用于无人机决策的行为树模型可达性分析方法及装置

    公开(公告)号:CN117369795B

    公开(公告)日:2024-03-01

    申请号:CN202311662144.9

    申请日:2023-12-06

    Abstract: 本发明涉及无人机决策逻辑分析验证技术领域,提供一种用于无人机决策的行为树模型可达性分析方法及装置,其中方法包括:获取基于无人机决策行为构建的行为树,行为树中的每个节点对应无人机针对外部态势各因素的决策行为;将行为树转换为控制流图;基于控制流图,进行所述行为树的节点可达性分析,得到所述行为树的节点的可达性结果;可达性结果用于反映行为树的节点所代表的无人机决策是否可被执行。对于大型复杂行为树,该方法无需实际运行行为树,能够给出行为树每个节点的可达性属性,尤其是找出行为树中的不可达节点。对于难以人工分析的大型、复杂行为树,尤其对于安全关键领域的行为树应用,本发明提供的方法将有效支持行为树缺陷排查。

    一种机载飞参与非机载实测载荷时间自动同步方法

    公开(公告)号:CN117602100A

    公开(公告)日:2024-02-27

    申请号:CN202311651312.4

    申请日:2023-12-04

    Abstract: 本发明属于飞机结构载荷谱实测技术领域,具体涉及一种机载飞参与非机载实测载荷时间自动同步方法;对机载系统飞参数据和非机载载荷测试系统的载荷实测数据,通过统一采样率、滤波,根据滤波后剩余的主要峰谷点,以机载飞参法向过载与非机载实测载荷线性回归的均方差MSE最小为指标,从宏观上搜寻与非机载实测最大载荷对应的机载飞参法向过载点,完成总体特征匹配;随后,在搜到的总体最优法向过载点附近x秒范围内,进一步在局部搜寻与非机载实测最大载荷对应的机载飞参法向过载点,以完成机载飞参与非机载实测载荷之间的自动时间同步。有效解决了两套系统数据的时间同步问题,获取了高质量的飞参、载荷数据样本,提升了飞参‑载荷模型的预测精度。

    一种多余度飞控系统故障恢复方法

    公开(公告)号:CN117572898A

    公开(公告)日:2024-02-20

    申请号:CN202311612816.5

    申请日:2023-11-29

    Abstract: 本发明属于飞控系统技术领域,公开了一种多余度飞控系统故障恢复方法。包括:S1,确定故障信号恢复序列;S2,当发生可恢复故障后,飞控计算机点亮恢复请求灯,以提示飞行员存在可恢复故障;由飞行员根据所执行任务及飞机状态决定是否请求恢复故障以及何时请求恢复故障;所述恢复请求开关为多余度开关;S3,按照所述故障信号恢复序列逐个尝试恢复故障信号;S4,确定故障信号是否恢复成功,实现对多余度飞控系统多种故障的有序恢复,减小系统瞬态变化,提高信号可用性;即使恢复失败也仍然能确保系统的安全性、不会产生更严重的后果。

    一种有翼飞行器姿态控制预定义时间收敛方法

    公开(公告)号:CN117519279A

    公开(公告)日:2024-02-06

    申请号:CN202311656887.5

    申请日:2023-12-04

    Abstract: 本申请提供了一种有翼飞行器姿态控制预定义时间收敛方法,包括:基于有翼飞行器姿态动力学模型,获取反馈线性化模型;基于第一状态参数和输入的期望姿态角,构造滑模函数;基于所述反馈线性化模型和所述滑模函数,获取中间控制变量;基于反馈线性化过程中的公式和所述中间控制变量,获取控制力矩;基于第二状态参数和所述控制力矩,计算期望力矩系数;基于有翼飞行器气动数据和所述期望力矩系数,通过差值,获取舵偏控制指令;本申请改善传统方法收敛时间无法任意精确设定的缺点,消除了现有强预定义时间收敛姿态控制器可能存在的奇异性问题。

    一种形心可调的连杆式变后掠翼结构及飞行器

    公开(公告)号:CN117508564A

    公开(公告)日:2024-02-06

    申请号:CN202311670054.4

    申请日:2023-12-04

    Abstract: 本发明属于飞行器结构设计技术领域,具体涉及一种形心可调的连杆式变后掠翼结构及飞行器;在机身与两侧机翼之间布置连杆机构,所述连杆机构一端转动连接至机翼骨架上,另一端转动连接至机身框梁上,所述连杆构通过驱动器实现驱动,进而实现机翼后掠角变化。本发明具有形心位置可调的变后掠翼特性,可解决现有变后掠翼后掠角发生变化时气动中心位置大幅变化引起飞行稳定性和控制难度增加等问题,具有宽阔的应用前景。

    一种基于试飞数据的起落架载荷预测方法

    公开(公告)号:CN116383975A

    公开(公告)日:2023-07-04

    申请号:CN202310659139.6

    申请日:2023-06-06

    Abstract: 本发明公开了一种基于试飞数据的起落架载荷预测方法,涉及机器学习技术领域,包括以下步骤:采集多个试飞数据;对多个试飞数据进行横向分析,得到低可信度数据和高可信度数据;对低可信度数据和高可信度数据进行纵向分析,得到优选低可信度数据和优选高可信度数据;根据优选低可信度数据构建低可信度神经网络预测模型;基于参数迁移的方法将低可信度神经网络预测模型的网络参数进行迁移;根据优选高可信度数据和迁移后的网络参数构建高可信度神经网络预测模型;根据高可信度神经网络预测模型对实际飞行过程中的飞机起落架载荷进行预测。本发明所构建的高可信度神经网络预测模型能综合考虑多种参数的影响,更加真实地还原实际飞行环境。

    一种基于遥测数据的跑道自动标注方法

    公开(公告)号:CN116309839A

    公开(公告)日:2023-06-23

    申请号:CN202310270588.1

    申请日:2023-03-20

    Abstract: 本发明涉及图像处理技术领域,尤其涉及一种基于遥测数据的跑道自动标注方法,跑道自动标注方法包括:获取无人机在真实场景中的飞行视频,并对飞行视频进行截图、裁剪获得飞行图片;读取在真实场景中的飞行日志获取无人机的飞行信息;获取真实场景中跑道的四个端点的GPS信息,并转换为跑道的世界坐标系;计算出的无人机的旋转矩阵和平移矩阵,将世界坐标系转换为相机坐标系;将相机坐标系转换为图像坐标系,并将图像坐标系的点绘制在图像上获取跑道区域。本发明用于解决现有生成训练集方法主要是使用人工截图,然后人为手动提取图片特征进行人工标注的方法存在的需要消耗大量的人力物力、人工标注效率较低的问题。

Patent Agency Ranking