-
公开(公告)号:CN120044982A
公开(公告)日:2025-05-27
申请号:CN202510169736.X
申请日:2025-02-17
Applicant: 北京理工大学
IPC: G05D1/695
Abstract: 本公开提供了一种强化学习驱动的空地无人集群系统协同编队控制方法。建立针对空地无人集群系统的动态模型;构建分布式预定义时间观测器来估计虚拟领导者状态,为协同编队跟踪控制提供的状态参考;重构增广空地无人集群系统的动力学模型,进而构建控制增益矩阵。将分段恒定初始激励应用于增广系统并收集存储其前期运行的状态数据,然后根据空地无人系统前期的运行数据,利用数据驱动方法获得初始稳定控制策略,最后基于离线策略强化学习算法和基于数据的初始稳定控制策略,学习最优编队跟踪控制器,实现空地无人系统的最优编队跟踪控制。本发明能够在系统模型未知情况下,根据复杂任务需求实现空地无人集群系统的最优时变编队跟踪控制。
-
公开(公告)号:CN119556730A
公开(公告)日:2025-03-04
申请号:CN202411728774.6
申请日:2024-11-28
Applicant: 北京理工大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明公开了一种动态环境下异构无人集群系统的路径规划与协同控制方法。首先构建预定义时间的分布式位置观测器,利用无人机之间的局部信息交互估计每个跟随者无人机的初始和最终编队目标位置。构建基于自适应可变解空间RRT算法的全局路径规划器,规划各个无人机穿越密集障碍区域时的安全全局路径;构建基于预定义时间预测滤波器的局部路径规划器,避免无人机在编队跟踪中与动态障碍的潜在碰撞风险;最后根据安全全局路径和局部路径规划结果,采用滑模控制方法,对无人机进行运动控制,实现无人机集群的固定时间编队跟踪控制。使用本发明能够使多无人机系统实现复杂动态环境中的安全飞行,且保证实现编队跟踪飞行任务时的控制性能。
-