-
公开(公告)号：CN119165876A
公开(公告)日：2024-12-20
申请号：CN202411668698.4
申请日：2024-11-21
Applicant: 南京信息工程大学
IPC: G05D1/46 , G05D109/20
Abstract: 本发明公开了一种基于扩张状态观测器的无人机鲁棒控制方法，采用跟踪微分器跟踪无人机的轨迹信号，引入集总扰动重构状态误差系统，结合自适应理论和galn函数，设计扩张状态观测器，估算各通道的状态误差变化率估计和集总扰动估计，确定非奇异终端滑模自抗扰控制策略，得到无人机每个通道的控制量；将状态误差变化率估计作为当前无人机的状态误差变化率，集总扰动估计作为当前无人机的集总扰动，实现无速度传感器控制，无速度传感控制器输出的控制量反馈给扩张状态观测器；根据控制量分配策略，将控制量转化为四旋翼无人机的电机的推力指令，控制无人机运动的同时将无人机实时位置姿态信息反馈完成控制闭环，实现对无人机的鲁棒性控制。
-
公开(公告)号：CN118244799B
公开(公告)日：2024-08-13
申请号：CN202410686445.3
申请日：2024-05-30
Applicant: 南京信息工程大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明公开了一种无人机编队协调控制方法，包括以下步骤：（1）根据运动学和动力学原理建立单一无人机的飞行模型；（2）构建虚拟领航法无人机集群编队相对运动模型；（3）根据无人机的动力学模型和编队运动模型设计滑模控制器对无人机进行控制；（4）设计马尔科夫决策过程，设计滑模控制器的状态空间，动作空间和奖励函数；（5）构建多智能体的表演家‑评论家网络结构；（6）运用多智能体强化学习算法对所述多智能体的表演家‑评论家网络结构进行集中式训练和分布式执行策略；（7）保存训练好的深度强化学习智能体，对无人机对应飞控进行控制来完成编队；本发明对于复杂任务和多变环境具有更好的鲁棒性。
-
公开(公告)号：CN119990695A
公开(公告)日：2025-05-13
申请号：CN202510453670.7
申请日：2025-04-11
Applicant: 南京信息工程大学
IPC: G06Q10/0631 , G06Q10/04 , G06N5/04 , G06F17/16 , G06F7/78
Abstract: 本发明公开了一种基于多机多任务分配问题模型MDTAP的任务分配优化方法，引入约束条件，采用编码方式对多无人机多任务分配效益模型中的不确定矩阵进行N进制转换求解，根据总收益、总花费和总风险构建适应度函数；划分输入值区间，确定分隔点矩阵和区间中点矩阵；计算选择搜索迭代概率或优化迭代的概率，通过轮盘赌法选择搜索迭代或优化迭代，使用搜索迭代和优化迭代两种迭代方法共同寻找适应度函数的最优解。本发明将任务的约束条件融合在函数中，增加任务分配的通用性、多样性和便捷性，适应度函数将任务花费与无人机成本和载荷成本结合，将风险与无人机暴露长和无人机与载荷的成本结合，使分配更加合理实际。
-
公开(公告)号：CN118310537A
公开(公告)日：2024-07-09
申请号：CN202410734952.X
申请日：2024-06-07
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种自适应策略改进减法平均优化算法的路径规划方法，包括以下步骤：（1）构建二维栅格地图环境，以及包含运动约束的目标函数；（2）初始化算法参数，（3）引入ICMIC混沌映射策略初始化搜索代理的位置；基于初始搜索代理评估目标函数；（4）引入自适应概率值，利用改进的基本减法平均优化算法更新搜索代理位置；（5）通过判断搜索代理的目标函数值是否满足条件，以及自适应概率值是否满足条件，选择更优的位置更新方式；本发明本发明收敛精度高，速度快，且在地图中能高效地完成路径规划任务。
-
公开(公告)号：CN119779313A
公开(公告)日：2025-04-08
申请号：CN202510265753.3
申请日：2025-03-07
Applicant: 南京信息工程大学
IPC: G01C21/20 , G01C21/00 , G01C11/04 , G06T17/00 , G06Q10/047
Abstract: 本发明提供一种用于山体监测的多无人机协同路径规划方法，该方法通过设定的无人机集群编队采集待测山体的图像，利用Harris角点检测算法对待测山体进行特征点提取，标记出山顶特征点、山洼特征点及山脚特征点，并计算得到各特征点在世界坐标系下的坐标，进而得到待测山体三维模型，而后利用贪心算法进行将特征点作为任务检测点分配给无人机集群，利用待测山体三维模型，根据A‑Star算法对分配到检测任务的各无人机进行三维路径规划。本发明利用无人机自动编队协同采集待测山体图像，减少了人工的投入，同时可适应不同的地形和环境情况，数据采集覆盖范围更广，提高了工作效率，为山区自然灾害的监测提供了有力支持。
-
