-
公开(公告)号：CN109858137A
公开(公告)日：2019-06-07
申请号：CN201910078778.7
申请日：2019-01-25
Applicant: 哈尔滨工业大学
Abstract: 一种基于可学习扩展卡尔曼滤波的复杂机动飞行器航迹估计方法，本发明涉及飞行器的航迹估计方法。本发明解决了现有航迹估计方法在目标飞行器复杂机动条件下精度较低的问题。本发明的技术要点为：建立飞行器的动力学模型，并进一步建立飞行器的机动模型；构建用于飞行器航迹估计的可学习扩展卡尔曼滤波算法，并设计和训练其中的输入修饰网络和增益修饰网络。本发明中飞行器航迹估计中所使用的可学习扩展卡尔曼滤波算法是根据已有航迹数据训练获得的，更充分的利用了飞行器的运动特性先验信息，可更准确的描述飞行器的复杂机动模态，提升了航迹估计精度。本方法适用于基于知识和模式的信息推算领域。
-
公开(公告)号：CN108765444A
公开(公告)日：2018-11-06
申请号：CN201810520560.8
申请日：2018-05-25
Applicant: 哈尔滨工业大学
CPC classification number: G06T7/246 , G06K9/6269 , G06T7/136 , G06T7/70
Abstract: 基于单目视觉的地面T形运动目标检测与定位方法，涉及目标检测技术领域。本发明为了实现在旋翼无人机上能够准确的获取地面上T型板的位置和方向。本发明首先采集一定数量的目标正样本与负样本图片，根据图片生成分类器；然后，输入摄像头采集的图片，用一定大小的检测窗口获取图片不同的区域，对获取的区域提取HOG特征，将特征输入训练好的分类器，以判断该区域是否为目标；对于是目标的区域，进行颜色空间变换，根据阈值进行图像分割，生成而二值图，之后对二值图进行形状分析，以得出T型板的方向；最后，根据相机的姿态和高度信息，进行坐标变换，得出目标与飞行器的相对位置与方向。本发明适用于无人机获取地面移动目标的相对位置与运动方向。
-
公开(公告)号：CN108710383A
公开(公告)日：2018-10-26
申请号：CN201810520559.5
申请日：2018-05-25
Applicant: 哈尔滨工业大学
IPC: G05D1/10
CPC classification number: G05D1/101
Abstract: 一种基于航点规划与跟踪的四旋翼飞行器自主降落控制方法，属于飞行器控制技术领域。本发明为了实现四旋翼飞行器在运动目标上的自主降落。主要步骤包括：1)建立自主降落问题的公式化描述：定义描述降落过程的坐标系与变量并建立相对运动方程；分析四旋翼飞行器降落路径约束；2)设计四旋翼飞行器的路径规划算法：规划降落过程中四旋翼飞行器期望航点的位置；优化期望航点的位置以实现期望降落路径的平滑；3)设计四旋翼飞行器的降落控制算法：确定四旋翼飞行器切换降落控制律的时刻；设计四旋翼飞行器的分段降落控制律。本发明具有较强的自适应性，并且一体化跟踪降落过程，同时有效解决了传感器测速干扰问题。
-
公开(公告)号：CN119273716A
公开(公告)日：2025-01-07
申请号：CN202411289614.6
申请日：2024-09-14
Applicant: 哈尔滨工业大学
IPC: G06T7/246 , G06T7/70 , G06N3/0455 , G06F17/11 , G06F17/16
Abstract: 本发明提供一种基于交叉Transformer数据关联算法的多目标跟踪方法及系统，属于人工智能领域。为解决现有的基于雷达数据的传统MTT算法存储需求高，计算速度慢，基于学习的算法需要约束目标数量，且网络设计为考虑位置数据的典型特征，面对两条交叉轨迹无法进行区分，可能存在漏检或误检的问题。本发明使用基于交叉Transformer数据关联网络，并采用BLUE滤波器来获得基于雷达的位置测量的精度和效率方面的最佳估计；此外，提出一种基于分数的轨迹管理策略，以根据相关的历史测量值；对各种数据集的仿真实验表明，本发明所提出的关联和跟踪方法在复杂的多目标跟踪场景，包括轨迹交叉、大量误报和漏检，中优于现有方法。
-
公开(公告)号：CN114879739B
公开(公告)日：2024-09-06
申请号：CN202210605426.4
申请日：2022-05-31
Applicant: 哈尔滨工业大学
IPC: G05D1/46
Abstract: 一种基于零空间的可倾转四旋翼无人机控制分配方法及系统，属于无人机控制技术领域，用以解决现有技术不能得到准确的执行器控制指令的问题。本发明对于可倾转四旋翼无人机的动力学模型进行模型变换，得到含时变参数的控制效率矩阵，再利用变量代换将控制效率矩阵中的时变参数转移到虚拟推力向量中；利用矩阵伪逆与零空间的性质得到虚拟推力向量的显式表达；在虚拟推力向量中的期望指令超限个数不大于2个时，采用非线性重分配方法得到执行器控制指令的精确解；在期望指令超限个数大于2个时，基于上一时刻控制指令的精确解进行二次规划，以得到指令变化量及当前时刻指令的最优解。本发明适用于在可倾转四旋翼无人机飞行的全时段进行控制分配解算。
