-
Patent Agency Ranking
公开(公告)号：CN112162563A
公开(公告)日：2021-01-01
申请号：CN202010970654.2
申请日：2020-09-15
Applicant: 郑州轻工业大学
IPC: G05D1/08
Abstract: 本发明公开了一种基于无迹Kalman滤波的直升机状态估计方法以解决现有的直升机导航系统滤波精度低，滤波稳定性差的技术问题。本发明包括以下步骤：步骤1：对直升机悬停时的状态进行分析；步骤2：分析未知参数对直升机悬停时状态的影响；步骤3：利用上述分析建立直升机悬停模型状态方程和量测方程；步骤4：将上述状态方程和测量方程输入自适应弱敏无迹Kalman滤波算法，得出对直升机状态估计的输出。本发明的有益技术效果在于：精度高、计算成本小、稳定性强。
-
公开(公告)号：CN112162563B
公开(公告)日：2023-01-31
申请号：CN202010970654.2
申请日：2020-09-15
Applicant: 郑州轻工业大学
IPC: G05D1/08
Abstract: 本发明公开了一种基于无迹Kalman滤波的直升机状态估计方法以解决现有的直升机导航系统滤波精度低，滤波稳定性差的技术问题。本发明包括以下步骤：步骤1：对直升机悬停时的状态进行分析；步骤2：分析未知参数对直升机悬停时状态的影响；步骤3：利用上述分析建立直升机悬停模型状态方程和量测方程；步骤4：将上述状态方程和测量方程输入自适应弱敏无迹Kalman滤波算法，得出对直升机状态估计的输出。本发明的有益技术效果在于：精度高、计算成本小、稳定性强。
-
公开(公告)号：CN118010021A
公开(公告)日：2024-05-10
申请号：CN202311838331.8
申请日：2023-12-28
Applicant: 郑州轻工业大学
Abstract: 本申请公开了一种基于改进切尔诺贝利灾难优化器的双驱动差速机器人路径规划方法，具体规划方法如下：对双驱动差速机器人的环境进行建模，得到移动区域地图并对地图进行格栅化处理；建立移动区域地图路径规划的目标函数；根据目标函数确定相应的约束条件以及路径的关键节点数；根据改进后的切尔诺贝利灾难优化器进行双驱动差速机器人路径规划，获取最优粒子位置，并判断是否达到最大迭代次数，若是则输出最优粒子位置，反之则继续迭代更新，直到到达最大迭代次数。最后，根据最优粒子位置来构建双驱动差速机器人的最优路径。本申请原理简单，可调参数较少，能够跳出局部最优，在较为复杂的环境中规划出双驱动差速机器人的最短路径。
-
公开(公告)号：CN118012084A
公开(公告)日：2024-05-10
申请号：CN202311721999.4
申请日：2023-12-14
Applicant: 郑州轻工业大学
IPC: G05D1/46 , G05D109/20
Abstract: 本申请公开了一种基于电竞游戏优化算法的无人机路径规划方法，具体规划方法如下：构建无人机任务空间模型，确定无人机的起始点和终止点以及障碍物；设计无人机代价函数；进行游戏玩家初始化，计算所有玩家的适应度值，保留最优玩家参数；根据电竞游戏优化算法更新玩家位置；判断是否达到最大迭代次数，若是，输出最优玩家参数，结束算法；否则，继续更新和迭代，直到达到最大迭代次数后结束算法；根据地形和最优玩家参数构建无人机路径。本申请将电竞游戏优化算法应用到无人机路径规划中，可以帮助无人机在三维空间中实现高效的飞行并且准确到达目标终止点。
-
公开(公告)号：CN117968690A
公开(公告)日：2024-05-03
申请号：CN202311812197.4
申请日：2023-12-27
Applicant: 郑州轻工业大学
IPC: G01C21/20
Abstract: 本申请公开了一种基于改进雪消融算法的城市环境下无人机航迹规划方法，旨在解决现有无人机路径规划难以实现在复杂城市中快速、稳定地抵达目标区域且能源消耗较大的技术问题。具体规划步骤如下：S1：依据现实中城市的复杂环境构建无人机航迹环境模型；S2：设计无人机航迹的目标函数；S3：进行算法初始化，计算种群适应度值，产生航迹初始解；S4：使用改进雪消融算法进行无人机航迹规划；S5：判断是否达到算法最大迭代次数，若是，输出结果，结束算法；否则，继续迭代以获取最优规划航迹。本申请将改进后的雪消融算法应用于复杂城市环境下的无人机航迹规划，实现了无人机在复杂城市中的精准避障，并帮助无人机规划出高效、稳定的可飞航迹。
-
-
-
-
Search Results
5
records
(took 0.016 seconds)
