-
公开(公告)号：CN110262548A
公开(公告)日：2019-09-20
申请号：CN201910541621.3
申请日：2019-06-21
Applicant: 北京理工大学
IPC: G05D1/10
Abstract: 本发明涉及一种考虑抵达时间约束的无人机航迹规划方法，属于航迹规划技术领域。本发明针对无人机指定时刻抵达目标区域问题，建立抵达时间约束模型和航迹规划模型。在SAS算法思想的基础上，提出一种指定航程稀疏A*搜索(GRC-SAS)算法，该方法通过对SAS算法的代价函数和收敛条件进行设计，使得航迹结果满足抵达时间约束，并对节点扩展方案进行改进以进一步提高算法的搜索效率，从而快速生成满足约束的无人机飞行航迹。本发明要解决的技术问题为：根据实际任务需要，基于指定航程稀疏A*搜索算法获得无人机飞行航迹，具有满足复杂约束、短时间内生成可行航迹的优点，其中，复杂约束包括抵达时间约束、无人机运动学约束和障碍规避约束。
-
公开(公告)号：CN114118365B
公开(公告)日：2022-09-06
申请号：CN202111337448.9
申请日：2021-11-08
Applicant: 北京理工大学
Abstract: 本发明公开的基于径向基网络的跨介质飞行器快速入水近似优化方法，属于飞行器总体优化技术领域。本发明实现方法为：对从空中入水过程的跨介质飞行器进行受力分析，同时考虑重力、浮力、理想流体作用力与粘性流体作用力，建立高精度跨介质飞行器的动力学模型。对跨介质飞行器的入水状态进行数据采样，调用跨介质飞行器动力学模型构造样本点，构建径向基网络模型，对跨介质飞行器入水时间进行高效准确预测，降低模型调用次数。综合考虑跨介质飞行器多种入水状态变量，建立入水时间优化模型，采用粒子群算法对跨介质飞行器入水状态设计空间进行搜索寻优，求解最优入水状态。以最优入水状态指导跨介质飞行器制定任务流程，提高任务完成率。
-
公开(公告)号：CN114118365A
公开(公告)日：2022-03-01
申请号：CN202111337448.9
申请日：2021-11-08
Applicant: 北京理工大学
Abstract: 本发明公开的基于径向基网络的跨介质飞行器快速入水近似优化方法，属于飞行器总体优化技术领域。本发明实现方法为：对从空中入水过程的跨介质飞行器进行受力分析，同时考虑重力、浮力、理想流体作用力与粘性流体作用力，建立高精度跨介质飞行器的动力学模型。对跨介质飞行器的入水状态进行数据采样，调用跨介质飞行器动力学模型构造样本点，构建径向基网络模型，对跨介质飞行器入水时间进行高效准确预测，降低模型调用次数。综合考虑跨介质飞行器多种入水状态变量，建立入水时间优化模型，采用粒子群算法对跨介质飞行器入水状态设计空间进行搜索寻优，求解最优入水状态。以最优入水状态指导跨介质飞行器制定任务流程，提高任务完成率。
-
公开(公告)号：CN117032275A
公开(公告)日：2023-11-10
申请号：CN202310805027.7
申请日：2023-07-03
Applicant: 北京理工大学
Abstract: 本发明公开的基于罚函数序列凸优化的高超声速变体飞行器轨迹规划方法，属于飞行器总体优化技术领域。本发明建立高超声速变体飞行器再入气动代理模型；考虑动力学、始末状态及热流率、过载、动压路径约束，建立再入轨迹规划最优控制模型；通过时间归一化处理将终端时间自由的轨迹规划问题转化为在固定时域上的最优控制问题。采用对数凸化策略凸化路径约束；设计虚拟控制策略，松弛高超声速变体飞行器再入动力学等式约束；定制二阶锥约束，采用罚函数方法将其加入目标函数中，引导再入轨迹迭代优化结果向可行域逼近；构建自适应信赖域更新策略，加速迭代收敛。采用基于罚函数序列凸优化求解器高效快速求解规划高超声速变体飞行器再入轨迹。
-
公开(公告)号：CN115600776A
公开(公告)日：2023-01-13
申请号：CN202211143140.5
申请日：2022-09-20
Applicant: 北京理工大学(CN)
IPC: G06Q10/047 , G06Q50/30 , G06N3/08
Abstract: 本发明公开的一种基于自适应Q学习的地面单元协同路径规划方法，属于机动能力领域。本发明实现方法为：本发明将状态空间的划分方式由传统的栅格法改变成以初始节点和目标节点的相对距离与固定状态间隔d确定空间状态，根据地面单元趋近目标的程度设计奖惩函数，从而缓解由于目标位置改变而导致包含环境信息的Q表无法适用于新环境的风险，能够提高地面单元协同路径规划效率和安全性。本发明将动作空间的划分方式由传统的固定动作改变成依据路网节点连接关系确定动作空间，减少无用动作空间，提高动作空间对路网环境的适用性，且能够缓解大规模地面单元路径规划问题中面临的“维度灾难”问题，提高复杂路网环境下路径协同规划效率。
-
Patent Agency Ranking
公开(公告)号：CN113778129B
公开(公告)日：2023-09-19
申请号：CN202111113738.5