Patent Agency Ranking
公开(公告)号：CN118310537B
公开(公告)日：2024-09-13
申请号：CN202410734952.X
申请日：2024-06-07
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种自适应策略改进减法平均优化算法的路径规划方法，包括以下步骤：（1）构建二维栅格地图环境，以及包含运动约束的目标函数；（2）初始化算法参数，（3）引入ICMIC混沌映射策略初始化搜索代理的位置；基于初始搜索代理评估目标函数；（4）引入自适应概率值，利用改进的基本减法平均优化算法更新搜索代理位置；（5）通过判断搜索代理的目标函数值是否满足条件，以及自适应概率值是否满足条件，选择更优的位置更新方式；本发明本发明收敛精度高，速度快，且在地图中能高效地完成路径规划任务。
-
公开(公告)号：CN119717863B
公开(公告)日：2025-05-06
申请号：CN202510228786.0
申请日：2025-02-28
Applicant: 南京信息工程大学
IPC: G05D1/46 , G05D109/20
Abstract: 本发明公开了一种多无人机吊挂运输系统有限时间自抗扰控制方法，通过有限时间超螺旋滑模观测器对负载误差及其集总扰动进行观测补偿，构建有限时间滑模控制器，确定控制负载运动的总拉力，求解最优拉力分配方案；引入外部扰动，以负载为虚拟领导，构建领导跟随集群模型，设计有限时间降阶比例微分观测器和有限时间控制器，进行编队有限时间控制，确定每架无人机的期望轨迹；引入执行器故障模型和虚拟控制量，构建无人机动力学模型并引入集总扰动重构状态误差系统；设计有限时间降阶广义参数估计观测器和有限时间非奇异终端积分滑模容错控制器，进行无人机位置回路控制和姿态回路控制，实现多无人机吊挂运输系统有限时间自抗扰控制。
-
公开(公告)号：CN119717863A
公开(公告)日：2025-03-28
申请号：CN202510228786.0
申请日：2025-02-28
Applicant: 南京信息工程大学
IPC: G05D1/46 , G05D109/20
Abstract: 本发明公开了一种多无人机吊挂运输系统有限时间自抗扰控制方法，通过有限时间超螺旋滑模观测器对负载误差及其集总扰动进行观测补偿，构建有限时间滑模控制器，确定控制负载运动的总拉力，求解最优拉力分配方案；引入外部扰动，以负载为虚拟领导，构建领导跟随集群模型，设计有限时间降阶比例微分观测器和有限时间控制器，进行编队有限时间控制，确定每架无人机的期望轨迹；引入执行器故障模型和虚拟控制量，构建无人机动力学模型并引入集总扰动重构状态误差系统；设计有限时间降阶广义参数估计观测器和有限时间非奇异终端积分滑模容错控制器，进行无人机位置回路控制和姿态回路控制，实现多无人机吊挂运输系统有限时间自抗扰控制。
-
公开(公告)号：CN119165876B
公开(公告)日：2025-02-14
申请号：CN202411668698.4
申请日：2024-11-21
Applicant: 南京信息工程大学
IPC: G05D1/46 , G05D109/20
Abstract: 本发明公开了一种基于扩张状态观测器的无人机鲁棒控制方法，采用跟踪微分器跟踪无人机的轨迹信号，引入集总扰动重构状态误差系统，结合自适应理论和galn函数，设计扩张状态观测器，估算各通道的状态误差变化率估计和集总扰动估计，确定非奇异终端滑模自抗扰控制策略，得到无人机每个通道的控制量；将状态误差变化率估计作为当前无人机的状态误差变化率，集总扰动估计作为当前无人机的集总扰动，实现无速度传感器控制，无速度传感控制器输出的控制量反馈给扩张状态观测器；根据控制量分配策略，将控制量转化为四旋翼无人机的电机的推力指令，控制无人机运动的同时将无人机实时位置姿态信息反馈完成控制闭环，实现对无人机的鲁棒性控制。
-
公开(公告)号：CN118244799A
公开(公告)日：2024-06-25
申请号：CN202410686445.3
申请日：2024-05-30
Applicant: 南京信息工程大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明公开了一种无人机编队协调控制方法，包括以下步骤：（1）根据运动学和动力学原理建立单一无人机的飞行模型；（2）构建虚拟领航法无人机集群编队相对运动模型；（3）根据无人机的动力学模型和编队运动模型设计滑模控制器对无人机进行控制；（4）设计马尔科夫决策过程，设计滑模控制器的状态空间，动作空间和奖励函数；（5）构建多智能体的表演家‑评论家网络结构；（6）运用多智能体强化学习算法对所述多智能体的表演家‑评论家网络结构进行集中式训练和分布式执行策略；（7）保存训练好的深度强化学习智能体，对无人机对应飞控进行控制来完成编队；本发明对于复杂任务和多变环境具有更好的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.01 seconds)
