技术特征：
1.一种机器人操作系统应用验证的半实物测试系统，其特征在于，所述测试系统布置于室内，包括：gps发射模块、状态监测模块、编队相似度计算模块、自主路径规划模块和效果评价模块；所述gps发射模块用于：在室内环境模拟生成并发射gps信号；所述室内环境包括：时间和空间；每个状态监测模块对应一架被测无人机，所述状态监测模块用于：监测各被测无人机的实测受力；所述编队相似度计算模块用于：各无人机自主计算在编队中的期望目标位置；所述自主路径规划模块用于：各无人机采用自主路径规划算法自主计算从其被固定位置到达期望目标位置的路径，同时获得所需的期望控制加速度，并基于所述期望控制加速度确定期望受力；所述效果评价模块用于：基于所述期望受力与实测受力的最小量化误差作为健康指标，用于排除无人机硬件故障，基于仿真标准受力与实测受力的最小量化误差作为性能评价指标，用于评价机器人操作系统的功能和性能；所述仿真标准受力是指，效果评价模块通过仿真计算各无人机从被固定位置飞行到期望目标位置的路径，计算出各无人机应当执行的推力、升力和扭矩的统称。2.如权利要求1所述的系统，其特征在于，所述状态监测模块安装于支撑底座的底部，包括：固定支撑部件、传感器和数据采集系统；所述无人机固定于所述固定支撑部件的顶部；所述传感器设置于所述固定支撑部件的底部；所述数据采集系统与传感器连接；所述传感器用于测量无人机的升力、推力和扭矩；所述数据采集系统基于所述监测到的各被测无人机升力、推力和扭矩大小，计算出各无人机的实际受力。优选的，所述传感器为三轴力和力矩传感器。3.如权利要求1所述的系统，其特征在于，所述编队相似度计算模块具体用于：各无人机基于编队相似性指标计算自身在编队中的期望目标位置；其中，所述编队相似性指标采用的是frobenius范数。优选的，所述路径规划包括：基于莱维启发式搜索的kinodynamic a*算法。优选的，所述gps发射模块安装于室内，具体用于，通过数据模拟实现生成室内gps信号，并在室内发射；无人机采用gps定位时，无人机能够自主计算在期望编队中的目标位置坐标。优选的，所述系统还包括gps转发器；所述gps转发器由接收端和发射端组成；所述gps转发器的接收端布放在室外，发射端布放在室内；所述gps转发器用于接收室外gps信号，并将室外gps信号处理后发射到室内；所述gps信号处理包括但不限于：gps信号静态偏置和按照确定规律动态变化的处理方式。4.如权利要求2所述的系统，其特征在于，所述固定支撑部件从下到上依次包括：支撑底座、连接杆、球面副和支架底板；所述连接杆竖直放置，连接杆的顶端与支架底板通过所述球面副连接；所述无人机固定于支架底板上；所述连接杆设置于支撑底座上；所述的支撑
底座需要牢靠固定在地面上。5.如权利要求1所述的系统，其特征在于，所述自主路径规划模块还用于：单架无人机基于所述其在被固定位置的期望控制加速度，来确定自主飞行控制指令。优选的，所述无人机执行自主飞行控制指令，获得升力和推进力，进而向所述支撑底座施加下述中的一种或多种反作用力：升力、推力和扭矩。6.一种机器人操作系统应用验证的半实物测试方法，其特征在于，包括：利用权利要求1至5任意项提供的一种机器人操作系统应用验证的半实物测试系统执行：步骤1：基于期望目标位置，各无人机采用自主路径规划算法计算自身从被固定位置到达期望目标位置的期望控制加速度，并基于所述期望控制加速度确定期望受力；监测集群中各无人机在被固定位置的实测受力；基于所述期望受力与实测受力的最小量化误差作为健康指标，用于排除无人机的硬件故障；步骤2：效果评价模块通过仿真计算各无人机从被固定位置飞行到期望目标位置的路径，计算出各无人机应当执行的推力、升力和扭矩，统称为仿真标准受力；监测集群中各无人机在被固定位置的实测受力；基于所述仿真标准受力与实测受力的最小量化误差作为性能评价指标，用于评价机器人操作系统的功能和性能。7.如权利要求6所述的方法，其特征在于，所述各无人机采用自主路径规划算法计算自身从被固定位置到达期望目标位置的期望控制加速度，包括：基于室内地图，将室内空间映射到一个配置空间，将无人机抽象成点，并投影到所述配置空间中；基于在室内模拟的gps信号定位，确定下一个期望目标位置坐标；无人机为了到达下一个期望目标位置，所搭载的机器人操作系统调用路径规划算法执行计算，得到其在被固定位置的期望控制加速度，并生成控制指令；所述室内地图为无障碍地图，或包含静态障碍物的地图。优选的，所述路径规划包括：各无人机基于编队相似性指标自主计算自身在编队中的期望目标位置；从被固定位置飞行到达期望目标位置的路径规划，采用的路径规划算法是基于莱维启发式搜索的kinodynamic a
