-
公开(公告)号：CN110488845A
公开(公告)日：2019-11-22
申请号：CN201910882506.2
申请日：2019-09-18
Applicant: 中国人民解放军火箭军工程大学
IPC: G05D1/02
Abstract: 本发明公开了一种障碍物遮挡下多智能体自抗扰时变编队跟踪与避撞控制方法，该方法基于的多智能体系统由1个运动目标和N-1个智能体组成，依次编号为1至N；该方法基于的多智能体系统中每一个智能体均具备目标跟踪能力；考虑到系统执行任务的多样性以及编队成员数量的限制，同一时刻只有一个智能体执行目标跟踪任务，称该智能体为跟踪主体，其它智能体执行其它任务；通过相邻智能体之间的局部信息交互，子系统(1-2)实现对目标状态的跟踪。本发明运用自抗扰控制理论解决扰动抑制问题，基于势场法实现避撞控制，采用切换拓扑的策略保证目标跟踪得持续性。
-
公开(公告)号：CN108519741A
公开(公告)日：2018-09-11
申请号：CN201810457815.0
申请日：2018-05-14
Applicant: 中国人民解放军火箭军工程大学
IPC: G05B13/04
Abstract: 本发明公开了一种具有通信容错功能的保性能编队控制方法，包括：Step1：系统参数设定，设定系统矩阵A和B的值以及性能函数增益矩阵Q的值；Step2：编队向量设定；Step3：编队可行性判断，求解一个满足的矩阵Kh，如果存在满足条件的Kh，继续Step4，如果不存在，那么系统(1)在协议(2)作用下不能实现h(t)所确定的编队，返回Step1重新进行系统参数设定和编队向量设定；Step4：求解正定矩阵P，对于给定的Q，求解一个同时满足不等式P(A+BKh)+(A+BKh)TP≤0和-λminPBBTP+λmaxQ＜0的P；Step5：将P带入Ku＝BTP，求解增益矩阵Ku；Step6：保性能值求解，根据 的表达式求解保性能值，编队控制协议相关参数设计完毕；Step7：保性能编队效果验证，将求得的Kh，Ku代入系统中，验证编队效果及保性能效果。
-
公开(公告)号：CN108010068A
公开(公告)日：2018-05-08
申请号：CN201711230801.7
申请日：2017-11-29
Applicant: 中国人民解放军火箭军工程大学
Abstract: 本发明公开了一种基于梯度方向特征点对的地面时敏目标识别方法，属于自动目标识别领域，该方法首先采用积分图像法，获得图像梯度场，再利用非极大值抑制法提取梯度极大值点作为特征点，并结合梯度方向对特征点进行描述，形成32位的二值描述符，最后利用对偶校验策略，进行匹配识别。本发明提出的梯度方向特征点对，直接利用梯度方向特征，并配合可区分度较高的描述策略，从而简化特征提取步骤，降低特征维数，实现大视角变换下的目标识别。本发明能够克服地面时敏目标姿态信息无法预知的识别难题，对进行成像制导飞行器的研制具有重要意义。
-
公开(公告)号：CN115371707B
公开(公告)日：2025-01-03
申请号：CN202211160753.X
申请日：2022-09-22
Applicant: 中国人民解放军火箭军工程大学
IPC: G01C25/00
Abstract: 本发明属于导航技术领域，具体地涉及一种大方位失准角下多普勒雷达辅助捷联惯导运动基座粗对准方法。步骤1：定义陀螺常值漂移和加速度计常值误差，建立理想导航坐标系n到实际导航坐标系n′的坐标变换矩阵和大方位失准角条件下捷联惯导的数学平台姿态误差方程和速度误差方程；步骤2：建立大方位失准角下捷联惯导运动基座粗对准的状态方程，并获取状态矩阵；步骤3：构造多普勒测速雷达辅助捷联惯导粗对准的量测，然后和步骤1的坐标变换矩阵结合，得到大方位失准角下捷联惯导运动基座粗对准的量测方程和量测矩阵；步骤4：利用tk时刻的量测Zk通过卡尔曼滤波实现大方位失准角下捷联惯导系统运动基座粗对准滤波解算，进而实现捷联惯导系统的粗对准。
-
公开(公告)号：CN118628717A
公开(公告)日：2024-09-10
申请号：CN202410744147.5
申请日：2024-06-11
Applicant: 中国人民解放军火箭军工程大学
IPC: G06V10/25 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/08 , G06V10/44 , G06V10/80 , G06V10/30 , G06V10/34
Abstract: 本发明涉及计算机视觉领域，具体提供了一种无人机群目标检测方法、系统、电子设备、介质和产品。针对传统的无人机群目标检测算法将无人机群成员视为独立个体进行检测，没有充分考虑无人机群成员之间的相互作用的现状，本发明通过构建无人机群图像数据的数据集，使用深度卷积神经网络提取数据集的特征向量，构建无人机群的图结构；使用图卷积神经网络对图结构进行多次特征提取和特征聚合，得到节点特征向量，实现无人机群关系建模；将节点特征向量送入深度学习模型，完成无人机群目标检测。与传统目标检测方法相比，本发明可以更好地捕捉图像中群体目标物体之间的空间关系，从而提高了无人机群体目标检测的准确性和泛化能力。
