一种检测无人机WPT电路中功率元件缺陷的装置

    公开(公告)号:CN117872075A

    公开(公告)日:2024-04-12

    申请号:CN202311833889.7

    申请日:2023-12-28

    Abstract: 本申请涉及属于无人机状态监测技术领域,具体为一种检测无人机WPT电路中功率元件缺陷的装置,包括功率元件、过零检测电路、计时器电路、锁存器电路、比较器电路、驱动板和直流电源;所述功率元件连接直流电源;所述功率元件还连接过零检测电路,所述过零检测电路连接计时器电路,所述计时器电路分别连接锁存器电路和比较器电路,所述锁存器电路也连接比较器电路,所述比较器电路连接驱动板,所述驱动板还连接有信号发生器、计时器电路和功率元件。本申请能够找出已发生缺陷、但还未烧毁的IGBT或MOSFET器件,可提前更换以防止WPT电路故障,有效防止无线网络中断等业务损失。

    改善搜索自由度的A-star算法机器人路径规划方法及系统

    公开(公告)号:CN117232541A

    公开(公告)日:2023-12-15

    申请号:CN202310661492.8

    申请日:2023-06-02

    Abstract: 改善搜索自由度的A‑star算法机器人路径规划方法及系统,涉及机器人路径规划技术领域。本发明为了解决现有的机器人路径规划没有考虑移动机器人完成任务所需的时间和电源电量,也没有综合考虑路径长度和速度等因素,采用传统的A‑star算法由于搜索策略带有许多路径拐点和大转弯角度的缺点导致产生的可行路径不是理论上的最佳路径等问题。技术要点:在传统的A‑star算法引入了描述当前点向周围扩展的方向数,并通过连接起点和终点得到一条直线段来寻找交接点。在与障碍物相交时,会得到一个交点,然后将该点设为圆心以R为半径绘制一个圆,求出障碍物边界点。接下来,将第一个交界点作为局部起点,最后一个障碍物边界点作为局部终点,带入改进的A‑star算法中得到局部路径,由直线连接的为其他局部路径。最后,将这些局部路径组合成全局路径。

    基于缩放因子的分布式无人机群EKF协同定位方法及系统

    公开(公告)号:CN116907499A

    公开(公告)日:2023-10-20

    申请号:CN202310794112.8

    申请日:2023-06-30

    Abstract: 基于缩放因子的分布式无人机群EKF协同定位方法及系统,涉及无人机定位技术领域,为解决现有的卡尔曼滤波算法难以直接构建过程噪声与卡尔曼滤波估计的误差之间的线性关系,使滤波器的性能下降的问题。包括:S1、构建状态方程;S2、构建主无人机与从无人机i之间的绝对量测方程及从无人机i与从无人机j之间的相对量测值方程,并计算绝对量测方程及相对量测方程的雅可比矩阵Hi和Di;S3、构建缩放因子α;S4、利用缩放因子更新系统误差协方差矩阵#imgabs0#S5、计算绝对量测值的系统增益矩阵#imgabs1#和相对量测的系统增益矩阵#imgabs2#S6、计算相对量测值,对状态估计值及系统误差协方差矩阵进行更新。本发明引入缩放因子的分布式扩展卡尔曼滤波器,提高了无人机群的定位精度。

    一种应用于仓储机器人静态路径规划方法及系统

    公开(公告)号:CN116736859A

    公开(公告)日:2023-09-12

    申请号:CN202310794754.8

    申请日:2023-06-30

    Abstract: 本发明提供了一种应用于仓储机器人静态路径规划方法及系统,属于静态环境下机器人路径规划技术领域。为了解决传统的A‑Star算法,存在路径长度较长,拐点和访问节点数过多,会使机器人的工作效率降低的问题。本发明在传统A‑Star算法的基础上,引入了聚焦搜索方向和路径再处理的方法,编写了基于搜索方向与路径再处理的改进A‑Star算法,去除了两类非必要节点,以此为仓储机器人规划出一条最优路径,有效减少了转弯次数,进而缩短了路径长度,可满足实时性,有效提高机器人的工作效率。

