摘要：本发明公开了一种分布式多机器人动态网络连通性控制方法，属于多机器人动态网络控制技术领域。包括基于事件驱动的最小生成树分布式动态网络拓扑控制、基于局部人工势场法的最优邻居通信链路连通性保持运动控制。每个机器人节点通过周期性广播自身位置并更新邻居信息，分布式地建立每个节点邻近网络的局部最小生成树，选取最优邻居，并通过局部人工势场法保持与最优邻居的通信链路，使多机器人动态网络在保持连通的基础上优化全局信息连通性，获得最优的网络通信代价。本发明不需要中心节点集中计算，可以分布式并行地实施，减少了通信负荷，增强了多机器人网络的可扩展性和鲁棒性；可以克服由于机器人运动引起的通信链路中断问题。

摘要：本发明公开了一种分布式多像机系统的全局标定方法，包括以下步骤：使用由两组相互正交平行直线组成的二维标定靶标，基于灭点和灭线估计像机与靶标的相对位置姿态(位姿)，通过灭线方程和已知的靶标几何尺寸得到相对位姿初始值，通过求取重投影误差函数最小值得到像机与标定靶标的相对位姿的最优值；使用辅助像机拍摄相邻靶标图像得到相邻靶标间的坐标变换矩阵，通过增量方法求得各标定靶标相对于参考靶标的相对位姿初始值，通过求取基于闭合图像序列的重投影误差函数的最小值，得到各靶标相对于参考靶标的变换矩阵的最优值；通过相应的坐标变换，求得各像机相对于参考像机的变换矩阵的最优值，进行分布式多像机系统的全局标定。

摘要：本发明公开了一种基于平面镜的像机安装位置标定方法，属于光学系统的摄影测量学技术领域。本发明包括以下步骤：将一维靶标在像机前摆放多次，根据交比不变性计算一维靶标在像机坐标系中的位姿初值，并通过最小化重投影误差得到靶标位姿的最优解；采用闭式解方法计算镜面法向量和像机光心到镜面距离；然后通过反射重投影误差最小得到平面镜位姿的最优解；当镜面位姿确定后，结合像机坐标系与平台虚像坐标系的转换关系，求得像机坐标系与平台实像坐标系间的转换关系，完成像机安装参数的标定。本发明不需要提前知道靶标运动和像机姿态信息，最少两次摆放位置即可求得镜面姿态，实现简单方便，尤其适用于像机和镜面处于固定位置的场合。

摘要：本发明公开了一种飞行器密集自主编队的队形拆分方法，属于飞行控制技术领域。所述的队形拆分方法首先进行飞行器编队建模；飞行器编队在队形拆分前按照刚体转弯形式编队飞行，各节点维持其在编队弹道坐标系中的几何位置关系不变，拆分队形过程中节点按照质点转弯形式或者形变转弯形式编队飞行。本发明有效降低了密集编队分群时处理节点间碰撞冲突的复杂度与难度。

摘要：本发明公开了一种飞行器自主编队支撑网络的分布式边界决策协议，属于网络边界的一种网络特征认知协议技术领域。本发明考虑到编队的可扩展性、实时性和编队网络的Ad?hoc特点，本发明中的边界决策协议的设计是分布式的，并且有合理判断凹边界的能力，并未假设较高的网络节点密度和节点均匀性，网络边界的确定取决于连接认定距离。本发明在确定凸边界的基础上，基于扩展消息扩展得到凹边界，充分考虑了实现扩展过程中节点间各式各样的连接的复杂情况：扩展共线现象、扩展交叉现象和扩展共点现象。本发明使每个节点分布式地确定了自己的状态，尤其对大规模Ad?hoc网络凹边界的分布式决策具有明显的优势，减弱了协议对节点的要求。

摘要：本发明公开了一种飞行器自主编队支撑网络的时隙分配协议，属于飞行控制技术领域。所述时隙分配协议，包括固定时隙分配、预约时隙分配、固定时隙与预约相结合的复合模式。本发明很好的解决了自主编队职称网络时隙分配的问题，根据网络规模在固定分配与预约分配两种工作模式间进行动态切换，各工作模式被选定后，可以根据当前业务量，内部动态调整帧结构及时隙划分，以适应网络的高动态性，提高节点信息的更新率、信道利用率和系统容量。模式的切换及各时隙的分配均由节点自主完成，便于实现网络自组织管理，体现了网络的自主性。

摘要：本发明公开了一种基于绝对二次曲线像的相机自标定方法，属于图像处理和相机标定技术领域。所述方法具体为：提取特征点和特征直线，计算消影点、消影线以及虚圆点的像；根据消影点和虚圆点的像，计算绝对二次曲线的像并求出相机的内参数矩阵，利用旋转矩阵的正交特性计算旋转矩阵，利用相机中心在世界坐标系中的位置计算平移向量；利用透视投影模型计算的消影线与通过消影点拟合得到的消影线进行对比计算相机的欧拉角；利用归一化算法来求解基本矩阵，确定不同图像之间的约束关系，完成相机自标定。本发明的优点在于设计一种新的靶标，使用该靶标进行标定简单方便实用，具有广泛的实用性，提高了数据处理的精确度，减少坐标变换对数据的影响。

摘要：本发明公开了一种无人机自主编队评价指标与模型预测控制(MPC)编队控制方法，属于飞行控制技术领域。本发明提供了关于无人机自主编队的相关定义、无人机自主编队避碰概率的计算方法和无人机自主编队评价指标，提出了适用于无人机MPC编队控制方法。本发明解决了在已知无人机自主编队的规模为M，编队中的无人机之间的平均期望间距为d_r，要求整个编队的碰撞概率小于P_c情况下，如何给出自主编队飞行控制系统设计应遵循的避碰量化指标的问题。本发明方法为无人机自主编队控制系统的工程设计提供了量化的指标依据，解决了无人机密集编队的避碰问题。

摘要：本发明公开了一种适用于无人机密集自主编队的队形变换方法，属于飞行控制技术领域。本发明设计了基于透光性假说的LMPC编队控制器，能在无人机密集编队的间距小于所设定的安全距离时有效地起到防碰撞作用；本发明提出的基于队形状态的密集编队的队形变换方法，解决了某些无人机在达成期望值的过程中容易与其它无人机发生冲突的问题，尤其是在密集编队间距较小的情形，即把容易冲突的因素直接变换分解为若干不易冲突的子变换来减弱队形变换的不稳定因素。在密集编队队形的各种改变下，有效的防止了编队队形中无人机的碰撞问题，这对于无人机在密集自主编队的队形变换方面具有实际工程意义。

摘要：本发明公开了一种多无人机的动态编队控制方法，属于飞行控制技术领域，包括步骤一：队形保持方法；步骤二：避障方法；步骤三：基于行为的编队过程，其中基于行为的编队过程分别为行为分解与控制实现。本发明解决了传统的虚拟结构方式编队控制对通信质量要求较高的缺点，引入了基于行为的编队控制方法，降低了对编队无线数据链更新率的要求，增强了无人机群编队的避障能力；且本发明针对传统基于行为方式的编队控制编队刚性保持不好的缺点，引入了虚拟结构作为参考。在保持队形相对稳定的前提下，增强微小型无人机在未知环境下规避障碍物和威胁的能力，对于无人机群协同低空突防有一定借鉴意义的。