-
公开(公告)号：CN118387337A
公开(公告)日：2024-07-26
申请号：CN202410612693.3
申请日：2024-05-17
申请人： 中国人民解放军国防科技大学 , 湖南大学
IPC分类号： B64U30/297 , B64U10/13 , B64U40/10 , B64U10/14 , B64U50/19 , B64U50/18 , B64U101/55 , B64U101/15 , B64U101/60
摘要： 本发明属于飞行器领域，具体是涉及到一种旋翼同步传动装置、同步传动方法以及飞行器，包括机身和n组旋翼机构；旋翼机构包括一根转动设置在机身上的旋翼臂、转动设置在旋翼臂上的两个旋翼架以及连接两个旋翼架的倾转传动杆，旋翼臂、倾转传动杆和两个旋翼架构成可变形的平行四边形机构；还包括旋翼架旋转驱动装置、倾转驱动杆以及旋翼臂旋转驱动装置，旋翼架旋转驱动装置具有沿旋翼臂轴向直线移动的输出杆组件，倾转驱动杆与n根倾转传动杆转动连接，倾转驱动杆上沿其长度方向设置有滑动槽，输出杆组件滑动设置在滑动槽内，本发明所提供的旋翼同步传动装置，由两个驱动装置即可以实现双向的所有旋翼架同步倾转，保证了四个旋翼倾转角度的一致性。
-
公开(公告)号：CN118545243A
公开(公告)日：2024-08-27
申请号：CN202410612875.0
申请日：2024-05-17
申请人： 中国人民解放军国防科技大学 , 湖南大学
IPC分类号： B64C35/00 , B64C3/56 , B64C3/54 , B64C27/28 , B64C27/26 , B64C27/52 , B63G8/16 , B63H5/125 , B60F5/02 , B64U10/70 , B64U10/20 , B64U10/25 , B64U30/12 , B64U101/15 , B64U101/30
摘要： 本发明属于水空两栖飞行器领域，具体是涉及到一种水空两栖飞行器及其使用方法,包括机体，设置在机体上的机翼组、螺旋桨组和尾翼组件；机翼组包括两个转动设置在机翼安装处上的机翼，两个机翼具有朝向机身尾部转动的折叠行程；螺旋桨组包括前螺旋桨组和升降螺旋桨组，前螺旋桨组转动设置在机身头部，具有前螺旋桨组的轴线平行于飞行器对称轴和平行于飞行器偏航轴的转动行程；升降螺旋桨组设置机身中部，且升降螺旋桨组的轴向平行于飞行器偏航轴，本发明具备陆地、水面垂直起降、空中悬停、空中飞行，跨越水空两种介质实现水下灵活移动的功能，而且在空中飞行时可以展开机翼实现高速飞行，在水下运动时可以折叠机翼减少水下移动的阻力。
-
公开(公告)号：CN113805587B
公开(公告)日：2023-08-15
申请号：CN202111090082.X
申请日：2021-09-17
申请人： 中国人民解放军国防科技大学
IPC分类号： G05D1/02
摘要： 本申请涉及一种多无人车分布式编队控制方法、装置、计算机设备和存储介质。方法包括：针对运动学模型非线性、非凸约束、离散时间相互耦合的子系统组成的多无人车系统，在预测时域内以最小化全局性能指标函数为优化目标，以预测时域内的控制序列为待求解的变量，构建无人车的分布式模型预测控制最优化模型，通过分布式求解的方式求解上述模型预测控制问题，包括针对每个本地无人车构建一个本地控制策略逼近网络和一个本地值函数网络分别用于学习近似最优的控制策略和学习近似最优的性能指标函数，用于评价本地策略的好坏，得到预测时域内的控制策略后，由控制策略生成当前时刻的控制量作为无人车当前的控制量。
-
公开(公告)号：CN113534669B
公开(公告)日：2021-11-30
申请号：CN202111089771.9
申请日：2021-09-17
申请人： 中国人民解放军国防科技大学
IPC分类号： G05B13/04
摘要： 本申请涉及一种基于数据驱动的无人车控制方法、装置和计算机设备。所述方法包括：通过表示无人车状态约束的障碍函数构建无人车安全相关的代价函数和控制策略结构，构造值函数网络，得到多步策略评估的参考代价函数；构造控制策略逼近网络，根据获取的多组数据对序列，得到值函数更新律和控制策略权值更新律，对无人车进行控制。本发明提出了一种基于障碍函数的控制策略可实现最优性和安全性的平衡，算法不需要模型信息，只需要事先采集数据对信息，同时，采用多步策略评估的方法对策略的安全性进行评估，可处理时变约束，可以边在线训练边部署，也可以先离线训练再部署。
-
公开(公告)号：CN118484022B
公开(公告)日：2024-09-24
申请号：CN202410953133.4
申请日：2024-07-16
申请人： 中国人民解放军国防科技大学
摘要： 本发明涉及高动态强对抗环境下的无人机高机动控制方法及系统。包括：根据历史数据和四元数姿态描述方式构建无人机数据驱动增量模型，无人机数据驱动增量模型包括平移动力学增量模型与旋转动力学增量模型；基于平移动力学增量模型，采用非线性增量动态逆控制设计增量推力控制策略；通过增量推力控制策略构建高机动位置控制器；基于旋转动力学增量模型，采用非线性增量动态逆控制设计增量力矩控制策略；通过增量力矩控制策略构建高机动姿态控制器；通过高机动位置控制器得到期望作用在无人机上的推力；通过高机动姿态控制器得到期望作用在无人机上的力矩。本发明避免了无人机高机动过程中因大角度变化所引起的潜在奇异值问题。
