公开(公告)号：CN113720331B

公开(公告)日：2023-12-19

申请号：CN202011568278.0

申请日：2020-12-25

Applicant: 北京理工大学

Inventor： 宋韬 ,  吕军宁 ,  莫雳 ,  金忍 ,  王江 ,  何绍溟

IPC: G01C21/20

Abstract: 本发明公开了一种多相机融合的无人机建筑物内导航定位方法，所述方法包括以下步骤：步骤1，在建筑物内设置标识物，建立已知环境的标识物地图；步骤2，在飞行过程中，无人机根据观测到的标识物的信息，获得机体的位姿信息。本发明提供的多相机融合的无人机建筑物内导航定位方法，能够满足在能源限制下的任意飞行时间内的导航需求，不存在累积误差；鲁棒性强，多个相机同时观测，能够保证至少看见一个光学靶标，减少了定位失败的问题；且最小化了单次测量误差，显著提高了定位准确性。

公开(公告)号：CN116991173A

公开(公告)日：2023-11-03

申请号：CN202210441534.2

申请日：2022-04-25

Applicant: 北京理工大学

Inventor： 何绍溟 ,  李若萱 ,  宋韬 ,  林德福 ,  李斌 ,  范世鹏 ,  张福彪

IPC: G05D1/10

Abstract: 本发明公开了一种基于无人机的制导与引战配合控制方法及控制系统。本发明提供的方法包括以下步骤：实时获知无人机的位置信息和速度信息；实时获知目标的位置信息和速度信息；实时判断无人机和目标之间的距离，当距离小于警戒值时，控制引信启动工作；当引信启动后，控制无人机视线角约束，使无人机进攻目标。本发明的方法能够通过控制无人机速度方向保证无人机精确击中目标，获得零脱靶量。

公开(公告)号：CN116755470A

公开(公告)日：2023-09-15

申请号：CN202310775396.6

申请日：2023-06-28

Applicant: 北京航空航天大学 ,  北京理工大学

Inventor： 李虹言 ,  王江 ,  曹先彬 ,  陶宏 ,  何绍溟 ,  林德福 ,  王伟 ,  王辉 ,  宋韬 ,  范世鹏

IPC: G05D1/10

Abstract: 本发明公开了一种适用于远程滑翔飞行器的多约束末速最优中制导方法，包括以下步骤：发射平台规划出末速最优的中制导弹道轨迹；发射平台从中制导弹道轨迹中提取航迹点，传递至飞行器；飞行器根据接收到的航迹点生成中制导指令；根据中制导指令控制飞行器的飞行过程。本发明提供的适用于远程滑翔飞行器的多约束末速最优中制导方法，能够同时满足时间、角度等末端约束，且保证了中制导段动能损失最小，增强了飞行器的最大滑翔距离。

公开(公告)号：CN116437436A

公开(公告)日：2023-07-14

申请号：CN202111676725.9

申请日：2021-12-31

Applicant: 北京理工大学

Inventor： 林德福 ,  丁宇 ,  张福彪 ,  叶建川 ,  何绍溟 ,  王辉 ,  王江

IPC: H04W64/00 ,  H04W4/02 ,  H04W40/32 ,  H04W84/18 ,  G06N3/0499 ,  G06N3/08

Abstract: 本发明公开了一种无线传感器网络高精度定位方法、系统及电子设备。本发明所提供的方法包括：建立训练样本；利用训练样本对核函数极限学习机进行训练；将未知节点间的跳数作为测试样本，得到未知节点的位置。本发明利用核函数极限学习机算法进行节点定位，能够通过训练后的单隐含层前馈神经网络直接得到未知节点的位置，避免其他算法定位的复杂过程，节省算法的定位时间，更适合实际应用。

公开(公告)号：CN116360476A

公开(公告)日：2023-06-30

申请号：CN202111614087.8

申请日：2021-12-27

Applicant: 北京理工大学

Inventor： 何绍溟 ,  金天宇 ,  李虹言 ,  刘子超 ,  柴剑铎

IPC: G05D1/10

Abstract: 本发明公开了一种基于深度神经网络的中段制导方法，通过神经网络获得制导指令，飞行器在制导指令的控制下飞行，所述神经网络的训练集通过设置最优控制问题生成。本发明提供的基于深度神经网络的中段制导方法，提高了制导精准性，鲁棒性强，降低了制导模型的复杂性。

