-
公开(公告)号：CN108845588A
公开(公告)日：2018-11-20
申请号：CN201810653448.1
申请日：2018-06-22
Applicant: 哈尔滨工业大学
Abstract: 本发明提供一种基于非线性制导的四旋翼飞行器轨迹跟踪控制方法，属于飞行器控制技术领域。本发明首先对四旋翼飞行器建立直线路径坐标系、圆弧路径极坐标系以及惯性坐标系；然后计算四旋翼飞行器跟踪轨迹所需的高度、期望的航向角、期望的俯仰角、期望的侧向加速度；四旋翼飞行器的高度控制器获取跟踪轨迹所需的高度，姿态角控制器获取期望航向角，俯仰角控制器获取期望的俯仰角，滚转角控制器获取期望的侧向加速度，最后四旋翼飞行器在高度控制器、姿态角控制器、俯仰角控制器以及滚转角控制器的控制下按照预定轨迹飞行。本发明解决了现有四旋翼飞行器跟踪控制无法保证匀速飞行、响应延时大的问题。本发明可用于四旋翼飞行器轨迹跟踪控制。
-
公开(公告)号：CN116610141B
公开(公告)日：2025-05-23
申请号：CN202310478528.9
申请日：2023-04-28
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种针对对抗环境的高速飞行器大规模集群控制方法及系统，涉及飞行器集群控制技术领域，用以解决对抗环境下高速飞行器大规模集群涉及的队形控制和威胁规避问题。本发明的技术要点包括：对高速飞行器集群内的每个个体，获取采集的集群信息和环境信息；对所述集群信息和环境信息进行预处理；将预处理后的高速飞行器集群的集群信息和环境信息分别输入预训练的基于深度神经网络的飞行器集群控制策略网络，获取控制指令。本发明可适应飞行器集群个数及环境状态的变化，可以根据需求扩展到大规模的高速飞行器集群应用场景中。
-
公开(公告)号：CN118411088B
公开(公告)日：2025-04-22
申请号：CN202410620079.1
申请日：2024-05-20
Applicant: 哈尔滨工业大学
IPC: G06Q10/067 , G06Q10/0631
Abstract: 一种基于MBSE的月面活动任务建模方法及系统，本发明涉及系统工程技术领域。本发明为了解决月面活动复杂度高、任务建模困难的问题。本发明包括基于月面活动任务“功能—需求”二元关系，进行“任务—子任务—元任务”月面活动任务建模；进行面向推演的月面活动事件标准制定，以月面人员装备实体或实体集为行为主体、以离散的时间和空间域为索引维度、以实体的行为或状态变化为基本事件，构建表征实体集动态过程的时空事件序列模型；将月面活动任务看作系统，采用自顶向下的方法，从需求出发，建立基于MBSE的月面活动模型。本发明用于月面活动任务建模。
-
公开(公告)号：CN119847199A
公开(公告)日：2025-04-18
申请号：CN202411957434.0
申请日：2024-12-30
Applicant: 哈尔滨工业大学
Abstract: 本发明一种基于混合学习方法的再入飞行器编队控制方法、系统及存储介，涉及再入飞行器控制技术领域，为解决现有的基于强化学习的控制方法难以探索性能边界、控制方法不能确保安全的问题。包括：步骤一：获取单个飞行器的飞行轨迹数据；步骤二：以飞行器作为智能体，建立智能体决策网络，通过监督学习的方式进行训练得到智能体自主控制模型；步骤三：基于深度强化学习理论建立多智能体协同控制网络，将智能体自主控制模型应用到多智能体协同控制网络中，采用包括飞行器单体奖励与群体奖励的耦合奖励机制，对智能体自主控制模型进行协同控制训练，得到多智能体协同控制模型；步骤四：通过多智能体协同控制模型对再入飞行器编队进行协同控制。
-
公开(公告)号：CN118584951B
公开(公告)日：2025-02-14
申请号：CN202410619301.6
申请日：2024-05-19
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种月面探测时间网的多巡视器协同任务规划方法及系统，涉及月面探测技术领域。本发明的技术要点包括：根据月面多巡视器协同探测任务进行建模；基于月面协同探测任务，建立月面可探测点之间的可通行道路网；根据月面可通行道路网的探测信息，建立多巡视器月面探测时间网；利用单亲遗传算法对月面协同探测任务进行路径求解，获取各巡视器进行月面协同探测的最优路径。本发明有效解决了月面大范围多巡视器任务规划问题，各巡视器的探测任务量能够得到较好分配，明显降低了整体探测用时。
-
Patent Agency Ranking
公开(公告)号：CN116610141A
公开(公告)日：2023-08-18