-
公开(公告)号：CN116912130A
公开(公告)日：2023-10-20
申请号：CN202311076587.X
申请日：2023-08-24
申请人： 中国人民解放军国防科技大学
IPC分类号： G06T5/00 , G06V10/40 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
摘要： 本申请涉及一种基于多感受野特征融合和混合注意力的图像去雾方法。方法包括：构建图像去雾网络；图像去雾网络包括编码器、特征提取模块、跳跃连接模块和解码器；编码器包括卷积层、多感受野特征增强模块、第一误差反馈模块和第二误差反馈模块；特征提取模块包括多个多感受野特征增强模块；解码器包括多感受野特征增强模块、第三误差反馈模块、第四误差反馈模块和卷积层；跳跃连接模块包括混合注意力模块和卷积模块；根据训练数据集对图像去雾网络进行训练，直至预先设置的混合损失函数收敛，得到训练好的图像去雾网络；利用训练好的图像去雾网络对待处理的有雾图像进行去雾，得到去雾后的图像。采用本方法能够提高去雾后的图像准确率。
-
公开(公告)号：CN113805483B
公开(公告)日：2022-07-12
申请号：CN202111090098.0
申请日：2021-09-17
申请人： 中国人民解放军国防科技大学
IPC分类号： G05B13/04
摘要： 本申请涉及一种基于模型预测的机器人控制方法、装置、计算机设备和存储介质。方法包括：通过表示机器人的控制约束和状态约束的障碍函数，构建机器人安全相关的代价函数和控制策略结构，构造值函数网络，在任意时刻k，根据k+1，…，k+L预测时刻的代价函数的累加和k+L+1时刻的值函数网络，得到多步策略评估的参考代价函数，通过最小化值函数网络和参考代价函数的误差的平方，得到值函数权值更新律；构造策略逼近网络，得到策略权值矩阵的策略权值更新律，用于计算机器人的控制量。本发明提出一种基于障碍函数的控制策略，可实现最优性和安全性的平衡，采用多步策略评估的方法对策略的安全性进行评估，可处理时变约束。
-
公开(公告)号：CN111665853A
公开(公告)日：2020-09-15
申请号：CN202010645446.5
申请日：2020-07-07
申请人： 中国人民解放军国防科技大学
IPC分类号： G05D1/02
摘要： 本发明公开一种面向规划控制联合优化的无人车辆运动规划方法，通过对车辆原始动力学模型进行辨识获得全局线性化模型，然后利用对全局线性化模型进行降阶得到简化模型；规划时，在考虑简化动力学模型的同时，也将非凸障碍约束进行凸化，来考虑存在的障碍物约束，规划模块结合简化模型和滚动时域ADP方法进行轨迹和速度等的规划，提高规划效率，保证规划与控制的一致性，使得车辆的运动结果有效地满足预想要求。
-
公开(公告)号：CN110647042A
公开(公告)日：2020-01-03
申请号：CN201911095625.X
申请日：2019-11-11
申请人： 中国人民解放军国防科技大学
IPC分类号： G05B13/04
摘要： 本发明公开了一种基于数据驱动的机器人鲁棒学习预测控制方法，通过数据驱动的方式来对系统的动力学进行辨识，将机器人的非线性特性抽象至高维线性空间，获得机器人系统的全局线性化模型；对机器人系统的原始状态量与控制量的取值范围进行收缩，并将收缩结果作为全局线性化模型的状态量与控制量的取值范围，在存在逼近残差情况下满足原始状态量与控制量的取值范围、并保持闭环控制的鲁棒性；基于全局线性化模型和高维线性空间中的状态变量来进行不断地滚动优化，学习得到机器人系统当前时刻的近似最优预测控制序列。其应用对象是动力学特性未知且不易获取和辨识、存在状态和控制量约束的一类系统为非线性的机器人，能够实现快速高效的闭环控制。
-
公开(公告)号：CN118484022A
公开(公告)日：2024-08-13
申请号：CN202410953133.4
申请日：2024-07-16
申请人： 中国人民解放军国防科技大学
摘要： 本发明涉及高动态强对抗环境下的无人机高机动控制方法及系统。包括：根据历史数据和四元数姿态描述方式构建无人机数据驱动增量模型，无人机数据驱动增量模型包括平移动力学增量模型与旋转动力学增量模型；基于平移动力学增量模型，采用非线性增量动态逆控制设计增量推力控制策略；通过增量推力控制策略构建高机动位置控制器；基于旋转动力学增量模型，采用非线性增量动态逆控制设计增量力矩控制策略；通过增量力矩控制策略构建高机动姿态控制器；通过高机动位置控制器得到期望作用在无人机上的推力；通过高机动姿态控制器得到期望作用在无人机上的力矩。本发明避免了无人机高机动过程中因大角度变化所引起的潜在奇异值问题。
-
-
-
-
-
-
-
-
-
搜索结果
44 条记录 (耗时 0.062 秒)
