一种解决屏幕弹窗过快而无法捕捉的方法

    公开(公告)号:CN108600621A

    公开(公告)日:2018-09-28

    申请号:CN201810332499.4

    申请日:2018-04-13

    Abstract: 一种解决屏幕弹窗过快而无法捕捉的方法,涉及计算机视觉及工业自动化技术领域;包括如下步骤:步骤(一)、摄像头实时对显示屏幕拍照,并将照片储存于控制主机;步骤(二)、控制主机对最后储存的两张图片进行判断,判断图片中是否有弹窗;步骤(三)、驱动执行机构执行按钮操作,完成任务操作需求;步骤(四)、在弹窗按钮操作结束瞬间,控制主机控制摄像头对显示屏幕拍照;步骤(五)、执行机构继续进行按钮操作,直至完成任务操作需求;本发明的目的在于克服现有技术的上述不足,提供一种解决屏幕弹窗过快而无法捕捉的方法,选择系统子块驱动的来实现这一背景操作,效果良好,能达到视觉系统始终捕捉到屏幕中的弹窗信息。

    一种在加速度表八表配置下的故障诊断方法

    公开(公告)号:CN101738499B

    公开(公告)日:2011-04-27

    申请号:CN200910243093.X

    申请日:2009-12-24

    Abstract: 一种在加速度表八表配置下的故障诊断方法,步骤如下:第一步,构建加速度表视加速度一致性判别的五个公式;第二步,根据惯性测量器件的测量误差,设定AX表、AY表、AZ表、AS表的一致性故障门限;第三步,对八只加速度表输出的脉冲转换为视速度增量;第四步,将八个加速度表的视速度增量,进行滚动累加;第五步,将第四步的结果代入上式进行计算,并按照视加速度一致性故障判别定位表进行判别定位,得到八个加速度表的故障判别定位情况,并对每个加速度表的连续故障次数进行计数;第六步,对连续故障次数超过切除门限的加速度表进行切除;第七步,将切除后剩余的无故障加速度表的视速度增量取平均值,作为箭体视速度增量,用于导航计算。

    迭代制导下减少大姿态扰动的控制方法

    公开(公告)号:CN101723096A

    公开(公告)日:2010-06-09

    申请号:CN200910243094.4

    申请日:2009-12-24

    Abstract: 迭代制导下减小大姿态扰动的控制方法,通过数据采集、计算视速度增量、对轴向视加速度平滑处理、将平滑后的完全燃烧时间τin代入飞行器迭代制导公式中,得到平滑后的迭代程序角ψcxn、最后对当前时刻的迭代程序角增量Δψcx进行限幅处理,得到稳定的当前时刻的迭代程序角输出值。本发明在迭代程序角生成的全过程中采取平滑、限幅措施,以减小大姿态扰动,确保后续迭代计算采用的输入量和迭代程序角输出平滑过渡,不会发生跳变,从而保证姿态控制系统的输入不发生跳变,对提高飞行器控制系统的可靠性及减小飞行中的干扰影响大有益处;采用本方法减少迭代制导下的大姿态扰动,不需要提高硬件的采样分辨率,即不需对飞行器硬件作出修改,简单、便捷,减少姿态扰动的效果明显。

    一种神经网络控制律高效自主学习方法

    公开(公告)号:CN120046653A

    公开(公告)日:2025-05-27

    申请号:CN202411917060.X

    申请日:2024-12-24

    Abstract: 本发明公开了一种神经网络控制律高效自主学习方法。针对在运用深度强化学习算法实现复杂飞行器控制律自学习的过程中,超参数设定高度依赖于人工经验进而造成设计难度大,且不一定对于任务最优的问题,本发明引入图像识别领域网络架构搜索思想,提出基于神经网络架构轻量化搜索策略的飞行器控制律自学习方法。该方法在将神经网络架构设计问题转化为图拓扑生成问题的基础上,结合LSTM循环神经网络的图拓扑生成算法、基于权重共享的深度强化学习参数轻量化训练与评估机制,以及基于策略梯度的图拓扑生成器参数学习算法,实现了深度强化学习训练算法中神经网络架构超参数的自动优化,进而完成了控制律的自学习。