-
Patent Agency Ranking
公开(公告)号：CN111652894B
公开(公告)日：2023-11-14
申请号：CN202010341673.9
申请日：2020-04-27
Applicant: 中国人民解放军火箭军工程大学
Abstract: 本发明涉及一种面向飞行器的环形目标自适应检测方法，特别涉及数据处理领域。包括以下步骤：S1：获取目标图像，并根据所述目标图像得到候选区域；S2：对所述目标图像进行边缘检测得到目标边缘；S3：利用形态学滤波对所述目标边缘进行边缘增强；S4：对所述候选区域进行霍夫变换，得到候选环形目标；S5：对所述环形目标进行干扰消除，得到最优的拟合环形目标。本方案解决了如何增强环形目标的检测和跟踪效果的技术问题，适用于飞行器的环形目标检测。
-
公开(公告)号：CN113050683B
公开(公告)日：2023-09-22
申请号：CN202110270909.9
申请日：2021-03-12
Applicant: 中国人民解放军火箭军工程大学
Abstract: 本发明公开了一种基于终端滑模控制的固定时间四旋翼飞行器控制方法，包括建立基于拉格朗日方程的四旋翼飞行器非线性动力学模型；将四旋翼模型进行面向控制处理，基于时间尺度分解法把四旋翼解耦成位置系统和姿态系统；采用非奇异终端滑模策略，为位置系统和姿态系统设计了固定时间控制器，实现了四旋翼系统的位置误差和姿态误差均可在固定时间内趋向于零；基于固定时间理论设计非奇异终端滑模函数，收敛时间上界取决于控制器参数，与初始系统状态无关；仿真结果证明，本发明设计的终端滑模固定时间控制器有着较好的收敛速度，且避免了奇异性问题，为四旋翼相关控制问题的研究开拓了很好的思路，具有跟踪能力、快速性和鲁棒性好的特点。
-
公开(公告)号：CN113985915B
公开(公告)日：2023-09-12
申请号：CN202111233418.3
申请日：2021-10-22
Applicant: 中国人民解放军火箭军工程大学
IPC: G05D1/10
Abstract: 本发明属于群系统编队控制领域，具体涉及一种高阶群系统多领导者分簇编队跟踪控制方法。步骤1：建立高阶群系统多领导者分簇编队跟踪控制问题模型；步骤2：在步骤1建立的问题模型基础上，构建高阶群系统各分簇簇间及簇内通信连接关系；步骤3：在步骤2构建的通信连接关系基础上，建立高阶群系统多领导者分簇编队跟踪控制方法。本发明通过将智能体集群分为M个子群，以及在控制协的作用下，使大规模集群具备了多元化的子模块编队功能。各子模块既有自主性，又有整体目标；既有分工，也有协作，大幅增强了群系统处理复杂编队跟踪任务的能力。可应用涵盖无人机集群、地面机器人集群、无人船、水下潜航器等多智能体系统的多领导者编队跟踪控制。
-
公开(公告)号：CN116612183A
公开(公告)日：2023-08-18
申请号：CN202310069440.1
申请日：2023-01-12
Applicant: 中国人民解放军火箭军工程大学
IPC: G06T7/73 , G06N3/0464 , G01S17/42 , F41H11/02
Abstract: 本发明公开了一种基于包围式群驱离的无人机群诱导反制方法，包括以下步骤：Step1：获取无人机群多目标状态信息；Step2：提取无人机群形状和分布区域；Step3：定位无人机群边界领航机；Step4：施加导航诱骗信号；Step5：观察无人机群诱导反制效果。本发明通过显著性形状检测模型得到特征图，后进行二阶微分运算得到无人机群边界，领航机能够被准确定位，可以高效地过滤掉无用信息、增强特征表征能力，以精准地定位到无人机群领航机，然后对领航机施加导航诱导信号Δi(t)，并构造诱骗信号作用模型δi(t)，充分利用“领队合围”式无人机群结构特性，从而能够以小的代价以点带面地对无人机群进行高效反制。
-
公开(公告)号：CN116503754A
公开(公告)日：2023-07-28
申请号：CN202310560249.7
申请日：2023-05-18
Applicant: 中国人民解放军火箭军工程大学
Abstract: 本发明提出了一种基于船头点辅助的遥感图像舰船目标检测及航向判别方法。该方法为：获取目标舰船的遥感图像，采用舰船中心点估计子网络提取遥感图像目标舰船的特征，预测舰船目标的中心点位置、中心点回归偏移量，以及舰船目标的宽度和高度；采用船头点估计子网络提取遥感图像目标舰船的船头特征，预测舰船目标的船头点位置、船头点回归偏移量，以及确定舰船目标的最终船头点位置；连接预测的船头点位置和中心点位置，确定舰船目标的旋转角度，从而判别舰船目标的航行方向。本发明该方法将不连续的角度回归问题转化为连续的舰船目标的船头点、中心点估计问题，实现舰船目标检测及航向判别。
-
-
-
-
-
-
-
-
-
Search Results
152
records
(took 0.04 seconds)
