-
公开(公告)号：CN112148021A
公开(公告)日：2020-12-29
申请号：CN202010947339.8
申请日：2020-09-10
Applicant: 北京理工大学
IPC: G05D1/06
Abstract: 本发明提供一种基于二叉树拓扑结构和特定规则的多智能体编队变换方法，以领航—跟随法为基础，通过对智能体自带传感器量测信息的解算得到领航者的绝对位置和速度，进而设计智能体的分布式控制律；同时，本发明应用二叉树拓扑结构设计可行编队队形的拓扑结构，包括V型、人字型、一字型以及十字型，使多智能体排布尽量稀疏的同时保证量测范围约束，并根据对拓扑结构的分析设计了四类队形之间的可直接变换关系，针对可直接变换的两类队形设计变换规则，为多智能体的编队队形变换提供指导；由此可见，本发明提供的是一种不依赖通信条件、仅依赖传感器量测的队形变换方法，适用于不同规模的多智能体群体，尤其适用于无人潜航器(UUV)。
-
公开(公告)号：CN112130582A
公开(公告)日：2020-12-25
申请号：CN202010947337.9
申请日：2020-09-10
Applicant: 北京理工大学
IPC: G05D1/10
Abstract: 本发明提供一种多智能体编队形成方法，在期望队形形成时依赖于初始建立的通信链路进行目标点分配和路径规划，并通过各智能体的初始状态信息解算出期望路径；其次，仅用Dubins路径上的关键路径点表征期望路径，大大简化了智能体从初始位置到达目标点的路径规划过程；再者，在执行位置变换操作的过程中，智能体仅通过自带的传感器和短距通信模块进行量测，根据量测结果判断自身是否同时满足设定避让条件，是否需要对交点附近的路段进行二次采样，从而降低自身速度，避免与其他智能体发生碰撞；由此可见，本发明不依赖通信条件，在前进过程中依靠传感器量测信息即可迅速形成期望队形，具有一定的可扩展性，尤其适用于无人潜航器(UUV)。
-
公开(公告)号：CN113741513A
公开(公告)日：2021-12-03
申请号：CN202110973221.7
申请日：2021-08-24
Applicant: 北京理工大学
IPC: G05D1/10
Abstract: 本发明公开了一种隐式通信条件下多无人机对地搜索任务编队队形优化方法。本发明以UAV间的相对位置关系为决策变量，以拓扑性能指标和任务效率指标为目标函数，以目标区域大小、信息传递链路的连通性、传感器视野范围等为约束，建立了队形结构优化问题模型，并应用多目标优化算法进行求解，最终可得到UAV编队在搜索地面目标任务中的期望队形。本发明同时考虑了搜索任务效率和拓扑结构性能，适用于不同规模UAV编队执行对地搜索任务的情形。
-
Patent Agency Ranking
公开(公告)号：CN113655811A
公开(公告)日：2021-11-16
申请号：CN202110984261.1
申请日：2021-08-25
Applicant: 北京理工大学
IPC: G05D1/10
Abstract: 本发明提供了一种隐式通信下无人机协同跟踪地面目标的期望队形获得方法，能够将几何结构与拓扑结构结合起来进行分析，得到的目标队形信息能够很好的满足预期。本发明无人机期望队形的获得方法，将几何结构与拓扑结构结合起来进行分析，得到准确的目标队形信息。具体地，针对无人机编队对地面目标的跟踪任务，考虑传感器的有限探测范围及无人机间的最短距离(防止碰撞)等约束，以无人机间的欧式距离及相对视线角度为决策变量，以使编队的拓扑结构抗毁性和跟踪任务稳定性(由几何结构决定)最大为目标函数，建立队形优化问题，应用优化问题求解算法得到期望队形。
-
公开(公告)号：CN112148021B
公开(公告)日：2021-10-19
申请号：CN202010947339.8
申请日：2020-09-10
Applicant: 北京理工大学
IPC: G05D1/06
Abstract: 本发明提供一种基于二叉树拓扑结构和特定规则的多智能体编队变换方法，以领航—跟随法为基础，通过对智能体自带传感器量测信息的解算得到领航者的绝对位置和速度，进而设计智能体的分布式控制律；同时，本发明应用二叉树拓扑结构设计可行编队队形的拓扑结构，包括V型、人字型、一字型以及十字型，使多智能体排布尽量稀疏的同时保证量测范围约束，并根据对拓扑结构的分析设计了四类队形之间的可直接变换关系，针对可直接变换的两类队形设计变换规则，为多智能体的编队队形变换提供指导；由此可见，本发明提供的是一种不依赖通信条件、仅依赖传感器量测的队形变换方法，适用于不同规模的多智能体群体，尤其适用于无人潜航器(UUV)。
-
公开(公告)号：CN113741513B
公开(公告)日：2025-01-10
申请号：CN202110973221.7
申请日：2021-08-24
Applicant: 北京理工大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明公开了一种隐式通信条件下多无人机对地搜索任务编队队形优化方法。本发明以UAV间的相对位置关系为决策变量，以拓扑性能指标和任务效率指标为目标函数，以目标区域大小、信息传递链路的连通性、传感器视野范围等为约束，建立了队形结构优化问题模型，并应用多目标优化算法进行求解，最终可得到UAV编队在搜索地面目标任务中的期望队形。本发明同时考虑了搜索任务效率和拓扑结构性能，适用于不同规模UAV编队执行对地搜索任务的情形。
-
公开(公告)号：CN113655811B
公开(公告)日：2024-05-07
申请号：CN202110984261.1
申请日：2021-08-25
Applicant: 北京理工大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明提供了一种隐式通信下无人机协同跟踪地面目标的期望队形获得方法，能够将几何结构与拓扑结构结合起来进行分析，得到的目标队形信息能够很好的满足预期。本发明无人机期望队形的获得方法，将几何结构与拓扑结构结合起来进行分析，得到准确的目标队形信息。具体地，针对无人机编队对地面目标的跟踪任务，考虑传感器的有限探测范围及无人机间的最短距离(防止碰撞)等约束，以无人机间的欧式距离及相对视线角度为决策变量，以使编队的拓扑结构抗毁性和跟踪任务稳定性(由几何结构决定)最大为目标函数，建立队形优化问题，应用优化问题求解算法得到期望队形。
-
公开(公告)号：CN112130582B
公开(公告)日：2021-09-10
申请号：CN202010947337.9
申请日：2020-09-10
Applicant: 北京理工大学
IPC: G05D1/10
Abstract: 本发明提供一种多智能体编队形成方法，在期望队形形成时依赖于初始建立的通信链路进行目标点分配和路径规划，并通过各智能体的初始状态信息解算出期望路径；其次，仅用Dubins路径上的关键路径点表征期望路径，大大简化了智能体从初始位置到达目标点的路径规划过程；再者，在执行位置变换操作的过程中，智能体仅通过自带的传感器和短距通信模块进行量测，根据量测结果判断自身是否同时满足设定避让条件，是否需要对交点附近的路段进行二次采样，从而降低自身速度，避免与其他智能体发生碰撞；由此可见，本发明不依赖通信条件，在前进过程中依靠传感器量测信息即可迅速形成期望队形，具有一定的可扩展性，尤其适用于无人潜航器(UUV)。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.02 seconds)
