基于同伦法的多无人机同步到达轨迹规划方法、存储介质及设备

    公开(公告)号:CN114911263B

    公开(公告)日:2023-05-12

    申请号:CN202210656391.7

    申请日:2022-06-10

    Abstract: 基于同伦法的多无人机同步到达轨迹规划方法、存储介质及设备,属于多无人机轨迹规划领域。为了解决目前的多无人机轨迹规划或者控制方法不能很好的满足多无人机同步到达的问题。本发明基于架无人机的运动学模型和轨迹角和控制变量遵守约束构建多无人机同步到达问题的模型,并对同步到达问题进行离散化,然后基于无人机的初始位置、初始姿态、目标位置、目标姿态,轨迹角的上、下界,轨迹角的控制变量的上、下界,航向角的控制变量的上界,以及距离步长,经过同步到达规划方法得到同步轨迹并基于同伦法对无人机的轨迹进行具体规划。本发明主要用于多无人机的同步到达轨迹规划。

    多智能体编队系统允许最大通信数据延迟的判定方法

    公开(公告)号:CN115903914A

    公开(公告)日:2023-04-04

    申请号:CN202211702605.6

    申请日:2022-12-28

    Abstract: 多智能体编队系统允许最大通信数据延迟的判定方法,解决了如何有效的判定允许最大通信数据延迟的问题,属于多智能体领域。本发明包括:S1、获取领航‑跟随多智能体编队系统的参数及迭代步长ΔT;S2、计算得到分块矩阵C、E;S3、初始化迭代次数f=1,设置时滞变量初始值d0=ΔT;S4、将d0代入判定条件,计算判定条件的可行解,如果有解,转入S5,如果没有解,减少迭代步长ΔT,转入S2,或更换通信拓扑的拉普拉斯矩阵及领航者与跟随者通信矩阵,转入S3;S5、更新迭代步数f=f+1;S6、df‑1=fΔT,将df‑1代入判定条件,计算判定条件的可行解,如果有解,转入S5,如果没有解,最大通信延迟dM为(f‑1)ΔT。

    节点数变化的多智能体编队控制方法

    公开(公告)号:CN114371625B

    公开(公告)日:2022-10-25

    申请号:CN202210025713.8

    申请日:2022-01-11

    Abstract: 一种节点数变化的多智能体编队控制方法,属于智能体编队技术领域。本发明针对多智能体编队在节点数变化及通信异常发生时编队方法鲁棒性差的问题。包括一、建立智能体的运动学系统模型;初始化有向通信拓扑图;二、设定虚拟领航者的动态变化方程,由智能体节点的积分型滑模变量确定等效控制项;三、设计智能体控制器,并设定速度阻尼增益和通信权重;四、采用控制器实现多智能体编队控制;五、当节点数发生变化时,执行六;六、通过线性矩阵不等式验证当前速度阻尼增益的可行性,若可行,更新有向通信拓扑图和虚拟领航者的位置和速度,并返回二;否则更换速度阻尼增益,并返回六。本发明实现了节点减少或新增情形下多智能体系统编队控制。

    信息物理融合系统的主动防御弹性滑模控制方法

    公开(公告)号:CN111045334B

    公开(公告)日:2022-10-25

    申请号:CN201911418806.1

    申请日:2019-12-31

    Abstract: 信息物理融合系统的主动防御弹性滑模控制方法,属于信息安全技术领域,解决了信息物理融合系统拒绝服务攻击下的物理过程的指数稳定性差、数据丢失量大的问题。本发明建立拒绝服务攻击物理过程模型;利用拒绝服务攻击物理过程模型和零和博弈理论,设计在DoS攻击下基于防御策略的估计器;利用所述基于防御策略的估计器对系统状态进行估计;利用估计的系统状态,获取主动防御的弹性滑模控制器。本发明适用于信息物理融合系统中使用。

    自动调平式重载平面微重力模拟平台

    公开(公告)号:CN114633904A

    公开(公告)日:2022-06-17

    申请号:CN202210248219.8

    申请日:2022-03-14

    Abstract: 一种自动调平式重载平面微重力模拟平台,属于空间微重力环境地面模拟设备领域。本发明针对现有重载平面微重力模拟平台需要人工使用水平仪进行调平,存在操作难度大且效率低的问题。包括:平台通过水平仪测量水平度;平台由多个均匀分布的支撑单元支撑,每个支撑单元包括底座和多个分支座,多个分支座均匀分布在底座上作为多个支点;每个支撑单元对应配置一个自动调平单元;所述自动调平单元包括水平移动分部和夹持分部;所述底座与水平移动分部相配合使水平移动分部沿底座长度方向移动;水平移动分部与夹持分部连接,夹持分部的终端用于夹持分支座的调节螺母,并旋动调节螺母实现对平台水平度的调节。本发明提高了平台提高效率。

    一种基于深度强化学习的信息物理系统安全控制方法

    公开(公告)号:CN113885330B

    公开(公告)日:2022-06-17

    申请号:CN202111247290.6

    申请日:2021-10-26

    Abstract: 一种基于深度强化学习的信息物理系统安全控制方法,它属于信息安全技术领域。本发明解决了在网络攻击情况下,基于现有方法设计的安全控制策略的控制性能不佳的问题。本发明将受攻击情形下的信息物理系统动态方程描述为一个马尔科夫决策过程,基于建立的马尔科夫过程,将虚假数据注入攻击情形下的信息物理系统安全控制问题转化为仅使用数据的控制策略学习问题,再基于柔性actor‑critic强化学习算法框架,提出了一种基于李雅普诺夫函数的柔性actor‑critic强化学习算法,并提供了一种新颖的深度神经网络训练框架,设计过程中融合李雅普诺夫稳定理论,保证了信息物理系统的稳定性,有效提升了控制性能。本发明可以应用于对信息物理系统的安全控制。

    一种基于车辙线的多模态里程计方法

    公开(公告)号:CN113658337B

    公开(公告)日:2022-05-03

    申请号:CN202110976763.X

    申请日:2021-08-24

    Abstract: 一种基于车辙线的多模态里程计方法,本发明涉及基于车辙线的多模态里程计方法。本发明的目的是为了解决现有点特征对于环境依赖较大,在纹理缺失等场景中表现不佳,导致无法得到准确的机器人里程信息问题。过程为:一、对非重叠视角下多相机和激光雷达进行联合标定;二、设定标定误差约束;三、对激光点云进行去噪预处理;四、得到边缘、平面特征误差模型;五、获得图像帧与帧之间点特征和图像帧与帧之间线特征;六、获得点线特征误差模型;七、获得深度恢复误差模型;八、构建视觉激光的数据关联模型;九、对智能体的位姿进行增量式更新;十、重复三至九,估计连续帧位姿变换,完成多模态里程计构建。本发明用于机器人SLAM领域。

Patent Agency Ranking