-
公开(公告)号：CN115509247B
公开(公告)日：2025-03-07
申请号：CN202211220711.0
申请日：2022-10-08
Applicant: 北京理工大学
IPC: G05D1/495 , G05D1/46 , G05D101/15 , G05D109/20
Abstract: 本发明公开的适用于强化学习的小天体着陆器动态目标规划训练方法，属于航空航天技术领域。本发明通过小天体着陆器初始和目标状态对随机生成的方法，在BFS的状态空间规划器验证和筛选下，生成大量的有解的初始‑目标状态对，增加强化学习算法训练环境的可行初始‑目标状态样本。本发明通过反用固定目标状态生成方法，将多初始状态‑单目标状态的可选的小行星着陆器训练环境备选状态；通过迭代生成多初始状态‑多目标状态的备选状态，在训练过程中提升训练后智能体的动态目标任务规划能力。本发明通过使用BFS的状态空间规划器，对生成的初始或目标状态进行筛选和验证，确保初始‑目标状态对存在规划解，减少对强化学习算法训练环境的干扰。
-
公开(公告)号：CN114818133B
公开(公告)日：2024-08-02
申请号：CN202210450865.2
申请日：2022-04-26
Applicant: 北京理工大学
IPC: G06F30/15 , G06F18/24 , G06F111/04
Abstract: 本发明公开的一种基于虚拟时间节点的航天器资源约束一致性检测方法，属于航空航天技术领域。本发明实现方法为：根据航天器上资源情况建立每种资源的空时间线，将活动序列中各个活动的资源使用情况按资源种类进行分类，对属性为可重复型的资源，引入虚拟时间节点表示资源使用结束后的恢复情况。将分类后的资源使用情况填充到对应资源时间线中。基于时间顺序对每条资源时间线中填充的资源使用活动进行排序，计算每条资源时间线中的资源使用值，判断每次资源使用活动是否满足资源约束。本发明充分利用航天器任务中资源约束的时间顺序特性，找到所有未能满足资源约束的活动，方便进一步求解完善活动序列，提高航天器自主任务规划的效率和实时性。
-
公开(公告)号：CN115016512B
公开(公告)日：2024-06-25
申请号：CN202210416815.2
申请日：2022-04-20
Applicant: 北京理工大学
IPC: G05D1/654 , G05D109/20
Abstract: 本发明公开的基于动态窗口算法的小天体表面附着轨迹规划方法，属于深空探测器自主规划技术领域。本发明实现方法如下：建立着陆坐标系下的探测器动力学方程，将探测器的运动特性在着陆坐标系上的三个方向进行分析。根据探测器的机动性能计算探测器在单位时间内的运动窗口，即探测器的速度矢量集合，对速度集中的每一个速度进行轨迹模拟。设定评价函数评价集合中每一轨迹的得分，包括目标位置距离得分、障碍物距离得分和速度方向得分，选择最优的轨迹并记录其加速度、速度和位置。重复迭代直至探测器到达目标着陆点。本发明具有规划效率高、精度高、灵活性高、适应性高、可靠性高的优点，能够提高着陆的实时性、精确性和安全性，节省探测器燃料。
-
公开(公告)号：CN117910752A
公开(公告)日：2024-04-19
申请号：CN202410027410.9
申请日：2024-01-09
Applicant: 北京理工大学
IPC: G06Q10/0631 , G06Q10/04 , G06N3/126
Abstract: 本发明涉及一种多星多站测控任务的改进遗传规划方法，属于航空航天技术领域。本发明根据多星多站测控任务规划特征，采用整数类型与哈希表类型组合的字典表示测控任务及冲突任务；采用实数编码形式建立包含收益值和规划解的结构体类型表示染色体，设定任务优先级为遗传算法优化指标，计算任务的时间窗口冲突字典，进而设计考虑时间窗口冲突的染色体生成方法，筛选部分优势任务生成初始种群；建立考虑时间窗口冲突的交叉与变异算子，同时使用并行化提高了算法运行效率，通过选择、交叉、变异算子的迭代不断优化种群最终获得测控任务规划解。
-
公开(公告)号：CN113240174B
公开(公告)日：2022-08-16
申请号：CN202110512493.7
申请日：2021-05-11
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于动态偏好匹配的多月基装备协作任务规划方法，属于航空航天技术领域。本发明首先获取任务场景信息，包括任务集合、装备集合，以及每个任务和装备的详细信息。为任务和装备建立抽象模型，将多装备任务规划问题建立为任务和装备的双边匹配模型，然后采用改进的延迟接受算法(盖尔‑夏普利算法)生成多任务在多装备中的规划方案。基于动态偏好匹配的多月基装备协作任务规划方法能够快速生成多任务在多装备中的规划方案，满足各装备内部的时间约束，提高多装备协作任务的安全性及价值收益。
-
Patent Agency Ranking
公开(公告)号：CN112068580A
公开(公告)日：2020-12-11
