一种无人机航迹规划方法、装置、设备及介质

    公开(公告)号:CN116772846A

    公开(公告)日:2023-09-19

    申请号:CN202310590673.6

    申请日:2023-05-24

    Abstract: 本申请公开了一种无人机航迹规划方法、装置、设备及介质,涉及无人机航迹规划技术领域,包括:基于预设地形模型和预设气象环境威胁模型构建三维航迹规划环境;利用预设搜索算法和通视判定方法从所述三维航迹规划环境中确定出无人机的飞行航迹;利用三次B样条曲线对所述飞行航迹进行平滑处理,以得到平滑处理后的飞行航迹。本申请在构建的三维航迹规划环境中,通过利用预设搜索算法和通视判定方法能够规划出无人机能够避开各种威胁区域的飞行航迹,并通过三次B样条曲线对飞行航迹进行处理以得到平滑的飞行航迹,使得飞行航迹满足无人机的实际飞行需求。

    一种协同点侦察任务规划跨层联合优化方法

    公开(公告)号:CN114740883B

    公开(公告)日:2023-05-23

    申请号:CN202210225304.2

    申请日:2022-03-09

    Abstract: 本发明涉及无人机协同点侦察技术领域,涉及一种协同点侦察任务规划跨层联合优化方法,其包括以下步骤:一、通过任务分配层求解任务目标与无人机的分配映射;二、通过任务序列规划层求解单架无人机侦察目标点的最优序列,在规划侦察序列时,基于传统旅行商问题做适应性改进,用总的最短访问时间和路径围成的总面积最小代替总路径最短作为代价函数;三、航迹规划层根据任务分配层获得的目标分配关系和任务序列规划层获得的最优访问序列,加入战场环境威胁以及无人机平台自身约束,规划每个无人机的可飞航迹,获得满足任务约束且代价最小的任务规划结果。本发明能较佳地获得无人机与目标的任务分配,侦察的顺序和最优的侦察路径。

    一种协同点侦察任务规划跨层联合优化方法

    公开(公告)号:CN114740883A

    公开(公告)日:2022-07-12

    申请号:CN202210225304.2

    申请日:2022-03-09

    Abstract: 本发明涉及无人机协同点侦察技术领域,涉及一种协同点侦察任务规划跨层联合优化方法,其包括以下步骤:一、通过任务分配层求解任务目标与无人机的分配映射;二、通过任务序列规划层求解单架无人机侦察目标点的最优序列,在规划侦察序列时,基于传统旅行商问题做适应性改进,用总的最短访问时间和路径围成的总面积最小代替总路径最短作为代价函数;三、航迹规划层根据任务分配层获得的目标分配关系和任务序列规划层获得的最优访问序列,加入战场环境威胁以及无人机平台自身约束,规划每个无人机的可飞航迹,获得满足任务约束且代价最小的任务规划结果。本发明能较佳地获得无人机与目标的任务分配,侦察的顺序和最优的侦察路径。

    一种动力补能弹跳滑翔式升力体气动布局的构建方法

    公开(公告)号:CN117382898A

    公开(公告)日:2024-01-12

    申请号:CN202311676628.9

    申请日:2023-12-08

    Abstract: 本发明公开了一种动力补能弹跳滑翔式升力体气动布局的构建方法,属于气动布局设计技术领域,包括以下步骤:步骤一:设计飞行器的头部区域轮廓线;步骤二:设计预定平面飞行器预设长度处轮廓线高度方向限高顶点;步骤三:设计飞行器预设长度处的底部截面;步骤四:根据步骤一、步骤三中得到的轮廓线和底部截面,连接得到该处截面曲面;并进行填充;步骤五:根据步骤一、步骤四所得曲面关于指定平面对称,得到飞行器的所有曲面;采用接合方式,将所有曲面合并为一个模型,完成飞行器设计;步骤六:在飞行器中设计发动机的轮廓线;本方案中的飞行器能够提供滑翔飞行器的高升阻比,同时可以提供较大的装填空间,有利于高速飞行下的防热设计。

    一种基于混合动力的近地小行星交会任务轨道优化方法

    公开(公告)号:CN112016187B

    公开(公告)日:2022-08-09

    申请号:CN202010733500.1

    申请日:2020-07-27

    Abstract: 本发明涉及一种基于混合动力的近地小行星交会任务轨道优化方法,所述轨道优化方法包括以下内容:建立太阳光压和太阳光电混合推进动力的小行星探测器动力学模型;基于物理规划和高斯伪谱法设计了一种小行星探测轨道优化方法。本发明的优点在于:采用物理规划框架,多目标轨道优化问题可以转化为反应设计者偏好的单目标优化问题。基于高斯伪谱法的迭代优化策略,可以有效解决交会轨道优化中诸多变量的初值问题。多目标优化仿真结果表明,混合动力小行探测器能够生成不同轨道形式实现最小燃料消耗和最短飞行时间。仿真还表明混合动力探测器连续交会四个近地小行星的任务周期为五年左右,比太阳帆探测器完成同样交会任务节省一年半左右。

    一种非线性飞行器航迹控制方法

    公开(公告)号:CN107844123B

    公开(公告)日:2021-03-02

    申请号:CN201710938397.2

    申请日:2017-10-11

    Abstract: 本发明提供了一种非线性飞行器航迹控制方法。本发明中的航迹指令生成器发送航迹指令信号至外环航迹控制器;外环航迹控制器接收航迹指令与传感器测量的飞行器位置、速度、航迹倾角、航迹方位角信号,计算并分别发送发动机油门指令信号至飞行器平台和迎角指令、侧滑角指令与绕速度矢滚转角指令信号至内环姿态控制器;内环姿态控制器接收迎角指令、侧滑角指令、绕速度矢滚转角指令信号与传感器测量的飞行器迎角、侧滑角、绕速度矢滚转角、角速度信号,计算并发送舵面偏转指令至飞行器平台;传感器测量获得飞行器参数信号并反馈至外环航迹控制器和内环姿态控制器;飞行器接收舵偏控制指令完成相应的舵偏动作、接收油门控制指令实现相应推力。

    基于深度神经网络的高速滑翔式飞行器在线轨迹优化方法

    公开(公告)号:CN118170155A

    公开(公告)日:2024-06-11

    申请号:CN202410591532.0

    申请日:2024-05-14

    Abstract: 本发明公开了一种基于深度神经网络的高速滑翔式飞行器在线轨迹优化方法,涉及轨迹优化技术领域,其包括:将高速滑翔式飞行器动力学模型转换成最优控制问题;采用自适应伪谱法将最优控制问题转换成非线性规划问题;根据飞行器不同初始状态信息,生成最优轨迹数据集;将最优轨迹数据集划分成训练集和测试集,通过训练集训练离线的深度神经网络;将测试集中的状态变量输入训练好的深度神经网络,得到飞行器的控制变量,更新倾侧角和攻角控制指令,飞行器按照新生成的控制指令进行飞行;将导航系统实时测量的飞行器状态信息输入已训练好的深度神经网络,实现飞行器在线轨迹优化。本发明能够实时高效地对高速滑翔式飞行器进行在线轨迹优化。

Patent Agency Ranking