-
公开(公告)号：CN115202377B
公开(公告)日：2023-06-09
申请号：CN202210662866.3
申请日：2022-06-13
Applicant: 北京理工大学
Abstract: 本申请提供了一种模糊自适应NMPC轨迹跟踪控制和能源管理方法，提出了一种双层模糊自适应NMPC协调控制架构，为了最大化利用太阳能，以剩余需求功率为分离点，将轨迹跟踪控制和能源管理解耦为上层模糊自适应NMPC(H‑FNMPC)和下层模糊自适应NMPC(L‑FNMPC)；H‑FNMPC进行太阳能最大效益的轨迹跟踪控制,L‑FNMPC进行等效氢耗最小的能源系统功率分配；从而实现混合电动无人机的能源管理。
-
公开(公告)号：CN116126011A
公开(公告)日：2023-05-16
申请号：CN202211524903.0
申请日：2022-11-30
Applicant: 北京理工大学
IPC: G05D1/10
Abstract: 本发明公开的基于模糊神经网络序列凸优化的电动无人机轨迹优化方法，属于无人机领域。本发明实现方法为：在无人机质点动力学方程上引入剩余能量方程，构建混合能源系统状态方程，在信赖域范围内对状态方程和避障约束进行凸化，构建混合电动无人机飞行轨迹问题凸优化模型；针对信赖域大小调整问题，依据约束违背度和目标函数增量设计模糊神经网络，通过模糊神经网络实现对信赖域的自适应调整，提高序列凸优化方法的最优性，加快序列凸优化方法的收敛速度；通过凸优化方法进行迭代求解，获得混合电动无人机的低能量消耗飞行轨迹。无人机按照优化得到的轨迹飞行能够最大化利用太阳能电池，降低混合能源系统能量消耗，增加无人机的飞行航时。
-
公开(公告)号：CN113359849A
公开(公告)日：2021-09-07
申请号：CN202110763332.5
申请日：2021-07-06
Applicant: 北京理工大学
IPC: G05D1/10
Abstract: 本发明公开的一种针对运动目标的多无人机协同快速搜索方法，属于无人机协同搜索目标领域。本发明实现方法为：建立重点任务区域模型，将运动目标搜索缩减为对重点任务区域的搜索；以缩短无人机的搜索任务时长，降低无人机消耗为优化目标，建立基于动态耦合旅行商的无人机协同运动目标搜索模型，将运动目标搜索问题转化为无人机任务分配和航迹规划问题；针对该模型，定制双层求解架构，分解为任务分配层和路径规划层；将无人机的任务次序和搜索路径解耦，提高求解效率；任务分配规划层采用无人机任务分配优化算法进行求解，路径规划层采用路径搜索算法进行求解；通过任务分配层和路径规划层解耦迭代求解，输出每个无人机对应的任务序列和搜索路径。
-
公开(公告)号：CN116244888A
公开(公告)日：2023-06-09
申请号：CN202211524941.6
申请日：2022-11-30
Applicant: 北京理工大学
IPC: G06F30/20 , G06Q10/04 , G06F17/11 , G06F111/04
Abstract: 本发明公开的一种基于MPC序列凸优化的混合电动无人机能源管理方法，属于无人机能源管理领域。本发明实现方法为：根据无人机的飞行轨迹计算未来时刻的需求功率与太阳能电池输出功率，将除太阳能电池输出功率之外的剩余需求功率分配给燃料电池和锂电池，太阳能电池则通过最大功率追踪器(MPPT)始终保持在最大输出功率工作点，建立混合能源系统功率分配模型，并在信赖域范围对混合能源系统功率分配模型进出凸化，采用凸优化进行求解，获得混合能源系统功率分配结果，提高无人机的飞行航时；进一步引入MPC滚动优化策略，将混合电动无人机的能源管理问题分解为一系列短时域在线优化问题，降低混合电动无人机能源管理问题的复杂度，提高混合电动无人机能源管理效率。
-
公开(公告)号：CN112783213B
公开(公告)日：2022-04-01
申请号：CN202110044877.0
申请日：2021-01-13
Applicant: 北京理工大学
IPC: G05D1/10
Abstract: 本发明涉及一种基于混合机制的多无人机协同广域动目标搜索方法，属于无人机协同搜索目标领域。本发明针对现有多无人机协同广域动目标搜索方法中任务区域范围广、搜索效率低、搜索任务时间过长、直接离散化航向角等问题，本发明提供一种基于混合机制的多无人机协同广域动目标搜索方法。该方法综合了覆盖搜索和基于信息图搜索方式的优势，根据目标存在概率将任务区域分成重点区域和一般区域，优先利用扫描线覆盖搜索重点区域，利用基于信息素机制对一般区域进行搜索。在此基础上，采用滚动时域优化方法在线滚动优化各个无人机的航迹。该方法能够快速搜索任务区域内的运动目标，在线生成多个无人机的可飞航迹，有效缩短搜索任务时长。
-
Patent Agency Ranking