申请号：CN202010950098.2
申请日：2020-09-10
Applicant: 北京理工大学
IPC: G05D1/08
Abstract: 本发明公开的航天器规划序列中逻辑条件不满足动作集的快速检测方法，属于航天器自主任务规划修复领域。本发明结合航天器当时的逻辑状态和未执行规划序列，根据前提‑效果之间的因果关系进行约束传播，分析规划序列中动作执行需满足的逻辑前提条件与航天器当时的逻辑状态之间的关系，检测出受当前航天器逻辑状态直接影响的动作集合；根据前提‑效果之间的因果关系再次进行约束传播，分析需满足的逻辑前提条件与受当前航天器逻辑状态直接影响的动作集合中动作效果之间的关系，检测出受当前航天器逻辑状态间接影响的动作集合；直接跳过出现在影响范围内的动作，自主规避逻辑条件不满足的动作。本发明具有自主检测效率高、通用性好、实现简单的优点。
-
公开(公告)号：CN104361234A
公开(公告)日：2015-02-18
申请号：CN201410650731.0
申请日：2014-11-15
Applicant: 北京理工大学
IPC: G06F19/00
Abstract: 本发明涉及一种复杂约束条件下多星多任务观测调度优化方法，属于深空探测技术领域。本发明通过设计改进的蚁群算法实现，将环绕地球一个轨道圈次的一颗卫星资源用一只卫星代表，所有轨道圈次中的卫星资源形成一个蚁群系统；结合观测约束，引入能量需求预估和容量需求预估来控制转移概率。在状态转移规则中考虑了时间、能量和存储量等约束，并且观测调度任务具有优先级,该方法有助于提高真实卫星任务调度中的数据收集能力和应用水平。其中的改进蚁群算法，在可行的迭代范围内即能收敛得到更优质的解。
-
公开(公告)号：CN114218675B
公开(公告)日：2024-08-16
申请号：CN202111543912.X
申请日：2021-12-16
Applicant: 北京理工大学
IPC: G06F30/15 , G06F30/17 , G06F30/20 , G06F111/10 , G06F119/14
Abstract: 本发明公开的小天体多节点柔性附着协同规划目标状态评估方法，属于航空航天技术领域。本发明通过考虑柔性连接装置的能量耗散作用，将其简化为弹簧‑阻尼器的等效模型；考虑附着过程中节点的弱引力连续碰撞，建立多节点耦合的运动模型，生成多节点运动轨迹；通过改变节点不同的目标状态获取附着末端不同速度分配方式，计算节点总速度增量ΔVtot，获取多节点网络稳定附着时间与节点附着误差；根据柔性着陆器的稳定附着时间、节点附着误差及ΔVtot，建立附着效果评价函数，通过所述附着效果评价函数实现小天体多节点柔性附着协同规划目标状态评估，获得最小评价函数值对应的速度分配方式，根据评估后的速度分配方式实现小天体多节点柔性稳定附着。
-
公开(公告)号：CN118350561A
公开(公告)日：2024-07-16
申请号：CN202410032220.6
申请日：2024-01-09
Applicant: 北京理工大学
IPC: G06Q10/0631 , G06Q10/04 , G06N3/006
Abstract: 本发明公开的基于改进蚁群算法的多卫星测控任务调度方法，属于航天器任务规划领域。本发明实现方法为：根据多卫星测控任务约束条件，将卫星测控任务问题抽象为整数规划模型；通过哈希表预处理减少时间窗口冲突；通过贪婪策略实现蚁群任务预分配；通过三阶段信息素更新方法加快全局结果收敛，通过信息素全局挥发，避免信息素无效积累；通过信息素迭代更新，记录每一轮迭代蚁群中最大收益值，更新该收益值对应的任务路径信息素，便于区分搜索方向，引导加快结果收敛；通过信息素扰动更新，跳脱出蚁群路径收益过早收敛或陷入局部最优解中；根据最后一次更新的任务收益禁忌表的最大值索引输出测控任务最优解，即得到多卫星测控任务调度结果。
-
公开(公告)号：CN112131790B
公开(公告)日：2022-09-06
申请号：CN202011006430.6
申请日：2020-09-23
Applicant: 北京理工大学
IPC: G06F30/27 , G06F30/15 , G06F111/06
Abstract: 本发明公开的复杂环境下的航天器姿态机动能量优化方法，属于航天器姿态规划和能量优化领域。本发明实现方法：根据控制参数的上下限，生成航天器姿态机动路径初始化种群个体，选择种群中总体适应度函数值最小的个体为最优个体，设计组合变异方法引导当前种群个体变异，生成新的变异个体，进行交叉变换，生成新的交叉个体，将交叉个体和当前种群个体进行比较，选择总体适应度函数值最小的个体成为下一代种群成员，组合所有成员得到下一代的总体种群，将其中最优个体的总体适应度函数值与设定的收敛适应度值进行比较，判断是否找到种群最优解。若没有找到，进行下一代种群进化，若找种群最优解，输出当前最优个体，得到航天器能量最优姿态机动路径。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.023 seconds)