公开(公告)号：CN116182826A

公开(公告)日：2023-05-30

申请号：CN202111425285.X

申请日：2021-11-26

Applicant: 北京理工大学

Inventor： 何绍溟 ,  霍家楷 ,  杨希雯 ,  陈祺 ,  郑小波 ,  林德福 ,  宋韬 ,  王江

IPC: G01C21/00 ,  G01C21/20

Abstract: 本发明公开了一种基于样本贪婪小道通信的分布式信息融合方法，包含以下步骤：S1、多个无人机组为通讯网络；S2、各无人机获得目标位置信息；S3、选择一个无人机，获得该无人机的信息矩阵；S4、融合该无人机与其它无人机的信息矩阵；S5、更新无人机获得目标位置信息，重复步骤S2～S5，对目标持续监控。本发明公开的基于样本贪婪小道通信的分布式信息融合方法，具有稳定性好、定位精度高、定位收敛速度快、通信负载低等诸多优点。

公开(公告)号：CN115046433A

公开(公告)日：2022-09-13

申请号：CN202110256808.6

申请日：2021-03-09

Applicant: 北京理工大学

Inventor： 王江 ,  刘子超 ,  何绍溟 ,  侯淼 ,  王鹏

IPC: F42B15/01 ,  G06F30/27 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度强化学习的飞行器时间协同制导方法，所述方法通过深度强化学习模型根据飞行器的飞行状态输出偏置项at，基于偏置比例导引的形式得到新的制导指令am，最后根据制导指令am对飞行器控制系统进行控制。本发明提供的基于深度强化学习的飞行器时间协同制导方法，选取的输入状态为当前速度、当前速度方向、当前位置以及剩余飞行时间误差，映射关系合理，使用深度强化学习拟合这一映射关系的可行性高。

公开(公告)号：CN112198887B

公开(公告)日：2022-04-01

申请号：CN201911416791.5

申请日：2019-12-31

Applicant: 北京理工大学

Inventor： 何绍溟 ,  孙之问 ,  宋韬 ,  李斌 ,  范世鹏 ,  郑多 ,  张福彪 ,  莫雳

IPC: G05D1/08 ,  G05D1/10

Abstract: 本发明公开一种多旋翼无人机机载计算机性能评估系统方法，所述多旋翼无人机机载计算机包括：计算机控制系统、传感及定位系统、视觉系统、和数传系统及电源动力系统，所述方法包括对计算机控制系统性能、传感及定位系统性能、视觉系统性能评估、数传系统性能及电源动力系统性能的性能评价指标的测试数据分别进行归一化处理，对各系统而言，将其各项性能指标确定权重，对该系统各项性能指标进行加权求和，得到该系统综合评估结果，并对这些系统确定权重，对这些系统进行加权求和，得到机载计算机整体性能评估结果。可根据任务需求的不同对各项指标的重要性进行排序，并以此获得不同的权重系数，实现为不同的需求挑选最合适的机载计算机或构成系统。

公开(公告)号：CN112180954B

公开(公告)日：2021-12-24

申请号：CN202010739041.8

申请日：2020-07-28

Applicant: 北京理工大学

Inventor： 徐超 ,  宋韬 ,  张云飞 ,  郑多 ,  程子恒 ,  林德福 ,  何绍溟 ,  范世鹏

IPC: G05D1/08 ,  G05D1/10

Abstract: 本发明公开了一种基于人工势场的无人机避障方法，该方法中通过模拟目标位置具有引力场，障碍物位置具有斥力场，在引力场和斥力场的作用下，无人机避开障碍物飞向目标，通过解算出无人机上受到的引力和斥力的合力即可获知需要为无人机提供的动力，由于可能存在引力和斥力彼此抵消的情况，所以还额外设置横向避障控制力，从而避免局部最小值对无人机避障的不良影响，使得无人机能够安全、及时地避开障碍物，到达目标位置。

公开(公告)号：CN113138601A

公开(公告)日：2021-07-20

申请号：CN202011554891.7

申请日：2020-12-24

Applicant: 北京理工大学

Inventor： 林德福 ,  郭凯阳 ,  宋韬 ,  何绍溟 ,  张福彪 ,  谷雪晨

IPC: G05D1/08 ,  G05D1/10

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。