申请日：2021-09-23
Applicant: 北京理工大学
IPC: G05D1/10
Abstract: 本发明公开的一种干扰补偿的高超声速变后掠翼飞行器跟踪控制方法，属于高超声速飞行器控制技术领域。本发明实现方法为：考虑飞行状态约束、输入饱和影响、连续变形过程产生的附加干扰和气动参数不确定性，建立飞行器纵向动力学模型；将变形附加力、力矩以及气动不确定项视为未知复合干扰，建立不确定严格反馈非线性跟踪控制系统；设计非线性干扰观测器，实现对未知干扰的准确估计；采用Backstepping控制方法逐次设计跟踪控制律，通过引入干扰补偿机制抵消复合干扰，通过设计指令滤波辅助系统补偿状态约束、输入饱和影响，设计基于干扰补偿的指令滤波跟踪控制律，提升闭环系统稳定性和鲁棒性，实现高超声速变后掠翼飞行器在跨速域、多模态飞行工况下的稳定飞行。
-
公开(公告)号：CN114791743A
公开(公告)日：2022-07-26
申请号：CN202210466343.1
申请日：2022-04-26
Applicant: 北京理工大学
Abstract: 本发明公开一种考虑通信时延的无人机集群协同航迹规划方法，属于航迹规划技术领域。在考虑通信时延的情况下，构建一种“全局规划‑局部避障”协同航迹规划框架，在全局规划阶段，考虑随机通信时延引起的相邻无人机位置的概率分布，将通信时延导致的邻机位置概率式分布情形结合到稀疏A*搜索算法中，并引入优先级解耦机制提升算法搜索效率；在局部避碰阶段，考虑到通信时延的不确定性、邻机位置的不确定性导致全局航迹仍存在局部碰撞风险，求解分布式模型预测控制的最优控制问题，实现无人机在管道内的航迹跟踪和局部调整。基于双层级协同航迹规划，确保通信时延下无人机集群协同航迹规划的时效性与可靠性，提升真实场景下无人机集群的协同能力。
-
公开(公告)号：CN113671987A
公开(公告)日：2021-11-19
申请号：CN202110861873.1
申请日：2021-07-29
Applicant: 北京理工大学
IPC: G05D1/10
Abstract: 本发明公开的基于非死锁合同网算法的多机分布式时序任务分配方法，属于任务分配技术领域。本发明实现方法为：针对多无人机协同任务分配的时序约束问题，建立时序任务分配模型，并提出时序任务死锁判据；在合同网算法任务排序过程中充分考虑耦合时序任务影响，优先选择最近邻任务，结合用于消除不可行排序方案的死锁判据递归回溯，生成满足死锁约束的任务排序方案，并对招标无人机选取机制与算法收敛条件改进，进而提出一种基于竞争机制的非死锁合同网(DF‑CNP)算法，在分布式架构下并行非死锁合同网(DF‑CNP)算法，高效率输出多无人机非死锁时序任务分配结果。本发明基于竞争机制，因此具有优化效率高的特点。
-
公开(公告)号：CN114791743B
公开(公告)日：2025-03-18
申请号：CN202210466343.1
申请日：2022-04-26
Applicant: 北京理工大学
IPC: G05D1/46 , G05D1/69 , G06Q10/047 , G06N7/01
Abstract: 本发明公开一种考虑通信时延的无人机集群协同航迹规划方法，属于航迹规划技术领域。在考虑通信时延的情况下，构建一种“全局规划‑局部避障”协同航迹规划框架，在全局规划阶段，考虑随机通信时延引起的相邻无人机位置的概率分布，将通信时延导致的邻机位置概率式分布情形结合到稀疏A*搜索算法中，并引入优先级解耦机制提升算法搜索效率；在局部避碰阶段，考虑到通信时延的不确定性、邻机位置的不确定性导致全局航迹仍存在局部碰撞风险，求解分布式模型预测控制的最优控制问题，实现无人机在管道内的航迹跟踪和局部调整。基于双层级协同航迹规划，确保通信时延下无人机集群协同航迹规划的时效性与可靠性，提升真实场景下无人机集群的协同能力。
-
公开(公告)号：CN113671987B
公开(公告)日：2024-02-02
申请号：CN202110861873.1
申请日：2021-07-29
Applicant: 北京理工大学
IPC: G05D1/46 , G05D1/695 , G05D109/20
Abstract: 本发明公开的基于非死锁合同网算法的多机分布式时序任务分配方法，属于任务分配技术领域。本发明实现方法为：针对多无人机协同任务分配的时序约束问题，建立时序任务分配模型，并提出时序任务死锁判据；在合同网算法任务排序过程中充分考虑耦合时序任务影响，优先选择最近邻任务，结合用于消除不可行排序方案的死锁判据递归回溯，生成满足死锁约束的任务排序方案，并对招标无人机选取机制与算法收敛条件改进，进而提出一种基于竞争机制的非死锁合同网(DF‑CNP)算法，在分布式架构下并行非死锁合同网(DF‑CNP)算法，高效率输出多无人机非死锁时序任务分配结果。本发明基于竞争机制，因此具有优化效率高的特点。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.02 seconds)