*
算法。优选的，所述基于莱维启发式搜索的kinodynamic a
*
算法，包括：各无人机从其被固定位置到达编队中的期望目标位置的总路径；所述总路径是由许多段局部路径首尾相连组成的。优选的，所述各无人机从其被固定位置到达编队中的期望目标位置的总路径包括：基于莱维启发式搜索方法对路径搜索计算，得到各个航点的多个候选加速度解；根据无人机的动力学原理，基于候选加速度计算得到无人机在各航迹点的坐标；基于各航迹点的坐标，构建目标损失函数迭代计算或基于采样搜索方式就得到一条长
度最短的可行总路径。优选的，所述候选加速度计算式为：式中，和分别为第t次和t+1次迭代的随机加速度序列；α为阶跃比例因子；s为步长；为点对点乘法；h(u)为heaviside跃迁函数；ε为从随机分布中取的随机数；其中，随机加速度序列计算式为：式中，为迭代t次的一段局部路径的候选加速度解；α＝o(l/10)或α＝o(l/100)；l(s,λ)为levy随机搜索路径；通常，变量s取值为1.5；λ为变量；其中，l(s,λ)的计算式为：式中，s0为最小步长。优选的，所述编队相似性指标的表达式为：式中，为当前编队的对称归一化拉普拉斯算子；为期望编队的对称归一化拉普拉斯算子；||
·
||
f
为frobenius算子；f为编队相似性指标值。8.如权利要求6所述的方法，其特征在于，所述基于所述期望受力与实测受力的最小量化误差作为健康指标，用于排除无人机的硬件故障，包括：将各无人机的期望受力向量作为输入向量，以最小量化误差为输出，对自组织特征映射模型进行训练，得到第一个自组织特征映射模型；其中，所述最小量化误差为所述输入向量与最佳匹配单元之间的欧氏距离；将实测受力向量带入预先训练的第一个自组织特征映射模型，得到最小量化误差曲线；当所述最小量化误差变化曲线发生明显的阶梯或跳跃变化时，则说明所述集群中某一架或多架无人机发生了硬件故障，否则所述集群不存在发生硬件故障的无人机。9.如权利要求6所述的方法，其特征在于，所述基于所述仿真标准受力与实测受力的最小量化误差作为性能评价指标，用于评价机器人操作系统的功能和性能，包括：将各无人机的仿真标准受力向量作为输入向量，以最小量化误差为输出，对自组织特征映射模型进行训练得到第二个自组织特征映射模型；其中，所述最小量化误差为所述输入向量与最佳匹配单元之间的欧氏距离；将所述实测受力向量带入预先训练的第二个自组织特征映射模型得到最小量化误差；通过判断最小量化误差是否超过设定的阈值范围，对机器人操作系统的性能评价。10.如权利要求8或9所述的方法，其特征在于，所述自组织特征映射模型采用如下学习函数：w
i
(t+1)＝w
i
(t)-α(t)
·
h
ci
(t)
·
(f
i
(t)-w
i
(t))
式中，t+1和t分别为两个相邻的运行周期，w
i
为自组织特征映射模型的第i个神经元的权值向量，f
i
(t)为训练时输入向量，h
ci
(t)为t运行周期获取邻近神经元的方式；a(t)为学习率，随着学习的进展而减小。优选的，所述输入向量与最佳匹配单元之间的欧氏距离的计算表达式为：e
t
＝min||f(t)-bmu||2式中，e
t
为第t运行周期时的最小量化误差，f(t)为第t运行周期时输入向量，bmu为最佳匹配单元。
技术总结
一种机器人操作系统应用验证的半实物测试系统与方法，包括GPS发射模块、状态监测模块、编队相似度计算模块、自主路径规划模块和效果评价模块。其中，GPS发射模块用于在室内环境模拟生成并发射GPS信号；状态监测模块用于监测各无人机的实测受力；编队相似度计算模块用于各无人机自主计算自身在编队中的期望目标位置；自主路径规划模块用于各无人机自主计算自身的期望控制加速度，并确定期望受力；效果评价模块用于排除各无人机硬件故障，并对机器人操作系统的功能和性能进行评价。本发明的应用可以减少大规模无人机搬运到外场试验频次，降低试验成本。降低试验成本。降低试验成本。
技术研发人员：赵林 任维雅 孙风光 闫松 晏杰
受保护的技术使用者：中国人民解放军军事科学院国防科技创新研究院
技术研发日：2022.01.28
技术公布日：2022/6/17