-
公开(公告)号:CN112414401B
公开(公告)日:2023-02-28
申请号:CN202011233365.0
申请日:2020-11-06
Applicant: 北京理工大学
IPC: G01C21/16 , G01C21/20 , G05D1/10 , G06N3/0464
Abstract: 本发明公开了一种基于图神经网络的无人机协同定位系统及方法,包括多个无人机、服务器和无人机仿真平台,通过在无人机仿真平台上建立神经网络训练模型获得无人机上搭载的图神经网络模型,使得无人机能够自主生成控制指令,实现多无人机的协同定位。本发明提供的基于图神经网络的无人机协同定位系统及方法,采用去中心化的控制系统,对服务器要求低,可实现无人机的实时控制,并且定位准确度高,抗干扰能力强。
-
公开(公告)号:CN112198893B
公开(公告)日:2022-08-19
申请号:CN202010443887.7
申请日:2020-05-22
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于分数阶微积分的无人机集群区域覆盖控制系统及方法,该控制系统包括无人机、传感器、执行器和地面站,传感器和执行器搭载在无人机上,传感器和执行器分别与地面站通信连接。本发明采用集群无人机形成无线传感器‑执行器网络,对目标物分布情况进行检测,并发送至地面站,地面站对检测结果进行分析处理,预测目标物的期望场分布,对无人机位置进行部署,由执行器对目标物进行控制,改变目标物分布,至完全消除目标物。本发明采用反馈闭环系统,使无人机能够按照目标物分布进行覆盖部署,提高对目标物的控制效率,实现对目标物的动态实时有效控制。
-
-
公开(公告)号:CN113138601B
公开(公告)日:2022-05-20
申请号:CN202011554891.7
申请日:2020-12-24
Applicant: 北京理工大学
Abstract: 本发明公开了一种应用于反低慢小目标的无人机姿态控制方法,通过将基于扩张状态观测器的扰动估计与基于非奇异终端滑模控制算法相结合,实现无人机在“点对点”精确反制低慢小目标过程中的姿态控制。本发明提供的应用于反低慢小目标的无人机姿态控制方法,提高了控制系统的鲁棒性并且保证了无人机姿态控制的快速性。
-
-
公开(公告)号:CN113138602A
公开(公告)日:2021-07-20
申请号:CN202011595882.2
申请日:2020-12-28
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于频域辨识的多旋翼无人机建模方法,该方法中通过人工提供输入信号来指挥旋翼无人机飞行,进而获得对应的输出信息,在对输入输出信息做卡尔曼滤波处理后,解算得到频率响应对,再通过各个参数的不确定性和不灵敏度判断该参数的影响程度,最终将影响较小的参数设置为0,将影响较大的参数保留在原始状态空间矩阵中,进而得到最终的多旋翼无人机的动力学模型。
-
公开(公告)号:CN113138563A
公开(公告)日:2021-07-20
申请号:CN202110256813.7
申请日:2021-03-09
Applicant: 北京理工大学
IPC: G05B17/02
Abstract: 本发明公开了一种多旋翼机控制器半实物仿真系统,包括主控计算机、双轴转台和飞控板,双轴转台与主控计算机连接,接收主控计算机输出的姿态控制信息,根据姿态控制信息进行主轴和倾斜轴的转动;飞控板设置在双轴转台的转台台面上,与主控计算机连接,将测量的姿态运动信息反馈给主控计算机。本发明公开的多旋翼机控制器半实物仿真系统,有助于控制器参数的整定,有效地降低了飞行试验的成本和危险性,提高了实验的可重复性和可靠性。
-
公开(公告)号:CN112882493A
公开(公告)日:2021-06-01
申请号:CN202110114079.0
申请日:2021-01-27
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于分布式最优能量MPC的集群协同部署方法,通过多个无人机自组网通讯,各无人机自主生成控制指令,实现无人机群的协同部署。本发明所述的基于分布式最优能量MPC的集群协同部署方法,基于分布式模型预测控制方法,建立最优控制方程,通过求解哈密顿方程得到次优解析解,极大地减少优化过程的计算量,实现实时轨迹的生成,具有无需中央服务器控制、集群无人机数量多、无人机密集程度高等诸多优点。
-
公开(公告)号:CN112198892A
公开(公告)日:2021-01-08
申请号:CN202010404371.1
申请日:2020-05-13
Applicant: 北京理工大学
IPC: G05D1/10
Abstract: 本发明公开了一种多无人机智能协同突防对抗方法,该方法包括以下步骤:步骤1,对无人机集群进行训练,获得集群内各无人机的策略模型;步骤2,各无人机根据观测状态,采用训练获得的策略模型获得行为决策。本发明所公开的多无人机协同突防方法,可用于复杂环境下的无人机协同突防,其训练出的策略模型在执行时只依赖于无人机自身的局部观测信息且能给出最优行为决策;通过集中式的评判模块和反事实基线方法,实现了多无人机协同的合作共赢,平衡个体收益与集群的整体收益,为多无人机协同突防提供了高效、可靠的技术方案。
-
公开(公告)号:CN112198888A
公开(公告)日:2021-01-08
申请号:CN201911416795.3
申请日:2019-12-31
Abstract: 本发明公开了一种考虑无人机在机动平台自主起降的自适应PID控制方法及系统,该方法包括获得多旋翼无人机在不同工作环境下的理想PID参数;根据多旋翼无人机工作环境,初始化PID值,并将PID控制器设置为自动模式;根据模糊自适应控制算法,对PID参数进行修正。本发明的控制方法通过观测多旋翼无人机姿态的控制偏差及偏差变化率,利用模糊自适应控制算法实时解算当前状态下PID的补偿量,对PID参数进行补偿,重新赋值给飞控,以适应飞行环境的改变和飞机自身动态特性的变化给控制系统带来的干扰,从而提高控制系统的鲁棒性,保证PID控制器的性能和整个多旋翼无人机的安全。
-
-
-
-
-
-
-
-
-