    一种无逆矩阵自适应滤波的SINS/DVL组合定位方法

    公开(公告)号:CN110146076B

    公开(公告)日:2023-04-18

    申请号:CN201910488838.2

    申请日:2019-06-06

    Abstract: 一种无逆矩阵自适应滤波的SINS/DVL组合定位方法,涉及高精度SINS/DVL组合定位。本发明是为了解决由于传统SINS/DVL组合导航滤波算法计算过程复杂,导致计算效率低和稳定性差的问题。本发明所述的一种无逆矩阵自适应滤波的SINS/DVL组合定位方法,首先基于捷联惯导系统和多普勒计程仪传感器信息,获取相应状态初值和观测值;然后建立基于组合导航误差模型对应的系统方程和观测方程,用无逆矩阵改进自适应滤波算法对误差进行校正,获取校正后目标的速度和位置误差信息;最后将获得的误差信息和捷联惯导与多普勒计程仪的观测信息进行融合,得出高精度的定位结果。本发明可在减小计算量,优化计算过程的基础上,保证定位系统可靠稳定,提高水下自主航行的定位精度。

    一种基于最优加权改进粒子滤波的多机器人协同定位方法及系统

    公开(公告)号:CN115077529A

    公开(公告)日:2022-09-20

    申请号:CN202210677851.4

    申请日:2022-06-16

    Abstract: 本发明提出一种基于最优加权改进粒子滤波的多机器人协同定位方法及系统,涉及多机器人协同定位技术领域,用以解决现有的基于粒子滤波的多机器人协同定位精度较低的问题。本发明的技术要点包括:根据多机器人协同定位系统中不同机器人性能不同造成的观测信息可靠性不同,使用最优加权融合理论改进粒子滤波算法,求出使总体测距方差最小的多个观测值的权值,使得定位机器人对融合了系统中其他机器人观测信息计算出的定位结果有最优权值,从而计算出协同定位结果,进一步提高多机器人定位系统的定位精度和鲁棒性。本发明可应用于多机器人协同定位之中。

    一种基于水声信号卡尔曼滤波的超短基线定位方法

    公开(公告)号:CN108490396B

    公开(公告)日:2022-09-16

    申请号:CN201810216421.6

    申请日:2018-03-16

    Abstract: 一种基于水声信号卡尔曼滤波的超短基线定位方法,涉及高精度的超短基水下定位方法。本发明是为了有效解决由于水下声信号传播过程中的噪声影响,导致定位精度较低的问题。本发明所述的一种基于水声信号卡尔曼滤波的超短基线定位方法,首先基于超短基线三角形基阵,获取三路声信号的波形;然后建立对应的系统方程和观测方程,用卡尔曼滤波算法对信号进行降噪处理,并获取处理后的信号间的相位差;最后将获得的相位差带入超短基线定位系统的数学模型中,解算出高精度的定位结果。

    一种增益补偿自适应滤波的SINS/DVL组合定位方法

    公开(公告)号:CN110146075A

    公开(公告)日:2019-08-20

    申请号:CN201910488837.8

    申请日:2019-06-06

    Abstract: 一种增益补偿自适应滤波的SINS/DVL组合定位方法,涉及高精度SINS/DVL组合定位。本发明是为了有效解决由于传统SINS/DVL组合导航的滤波算法灵活性不足的影响,导致定位精度较低的问题。本发明所述的一种增益补偿自适应滤波的SINS/DVL组合定位方法,首先基于捷联惯导系统和多普勒计程仪传感器的信息,获取相应状态初值和观测值;然后建立基于组合导航误差模型对应的系统方程和观测方程,用增益补偿改进自适应滤波算法对误差进行校正,并获取校正后目标的速度和位置误差信息;最后将获得的误差信息和捷联惯导与多普勒计程仪的观测信息进行融合,得出高精度的定位结果。

Patent Agency Ranking