8、无人机编队飞行实验与复杂场景信息融合方法解析

无人机编队飞行实验与复杂场景信息融合方法解析

在当今科技发展的浪潮中，无人机技术和复杂场景下的信息融合技术都取得了显著的进展。无人机编队飞行在军事、测绘、物流等多个领域展现出巨大的应用潜力，而复杂场景下的信息融合则为工业生产的智能化和高效化提供了有力支持。下面将深入探讨这两个方面的相关技术和实验成果。

无人机编队飞行实验

为满足无人机编队控制算法的实验验证需求，研究人员借助多进程通信手段对开源地面站程序进行了重新设计。最终打造出一个可兼容多种无人机设备的编队控制实验平台，该平台能够实现多无人机的通信组网，还能对多架无人机进行实时、同步的协同控制。

随后，利用这个精心设计的实验平台，对一种简化的“领导者 - 跟随者”编队控制算法的编队控制效果进行了测试。测试结果意义重大，一方面充分证明了“领导者 - 跟随者”编队算法的有效性；另一方面，也表明该实验平台不仅能够重现编队控制算法的控制效果，还能客观反映出该算法在实际飞行实验中可能引发的问题。而且，这个实验平台具有广泛的适用性，可用于测试各种编队控制算法。

复杂场景下基于 BF - EMD 的信息融合方法

在复杂场景中，实现智能无人系统并提升生产效率往往需要通过环境感知、识别以及决策判断来达成。传统的人工监控、单传感器感知判断方法和多传感器数据级融合方法存在一定的局限性。为了克服这些不足，研究人员提出了一种基于 BF - EMD 的复杂场景信息融合方法。

这种方法巧妙地将视觉传感器和振动传感器相结合，运用 BF - EMD 方法对采集到的信息进行过滤、分解和优化，有效解决了灰尘、烟雾、火花和环境噪声对图像和波形信号的干扰问题。最后，通过将处理后的信息输入特征级模糊专家系统，