.2.2 基于激光雷達的環(huán)境感知 45
3.2.3 基于視覺的環(huán)境感知 47
3.3 飛行器感知技術應用 52
3.3.1 目標檢測與識別 52
3.3.2 目標跟蹤 60
3.3.3 視覺SLAM 67
習題 73
參考文獻 73
第4章 飛行器感知信息處理 75
4.1 感知信息處理概述 75
4.1.1 感知信息處理的任務 75
4.1.2 感知信息處理的關鍵技術 76
4.2 經(jīng)典監(jiān)測數(shù)據(jù)處理方法 76
4.2.1 數(shù)據(jù)采樣 77
4.2.2 數(shù)據(jù)濾波 79
4.2.3 特征提取與選擇 88
4.3 感知異常信息智能識別與清洗 94
4.3.1 感知信息中的異常數(shù)據(jù) 94
4.3.2 異常數(shù)據(jù)檢測算法 96
4.3.3 基于堆疊自動編碼器的異常數(shù)據(jù)檢測 97
4.3.4 感知異常數(shù)據(jù)清洗 101
4.4 感知缺失信息重構技術 104
4.4.1 異常數(shù)據(jù)處理 104
4.4.2 基于插補的感知缺失信息重構方法 105
4.4.3 基于信息映射和變換的重構方法 106
4.4.4 堆疊自動編碼器在重構中的應用 107
習題 109
參考文獻 109
第5章 基于人工智能的多源感知數(shù)據(jù)融合 112
5.1 多源感知數(shù)據(jù)融合概述 112
5.1.1 多源感知數(shù)據(jù)融合的概念 112
5.1.2 多源感知數(shù)據(jù)融合的層次模型 113
5.1.3 多源感知數(shù)據(jù)融合的結構模型 115
5.2 多源感知數(shù)據(jù)融合方法 116
5.2.1 經(jīng)典數(shù)據(jù)融合方法 116
5.2.2 基于人工智能的數(shù)據(jù)融合方法 119
5.3 機器學習方法 120
5.3.1 支持向量機 120
5.3.2 貝葉斯網(wǎng)絡 122
5.4 深度學習方法 126
5.4.1 卷積神經(jīng)網(wǎng)絡 126
5.4.2 循環(huán)神經(jīng)網(wǎng)絡 134
習題 142
參考文獻 142
第6章 飛行器避障和路徑規(guī)劃 145
6.1 路徑規(guī)劃問題定義 145
6.2 躲避靜態(tài)障礙物的路徑規(guī)劃 146
6.2.1 圖搜索算法 146
6.2.2 隨機算法 149
6.2.3 元啟發(fā)式算法 157
6.3 躲避動態(tài)障礙物的路徑規(guī)劃 158
6.3.1 基于控制的動態(tài)障礙物躲避方法 158
6.3.2 基于路徑規(guī)劃的動態(tài)障礙物躲避方法 159
習題 161
參考文獻 161
第7章 基于人工智能的飛行器故障診斷 164
7.1 飛行器故障診斷與健康管理概述 164
7.1.1 飛行器故障診斷與健康管理的內涵 164
7.1.2 飛行器故障診斷與健康管理系統(tǒng)框架 165
7.1.3 飛行器故障診斷與健康管理技術的應用概況 171
7.2 機器學習與飛行器故障診斷 172
7.2.1 故障診斷方法概述 172
7.2.2 民機主起落架液壓收放系統(tǒng)案例 174
7.2.3 基于機器學習的民機主起落架液壓收放系統(tǒng)故障診斷 183
7.3 深度學習與飛行器故障預測 192
7.3.1 故障預測方法概述 192
7.3.2 民機主起落架液壓收放系統(tǒng)故障預測案例 193
7.3.3 基于深度學習的民機主起落架液壓收放系統(tǒng)故障預測 196
習題 205
參考文獻 205
習題參考答案 208