公开(公告)号：CN112783213A
公开(公告)日：2021-05-11
申请号：CN202110044877.0
申请日：2021-01-13
Applicant: 北京理工大学
IPC: G05D1/10
Abstract: 本发明涉及一种基于混合机制的多无人机协同广域动目标搜索方法，属于无人机协同搜索目标领域。本发明针对现有多无人机协同广域动目标搜索方法中任务区域范围广、搜索效率低、搜索任务时间过长、直接离散化航向角等问题，本发明提供一种基于混合机制的多无人机协同广域动目标搜索方法。该方法综合了覆盖搜索和基于信息图搜索方式的优势，根据目标存在概率将任务区域分成重点区域和一般区域，优先利用扫描线覆盖搜索重点区域，利用基于信息素机制对一般区域进行搜索。在此基础上，采用滚动时域优化方法在线滚动优化各个无人机的航迹。该方法能够快速搜索任务区域内的运动目标，在线生成多个无人机的可飞航迹，有效缩短搜索任务时长。
-
公开(公告)号：CN115585814B
公开(公告)日：2023-03-21
申请号：CN202211588700.8
申请日：2022-12-12
Applicant: 北京理工大学
IPC: G01C21/20
Abstract: 本发明公开的一种基于沉降机制的飞行器变尺度地形跟随方法，属于飞行器技术领域。本发明实现方法为：获取平面航迹截面所对应地形高度剖面的最大值，根据该地形高度最大值与起点终点高度，初始化所有航迹点的高度值；将平面航迹从初始高度处开始沉降，考虑安全飞行高度和机动性能约束，选择可沉降高度最小值进行飞行器航迹沉降；兼顾飞行器纵向机动能力和地形复杂程度选择地形跟随尺度，根据选择的地形跟随尺度等间隔设置高度机动点，在二维平面航迹中加入高度引导点，经过高度沉降后获得包含变尺度地形跟随高度引导点的三维航迹，飞行器沿着规划的三维航迹飞行，实现飞行器在不同尺度下对复杂地形的有效跟随，提高飞行器地形复杂地形跟随能力。
-
公开(公告)号：CN115585814A
公开(公告)日：2023-01-10
申请号：CN202211588700.8
申请日：2022-12-12
Applicant: 北京理工大学
IPC: G01C21/20
Abstract: 本发明公开的一种基于沉降机制的飞行器变尺度地形跟随方法，属于飞行器技术领域。本发明实现方法为：获取平面航迹截面所对应地形高度剖面的最大值，根据该地形高度最大值与起点终点高度，初始化所有航迹点的高度值；将平面航迹从初始高度处开始沉降，考虑安全飞行高度和机动性能约束，选择可沉降高度最小值进行飞行器航迹沉降；兼顾飞行器纵向机动能力和地形复杂程度选择地形跟随尺度，根据选择的地形跟随尺度等间隔设置高度机动点，在二维平面航迹中加入高度引导点，经过高度沉降后获得包含变尺度地形跟随高度引导点的三维航迹，飞行器沿着规划的三维航迹飞行，实现飞行器在不同尺度下对复杂地形的有效跟随，提高飞行器地形复杂地形跟随能力。
-
公开(公告)号：CN115202377A
公开(公告)日：2022-10-18
申请号：CN202210662866.3
申请日：2022-06-13
Applicant: 北京理工大学
Abstract: 本申请提供了一种模糊自适应NMPC轨迹跟踪控制和能源管理方法，提出了一种双层模糊自适应NMPC协调控制架构，为了最大化利用太阳能，以剩余需求功率为分离点，将轨迹跟踪控制和能源管理解耦为上层模糊自适应NMPC(H‑FNMPC)和下层模糊自适应NMPC(L‑FNMPC)；H‑FNMPC进行太阳能最大效益的轨迹跟踪控制,L‑FNMPC进行等效氢耗最小的能源系统功率分配；从而实现混合电动无人机的能源管理。
-
公开(公告)号：CN113359849B
公开(公告)日：2022-04-19
申请号：CN202110763332.5
申请日：2021-07-06
Applicant: 北京理工大学
IPC: G05D1/10
Abstract: 本发明公开的一种针对运动目标的多无人机协同快速搜索方法，属于无人机协同搜索目标领域。本发明实现方法为：建立重点任务区域模型，将运动目标搜索缩减为对重点任务区域的搜索；以缩短无人机的搜索任务时长，降低无人机消耗为优化目标，建立基于动态耦合旅行商的无人机协同运动目标搜索模型，将运动目标搜索问题转化为无人机任务分配和航迹规划问题；针对该模型，定制双层求解架构，分解为任务分配层和路径规划层；将无人机的任务次序和搜索路径解耦，提高求解效率；任务分配规划层采用无人机任务分配优化算法进行求解，路径规划层采用路径搜索算法进行求解；通过任务分配层和路径规划层解耦迭代求解，输出每个无人机对应的任务序列和搜索路径。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.017 seconds)