申请号：CN202310478528.9
申请日：2023-04-28
Applicant: 哈尔滨工业大学
IPC: G05D1/10
Abstract: 本发明公开了一种针对对抗环境的高速飞行器大规模集群控制方法及系统，涉及飞行器集群控制技术领域，用以解决对抗环境下高速飞行器大规模集群涉及的队形控制和威胁规避问题。本发明的技术要点包括：对高速飞行器集群内的每个个体，获取采集的集群信息和环境信息；对所述集群信息和环境信息进行预处理；将预处理后的高速飞行器集群的集群信息和环境信息分别输入预训练的基于深度神经网络的飞行器集群控制策略网络，获取控制指令。本发明可适应飞行器集群个数及环境状态的变化，可以根据需求扩展到大规模的高速飞行器集群应用场景中。
-
公开(公告)号：CN116400720A
公开(公告)日：2023-07-07
申请号：CN202310468734.1
申请日：2023-04-27
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种无副翼单主桨加尾旋翼的微小型直升机姿态控制方法及系统，涉及直升机姿态控制技术领域，以解决无副翼单主桨加尾旋翼构型的微小型直升机姿态稳定控制问题。本发明的技术要点包括：获取直升机的实时姿态角信息和期望姿态角，所述实时姿态角信息包括直升机姿态角和姿态角速度；对直升机姿态角进行处理，获取直升机姿态角速度指令；根据姿态角速度指令和姿态角速度计算姿态角速度偏差，并将姿态角速度偏差输入PID控制器中，获取直升机三轴控制力矩；将直升机三轴控制力矩转化分配为主旋翼斜盘舵机和尾旋翼舵机的控制信号，实现姿态控制。本发明可实现无副翼单主桨加尾旋翼微小型直升机的灵巧姿态控制。
-
公开(公告)号：CN112068549B
公开(公告)日：2022-12-16
申请号：CN202010789469.3
申请日：2020-08-07
Applicant: 哈尔滨工业大学
IPC: G05D1/02
Abstract: 本发明是一种基于深度强化学习的无人系统集群控制方法。本发明涉及无人系统集群控制技术领域，本发明为了解决现有无人系统集群控制方法环境适应性差的问题。本发明包括：在无人系统集群中，每个无人系统分别探测环境信息；将环境信息分为目标信息、障碍信息以及其他无人系统状态信息；对获得的信息分别进行标准化处理；将标准化处理的信息通过深度神经网络处理，得到选择动作的概率值；根据得到的概率值选择动作，观测新的环境信息并获得动作评价值；收集所有无人系统与环境交互的数据训练深度神经网络；利用训练好的深度神经网络进行无人系统集群控制。本发明用于无人系统集群控制技术领域。
-
公开(公告)号：CN114997297A
公开(公告)日：2022-09-02
申请号：CN202210582031.7
申请日：2022-05-26
Applicant: 哈尔滨工业大学
Abstract: 一种基于多级区域划分的目标运动意图推理方法及系统，涉及移动目标运动意图推理技术领域，用以解决现有方法对于缺乏目标运动意图先验知识则无法推理目标运动意图的问题。本发明将城市环境进行多级多区域划分构成移动目标的运动意图集合；将获取的多个移动目标城市运动轨迹在运动意图集合中标注以构建训练数据集；将训练数据集进行离散化以构建特征地图矩阵；将特征地图矩阵输入基于卷积神经网络的多级目标运动意图推理模型进行训练；将待推理的移动目标城市运动轨迹在运动意图集合中进行标注并进行离散化处理，输入训练好的推理模型中，获取移动目标前往各级区域中各子区域的概率。本发明可应用于移动目标目的地未知的推理问题中。
-
公开(公告)号：CN114970819A
公开(公告)日：2022-08-30
申请号：CN202210581312.0
申请日：2022-05-26
Applicant: 哈尔滨工业大学
Abstract: 一种基于意图推理与深度强化学习的移动目标搜索跟踪方法及系统，涉及移动目标搜索跟踪技术领域，用以解决现有技术对复杂环境中运动的移动目标跟踪效果差、目标丢失之后搜索效率低的问题。本发明的技术要点包括：建立移动目标运动意图推理模型，根据观测到的移动目标运动状态推理目标的运动意图；基于推理的移动目标运动意图预测移动目标在丢失之后可能出现的位置；采用深度强化学习方法训练移动目标丢失之后的搜索策略；使用训练好的搜索策略对丢失的目标进行快速搜索，从而实现对目标的长期跟踪。本发明在移动目标运动模型未知时可以准确地预测出目标的运动轨迹，训练的搜索策略具有更好的泛化能力与鲁棒性，从而可快速搜索到丢失的目标。
-
-
-
-
-
-
-
-
-
Search Results
68
records
(took 0.026 seconds)