-
Patent Agency Ranking
公开(公告)号：CN114353800B
公开(公告)日：2023-10-24
申请号：CN202111671574.8
申请日：2021-12-31
Applicant: 哈尔滨工业大学
IPC: G01C21/20
Abstract: 一种基于谱图方法的多机器人互定位可观性判别方法及系统，涉及多机器人互定位技术领域，用以解决任意相对位置测量构型和运动约束条件下多机器人互定位系统的可观性判别问题。本发明的技术要点包括：首先为多机器人互定位系统定义了拓展相对位置测量图，包括相对位置测量配置和运动约束条件，进而给出了快速判别系统可观或不可观的充分条件；然后构造了基于拓展相对位置测量图的可观性判别矩阵，并基于该判别矩阵给出可观性判别的充要条件。本发明简化了判别基于相对位置测量的多机器人互定位可观性的逻辑与计算量。本发明可应用于判别相对位置测量的多机器人互定位可观性和多机器人互定位系统相对位置量测拓扑结构设计中。
-
公开(公告)号：CN109145451B
公开(公告)日：2022-11-29
申请号：CN201810970985.9
申请日：2018-08-22
Applicant: 哈尔滨工业大学
Abstract: 高速滑翔飞行器的运动行为识别与航迹估计方法，属于基于知识和模式的信息推算领域。本发明解决了现有航迹估计方法无法应对高速滑翔飞行器复杂运动模态的问题。本发明的技术要点为：建立飞行器的动力学模型，进一步建立准平衡滑翔、跳跃滑翔两种飞行模式的运动行为模型，并构造飞行器运动行为模型集；构建飞行器运动行为识别算法，识别飞行器的运动行为；根据运动行为识别的结果，使用合理的策略在模型集中选择用于航迹估计的模型；构建融合滤波算法，估计飞行器的航迹。本方法适用于基于知识和模式的信息推算领域。
-
公开(公告)号：CN114879739A
公开(公告)日：2022-08-09
申请号：CN202210605426.4
申请日：2022-05-31
Applicant: 哈尔滨工业大学
IPC: G05D1/10
Abstract: 一种基于零空间的可倾转四旋翼无人机控制分配方法及系统，属于无人机控制技术领域，用以解决现有技术不能得到准确的执行器控制指令的问题。本发明对于可倾转四旋翼无人机的动力学模型进行模型变换，得到含时变参数的控制效率矩阵，再利用变量代换将控制效率矩阵中的时变参数转移到虚拟推力向量中；利用矩阵伪逆与零空间的性质得到虚拟推力向量的显式表达；在虚拟推力向量中的期望指令超限个数不大于2个时，采用非线性重分配方法得到执行器控制指令的精确解；在期望指令超限个数大于2个时，基于上一时刻控制指令的精确解进行二次规划，以得到指令变化量及当前时刻指令的最优解。本发明适用于在可倾转四旋翼无人机飞行的全时段进行控制分配解算。
-
公开(公告)号：CN113190041B
公开(公告)日：2022-05-10
申请号：CN202110482317.3
申请日：2021-04-30
Applicant: 哈尔滨工业大学
IPC: G05D1/10
Abstract: 一种基于约束松弛技术的无人机集群在线目标分配方法，属于无人机目标分配技术领域，用以解决现有技术无法在有限时间内高效解决无人机机群目标分配的问题。本发明的技术要点包括：建立了无人机机群协同拦截敌方机群中的目标分配问题的数学模型，使用带有严格约束的线性模型来描述分配问题，能够在合理的时间内求解出线性分配问题的最优解；设计代价函数时考虑了拦截目标的能耗、拦截时间和目标的威胁程度；进一步地，放宽了约束条件，使得松弛后的分配问题转化为无约束线性分配问题，进一步减少了计算量。本发明平衡了模型求解计算效率和建模精度，在有限时间内高效地解决了无人机机群目标分配问题。本发明可应用于多无人机协同目标分配系统之中。
-
公开(公告)号：CN113194502A
公开(公告)日：2021-07-30
申请号：CN202110482235.9
申请日：2021-04-30
Applicant: 哈尔滨工业大学
Abstract: 一种无人机集群的分布式中心选择和通信方法，属于无人机通信技术领域，用以解决现有集中式通信网络由于中心节点断开连接而导致无人机群通信网络崩溃的问题。本发明的技术要点包括：将无人机节点状态描述为下述三者之一：Leader、Follower和Candidate，通过动态地调整节点状态来应对复杂的网络环境，考虑了节点状态转换中可能出现的各种情况，并给出了应对策略，当通信网络中Leader不存在或断开连接，无人机机群能快速地、自主地、分布式地选取出新的Leader作为中心节点，以此建立新的集中式通信网络。本发明保证了后端的全局态势感知和决策的全局最优性，同时解决了对抗环境下集中式通信架构不鲁棒的问题。本发明可用于无人机集群的任务分配中。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.019 seconds)
