公开(公告)号：CN117289695A

公开(公告)日：2023-12-26

申请号：CN202311222260.9

申请日：2023-09-20

申请人： 中山大学·深圳 ,  中山大学

发明人： 张清瑞 ,  刘赟韵 ,  于程浩 ,  章登宇

IPC分类号： G05D1/02

摘要： 本发明公开了一种基于强化学习的自动驾驶船舶(ASV)主动容错路径跟踪控制方法，如下：基于ASV的机动模块建立三自由度非线性动力学模型；基于非线性动力学模型获得标称模型；建立ASV的总体控制律，使得非线性动力学模型的状态能够跟踪标称模型的状态；所述总体控制律包括用于保证基本跟踪性能的基础路径跟踪控制律、用于补偿系统不确定性和传感器故障的基于强化学习的容错鲁棒控制律；所述传感器故障采用故障诊断和识别机制(FDI)检测并估计其大小。本发明利用强化学习的无模型特性，减少容错控制设计对模型信息的依赖；引入基于模型的基础路径跟踪控制律，提高学习效率，降低对传感器故障估计精度的依赖。

公开(公告)号：CN117519292A

公开(公告)日：2024-02-06

申请号：CN202311677102.2

申请日：2023-12-07

申请人： 中山大学

发明人： 张清瑞 ,  于程浩 ,  章登宇

IPC分类号： G05D1/695 ,  G05D109/20

摘要： 本发明公开了一种面向多无人机系统的启发式集群预测控制方法，利用初始解对控制空间进行筛选，解决了预测控制的计算量问题。该初始解由系统当前的修正梯度确定，为无人系统下一步运动指明了粗略方向。这种方法既可以大幅减小计算量，又能够最小程度影响系统的最佳控制输入。提出的新的基于相对速度方向的避障机制，能够保证无人系统安全、平滑地绕开障碍物。这种机制不仅适用简单静态障碍物场景，还能有效处理密集动态障碍物避障问题。