    一种运载火箭推力下降故障的跨滑行段解析制导重构方法

    公开(公告)号:CN114413691B

    公开(公告)日:2024-06-04

    申请号:CN202111594743.2

    申请日:2021-12-24

    Abstract: 本申请提供一种运载火箭推力下降故障的跨滑行段解析制导重构方法,该方法估计第二主动段变轨速度增量ΔVB、第二主动段飞行时间tk、第一主动段剩余飞行时间tgo1、第一主动段终端状态;根据ΔVB、tk、tgo1、第一主动段终端状态确定滑行轨道;通过解析闭环制导进入滑行轨道;在滑行轨道的远地点进行变轨,利用解析闭环制导飞向目标轨道。本申请提供的方法先通过第二主动段变轨速度增量ΔVB、第二主动段飞行时间tk、第一主动段剩余飞行时间tgo1、第一主动段终端状态确定滑行轨道,再通过解析闭环制导进入滑行轨道,在滑行轨道的远地点进行变轨,利用解析闭环制导飞向目标轨道,实现了运载火箭入轨级第一主动段出现推力下降故障情况下的自主救援。

    飞行器减载制导方法、设备、存储介质

    公开(公告)号:CN117872731A

    公开(公告)日:2024-04-12

    申请号:CN202311623119.X

    申请日:2023-11-30

    Abstract: 本申请提供一种飞行器减载制导方法、设备、存储介质,该方法包括:在飞行器飞行状态的坐标系下,建立飞行器减载制导律的训练环境;获取训练环境赋予的当前时刻的状态量;根据当前时刻的状态量和强化学习神经网络模型,采样得到当前时刻的动作输出量;根据当前时刻的动作输出量,确定训练环境赋予的奖励值和下一时刻的状态量;基于当前时刻的状态量,当前时刻的动作输出量,奖励值和下一时刻的状态量,形成训练样本;根据训练样本,对强化学习神经网络模型进行训练,得到飞行器上升段的减载制导律。本申请提供的方法可以解决飞行器上升段在未知风场下的减载制导问题。

    一种飞行控制算法一体化训练平台

    公开(公告)号:CN114167748B

    公开(公告)日:2024-04-09

    申请号:CN202111247331.1

    申请日:2021-10-26

    Abstract: 本发明公开了一种飞行控制算法一体化训练平台,属于机器学习技术领域,能够保证飞行控制算法训练,以及验证设计的通用性和易用性,进而提高了飞行控制算法一体化训练和验证设计的效率。平台包括:控制器、机器学习框架模块和可视化飞行仿真环境;其中:所述可视化飞行仿真环境包括动力学模型、视景仿真模型和调用接口;所述可视化飞行仿真环境通过所述调用接口与所述机器学习框架模块相连接;所述机器学习框架模块用于实现所述控制器和所述可视化飞行仿真环境之间的数据交互;所述视景仿真模型用于展示飞行控制算法的一体化训练过程中的飞行状态信息;所述动力学模型与所述视景仿真模型之间建立通讯连接。

    一种基于决策树的飞行器动力系统故障在线辨识方法

    公开(公告)号:CN111221345B

    公开(公告)日:2023-04-14

    申请号:CN202010076008.1

    申请日:2020-01-23

    Abstract: 本发明涉及一种基于决策树的飞行器推力故障在线辨识方法,适用于飞行器飞行过程中典型动力系统推力故障在线辨识领域。针对控制系统飞行运动信息(如飞行位置、速度、加速度、转速、姿态角、角速度等)进行数据融合生成,并生成决策树,采用训练好的决策树对主发动机故障进行辨识,能够有效实现对故障类型的实时准确建模判别。考虑飞行器质心运动、扰心运动、结构干扰、气动力及力矩等因素,建立更加真实可信仿真模型,生成可信的数据样本,生成决策树,本发明可对飞行器推力故障进行实时在线辨识,可准确辨识出发动机故障。

    一种火箭软着陆制导方法
    20.
    发明公开

    公开(公告)号:CN112660426A

    公开(公告)日:2021-04-16

    申请号:CN202011480607.6

    申请日:2020-12-15

    Abstract: 本发明提供了一种火箭软着陆制导方法,属于运载火箭控制技术领域。本发明通过自适应发动机开机方法获取发动机开机指令,为发动机开机后的着陆过程创造良好初始接入条件,而且根据火箭着陆飞行状态建立的火箭动力软着陆段在线轨迹规划方程,可以实时在线滚动规划后续飞行过程偏差适应能力最强的标称轨迹;通过制导跟踪方法,可以将火箭导引向实时生成的标称轨迹,大大降低火箭着陆过程中干扰的影响;此外,本发明还通过小步长预测关机方法确定发动机关机条件,进一步提升火箭的着陆精度。

Patent Agency Ranking