-
公开(公告)号：CN115421506B
公开(公告)日：2023-08-11
申请号：CN202210312748.X
申请日：2022-03-28
Applicant: 北京理工大学
IPC: G05D1/10
Abstract: 本发明公开了一种基于模型预测控制的无人机周期轨迹跟踪及避障方法，其基本思想为：给出无人机的运动模型，以及控制过程中存在的控制输入约束和避障约束；为减轻计算负担和避免求解结果的保守性，采用MINVO基对避障约束进行处理；根据所给的周期参考轨迹，考虑该参考轨迹可能存在不可跟踪的情况，引入人工参考变量，生成新的可跟踪的最优周期轨迹，并根据期待的周期参考轨迹、可跟踪的最优周期轨迹以及无人机的预测轨迹，设计相应的代价函数，构造MPC优化问题，并采用合适的非线性求解器(本发明采用的IPOPT求解器)进行求解，从而完成对无人机周期轨迹跟踪控制。
-
公开(公告)号：CN114721412B
公开(公告)日：2023-06-16
申请号：CN202210263895.2
申请日：2022-03-16
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于模型预测控制的无人机轨迹跟踪避障方法，采用了MINVO基获取障碍物预测轨迹的外多面体，采用分隔平面作为在线优化变量，将无人机的预测轨迹与障碍物集分离，完成无人机位置控制。通过对避障约束的转化求解，可以直观的体现避障约束的效果，提高无人机在轨迹跟踪过程中的避障成功率。内环即姿态控制采用了一阶控制器，保证了无人机避障轨迹跟踪控制的完整性。同时考虑系统的状态约束、控制约束以及参考轨迹，通过模型预测控制对外环进行控制，并设计合理的终端成本、终端控制器和终端约束条件，构建优化模型，证明算法的可行性。
-
公开(公告)号：CN115202213B
公开(公告)日：2023-05-12
申请号：CN202210924853.9
申请日：2022-08-02
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于自抗扰控制的四旋翼飞行器控制方法，针对四旋翼飞行器的姿态跟踪控制问题，基于现有的自抗扰控制理论，在扩张状态观测器的控制输入中考虑电机动态模型的影响，设计了一种针对四旋翼飞行器的改进扩张状态观测器设计与参数整定方法，进一步提升了扰动估计的精度与速度，有效提高了四旋翼飞行器姿态控制的鲁棒性。
-
公开(公告)号：CN115524975A
公开(公告)日：2022-12-27
申请号：CN202211302277.0
申请日：2022-10-24
Applicant: 北京理工大学
IPC: G05B13/04
Abstract: 本发明公开了一种针对列车运行的虚拟耦合策略和模型预测控制方法，采用模型预测控制的预测和多目标优化特性，将列车控制与道路信息结合，进行更加精准平稳的列车速度控制，提出的前后车最小距离计算方法能够有效提高前后车跟随的可靠性和灵活性，并将列车的车车间距缩短到100m以内，有效提高了铁路的利用效率，同时解决了列车控制的输入延迟问题，能够在两辆列车耦合靠近时更加精准控制列车的状态。
-
-
Patent Agency Ranking
-
公开(公告)号：CN115421506A
公开(公告)日：2022-12-02
申请号：CN202210312748.X
申请日：2022-03-28
Applicant: 北京理工大学
IPC: G05D1/10
Abstract: 本发明公开了一种基于模型预测控制的无人机周期轨迹跟踪及避障方法，其基本思想为：给出无人机的运动模型，以及控制过程中存在的控制输入约束和避障约束；为减轻计算负担和避免求解结果的保守性，采用MINVO基对避障约束进行处理；根据所给的周期参考轨迹，考虑该参考轨迹可能存在不可跟踪的情况，引入人工参考变量，生成新的可跟踪的最优周期轨迹，并根据期待的周期参考轨迹、可跟踪的最优周期轨迹以及无人机的预测轨迹，设计相应的代价函数，构造MPC优化问题，并采用合适的非线性求解器(本发明采用的IPOPT求解器)进行求解，从而完成对无人机周期轨迹跟踪控制。
-
公开(公告)号：CN114879658A
公开(公告)日：2022-08-09
申请号：CN202210336388.7
申请日：2022-03-28
Applicant: 北京理工大学
Inventor： 夏元清 , 孔祥煜 , 戴荔 , 翟弟华 , 孙中奇 , 詹玉峰 , 崔冰 , 张金会 , 邹伟东 , 刘坤 , 吴楚格 , 郭泽华 , 李怡然 , 张元 , 闫莉萍 , 高寒 , 杨辰
IPC: G05D1/02
Abstract: 本发明公开了一种气垫船轨迹跟踪控制方法，通过采用微分平坦方法将将欠驱动的气垫船模型转化为全驱动的系统，并基于全驱动模型使用自抗扰控制方法设计控制器，将建模误差和外部扰动作为扩张状态实时估计并进行补偿，方便了控制器的设计提高了气垫船系统控制的抗扰性。
-
公开(公告)号：CN120070956A
公开(公告)日：2025-05-30
申请号：CN202510059822.5
申请日：2025-01-15
Applicant: 北京理工大学
IPC: G06V10/764 , G06V10/25 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/0985
Abstract: 本公开提供了一种基于对抗学习的小样本跨域目标检测方法。首先利用源域数据和部分目标域数据构建训练集；通过在基准网络上引入对抗学习分支实现源域和目标域的特征分布对齐，从而改进目标检测网络模型；对抗学习分支输出样本属于源域或是目标域的域类别检索结果；在设计总损失函数中加入了特征提取器的特征度量损失和对抗学习分支的域分类损失；采用训练集和损失函数对上述改进后的网络模型进行训练。本发明引入了对抗学习策略和特征度量损失，以有效执行小样本目标检测任务，提高了模型的泛化能力，检测准确性高、效率高。
-
公开(公告)号：CN118963152B
公开(公告)日：2024-12-20
申请号：CN202411448434.8
申请日：2024-10-17
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于神经网络在线学习的飞行器快速机动方法，涉及高超音速飞行器控制技术领域。通过基于历史数据在线学习的神经网络处理未知的系统不确定性，并通过固定时间滤波器来估计虚拟控制的导数和一些必要的信息。基于神经网络估计的信息和固定时间反步控制器，解决了高超音速飞行器的固定时间跟踪问题。由于神经网络具有自学习功能和并行计算能力，可以快速得到最优的控制效果，因此本发明的固定时间反步控制器可以确保具有不确定性的高超音速飞行器控制系统在固定时间内使系统姿态和速度稳定到期望状态。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.027 seconds)
