一种无人驾驶航空器
    1.
    发明授权

    公开(公告)号:CN106114854B

    公开(公告)日:2019-06-25

    申请号:CN201610648549.0

    申请日:2016-08-09

    发明人: 于波

    IPC分类号: B64C29/02 B64C27/26 G05D1/10

    摘要: 一种无人驾驶航空器,包括:航空器主体;固定翼和多个旋翼,固定翼固定在航空器主体的两侧,多个旋翼通过旋翼支撑部分别固接在固定翼的两侧;机载传感器系统,其用于采集航空器的航行数据;飞控系统,其与机载传感器系统连接,用于根据航行数据调节固定翼和/或多个旋翼的状态,从而调节航空器的航行状态。该无人驾驶航空器旋翼轴无需相对机翼转动,因此也就无需配置控制调节旋翼轴转动的复杂的机械部件,相较于现有的倾转旋翼航空器,本航空器的结构更加简单、重量更轻,该航空器采用一套动力装置来满足垂直起降和固定翼模态巡航的功能,相较于现有的航空器,其能够提供更大的重量满足任务载荷和航程航时要求。

    用于控制飞行器的至少两个子系统的方法和设备

    公开(公告)号:CN105607643B

    公开(公告)日:2019-06-07

    申请号:CN201510780943.5

    申请日:2015-11-13

    申请人: 空客直升机

    IPC分类号: G05D1/10 G05D1/08

    摘要: 本发明描述了一种控制飞行器(1)的子系统(10)的方法。在准备步骤期间,至少一个全局指令被存储在数据库(11)中,每个全局指令包括资格条件,并且至少一个全局指令包括激活条件,每个全局指令指定包括将由两个不同构件(20)依次实现或并行实现的至少两个动作的命令序列。在初始化步骤期间,机载计算机(12)确定全局指令是被自动选择还是被飞行员选择。在激活步骤期间,机载计算机(12)在恰适的情况下确定所选全局指令是否可行。在实现步骤期间,并且倘若所选全局指令可行,则机载计算机(12)执行所选全局指令所指定的动作。

    基于随机时延描述数据丢失的多无人机编队控制方法

    公开(公告)号:CN107357308A

    公开(公告)日:2017-11-17

    申请号:CN201710549709.0

    申请日:2017-07-07

    发明人: 季蕾 樊春霞 乔滟

    IPC分类号: G05D1/10 G05D1/08 G05B17/02

    摘要: 本发明公开了一种基于随机时延描述数据丢失的多无人机编队控制方法,考虑了在飞行器编队控制通信时存在数据丢失的情况,利用随机时延来描述数据丢失的状况,继而推导出编队稳定的充分条件,最终实现多无人机编队控制的目标。本方案中随机时延服从Bernoulli随机分布,通信图固定且无向,通信时延为时变。本方案利用随机时延的方法描述数据丢失,随机时延服从Bernoulli随机分布,在服从时滞相关的充分条件时,实现存在数据丢失的多无人机编队控制。

    一种无人驾驶航空器
    8.
    发明公开

    公开(公告)号:CN106114853A

    公开(公告)日:2016-11-16

    申请号:CN201610648326.4

    申请日:2016-08-09

    发明人: 于进勇

    IPC分类号: B64C29/02 B64C27/26 G05D1/10

    摘要: 一种无人驾驶航空器,包括:航空器主体;固定翼,其固定在航空器主体的两侧;多个旋翼,多个旋翼通过旋翼支撑部连接在固定翼的两侧。该无人驾驶航空器旋翼轴无需相对机翼转动,因此也就无需配置控制调节旋翼轴转动的复杂的机械部件,相较于现有的倾转旋翼航空器,本航空器的结构更加简单、重量更轻。同时,该无人驾驶航空器采用一套动力装置(即旋翼及其对应的电动机)来满足垂直起降和固定翼模态巡航的功能,相较于现有的航空器,其能够提供更大的重量满足任务载荷和航程航时要求。

    一种三捷联惯组量化动态阈值置信区间估计方法

    公开(公告)号:CN105892481A

    公开(公告)日:2016-08-24

    申请号:CN201610192260.2

    申请日:2016-03-30

    IPC分类号: G05D1/10

    CPC分类号: G05D1/102

    摘要: 一种三捷联惯组量化动态阈值置信区间估计方法,属于基于分位数法的阈值置信区间估计方法,首先进行分位数定义,其次将通过蒙特卡洛打靶方法生成带有三捷联惯组误差模型的弹道数据作为样本数据;之后对样本数据按照数值大小进行升序排序,将相同的数值进行合并,计算每一个数据在原样本数据中出现的次数占整体数据的比例,得到每个样本数据的出现概率;最后进行阈值置信区间的估计。该方法可以实现对于不服从正态分布的数据求解其置信区间,能有效地适应量化动态阈值的区间估计,置信度高,且简单易用,便于弹上实现。