-
公开(公告)号：CN117850471B
公开(公告)日：2024-11-26
申请号：CN202311766596.1
申请日：2023-12-21
Applicant: 哈尔滨工程大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明属于路径规划技术领域，提供一种三维环境下考虑雷达威胁的多智能体协同航迹规划方法及其规划系统。加载任务环境地形数据，采用分辨率30米的DEM数据文件作为任务地形；建立任务环境；定义可行航路结构；定义飞行过程中的约束条件，其中约束条件包括动力学约束、多无人机协同约束、环境安全约束和雷达安全约束；定义飞行过程中的代价函数；使用改进蚁群方法对代价函数进行求解；迭代优化获得最终的规划航路，以实现最小化无人机执行任务所需的路径长度、能量消耗、到达时间差以及被发现概率。本发明用以解决无人机在复杂地形和高度对抗的环境中执行任务时，规划的航线需要满足特定的飞行约束和要求的问题。
-
公开(公告)号：CN119987395A
公开(公告)日：2025-05-13
申请号：CN202510055387.9
申请日：2025-01-14
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及无人集群技术领域，设计一种基于分布式群集自组织模型的无人集群协同导航方法及其系统。步骤1：获取任务环境，并对其进行预处理；步骤2：将无人集群平台采用特性进行表述；步骤3：对步骤2特性表述的无人集群平台，进行基于博伊德环的集群内外的交互框架准则设计，使每个无人平台根据搭载传感器感知到的周围平台运动状态和外部环境信息调整自身的运动状态；步骤4：基于步骤3设计的交互框架准则，每个无人机使用其搭载的模型预测控制器在线解算下一时刻的控制输入并利用四阶龙格库塔方法更新飞行状态；每个无人机利用自身搭载的传感器对周围无人平台的飞行状态进行在线更新并返回执行步骤3直至抵达目标点。用以解决在降低通信依赖度的条件下实现集群整体层面的协同导航行为的问题。
-
Patent Agency Ranking
公开(公告)号：CN117850471A
公开(公告)日：2024-04-09
申请号：CN202311766596.1
申请日：2023-12-21
Applicant: 哈尔滨工程大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明属于路径规划技术领域，提供一种三维环境下考虑雷达威胁的多智能体协同航迹规划方法及其规划系统。加载任务环境地形数据，采用分辨率30米的DEM数据文件作为任务地形；建立任务环境；定义可行航路结构；定义飞行过程中的约束条件，其中约束条件包括动力学约束、多无人机协同约束、环境安全约束和雷达安全约束；定义飞行过程中的代价函数；使用改进蚁群方法对代价函数进行求解；迭代优化获得最终的规划航路，以实现最小化无人机执行任务所需的路径长度、能量消耗、到达时间差以及被发现概率。本发明用以解决无人机在复杂地形和高度对抗的环境中执行任务时，规划的航线需要满足特定的飞行约束和要求的问题。
-
公开(公告)号：CN117908577B
公开(公告)日：2024-11-19
申请号：CN202311766597.6
申请日：2023-12-21
Applicant: 哈尔滨工程大学
IPC: G05D1/695 , G05D109/20
Abstract: 一种基于合作博弈的多智能体启发式任务分配方法和系统，涉及无人集群技术领域。解决现有无人机携带资源和任务之间的耦合关系考虑较少，限制了特定场景下的任务分配效率的问题。所述方法包括：根据无人机位置信息确立邻近无人机集合；无人机依靠传感器获取外界信息，判断是否出现新任务；判断探测到新任务，发现任务的无人机被标记为长机，并将担任发起人的角色进行广播；无人机根据任务分配算法确定最终的任务分配方案；根据各自所得的任务序列依次执行相关任务，并对环境的持续探测以及对资源进行动态更新；如果任务完成则联盟解散，无人机保持当前的飞行状态在区域内执行任务；如果任务未完成继续执行上一步骤。适用于无人机资源分配领域。
-
公开(公告)号：CN117908560B
公开(公告)日：2024-11-12
申请号：CN202311804902.6
申请日：2023-12-26
Applicant: 哈尔滨工程大学
Abstract: 一种动态环境下用于无人机的分布式协同目标搜索方法及装置，涉及多智能体协同技术领域，方法包括：获取任务环境地图并栅格化；基于整体概率密度分布、不确定度量指标、吸引和排斥信息素以及分区标志四种属性，对栅格化地图进行初始化；更新搜索范围内的目标存在概率；根据所述吸引和排斥信息素计算任务收益和任务约束；基于所述目标存在概率、任务收益以及任务约束建立优化模型，通过蚁群算法进行目标优化，其中，将任务收益作为优化目标最大化；更新无人机下一时刻的状态信息及环境信息；该方法对任务环境的迭代划分找到不确定度均衡的任务区域，构建了搜索收益函数并采用一种改进的蚁群方法求解，能够在保证搜索安全性的基础上提高搜索效率。
-
公开(公告)号：CN117908577A
公开(公告)日：2024-04-19
申请号：CN202311766597.6
申请日：2023-12-21
Applicant: 哈尔滨工程大学
IPC: G05D1/695 , G05D109/20
Abstract: 一种基于合作博弈的多智能体启发式任务分配方法和系统，涉及无人集群技术领域。解决现有无人机携带资源和任务之间的耦合关系考虑较少，限制了特定场景下的任务分配效率的问题。所述方法包括：根据无人机位置信息确立邻近无人机集合；无人机依靠传感器获取外界信息，判断是否出现新任务；判断探测到新任务，发现任务的无人机被标记为长机，并将担任发起人的角色进行广播；无人机根据任务分配算法确定最终的任务分配方案；根据各自所得的任务序列依次执行相关任务，并对环境的持续探测以及对资源进行动态更新；如果任务完成则联盟解散，无人机保持当前的飞行状态在区域内执行任务；如果任务未完成继续执行上一步骤。适用于无人机资源分配领域。
-
公开(公告)号：CN117908560A
公开(公告)日：2024-04-19
申请号：CN202311804902.6
申请日：2023-12-26
Applicant: 哈尔滨工程大学
Abstract: 一种动态环境下用于无人机的分布式协同目标搜索方法及装置，涉及多智能体协同技术领域，方法包括：获取任务环境地图并栅格化；基于整体概率密度分布、不确定度量指标、吸引和排斥信息素以及分区标志四种属性，对栅格化地图进行初始化；更新搜索范围内的目标存在概率；根据所述吸引和排斥信息素计算任务收益和任务约束；基于所述目标存在概率、任务收益以及任务约束建立优化模型，通过蚁群算法进行目标优化，其中，将任务收益作为优化目标最大化；更新无人机下一时刻的状态信息及环境信息；该方法对任务环境的迭代划分找到不确定度均衡的任务区域，构建了搜索收益函数并采用一种改进的蚁群方法求解，能够在保证搜索安全性的基础上提高搜索效率。
-
-
-
-
-
-
Search Results
7
records
(took 0.027 seconds)
