-
公开(公告)号：CN119717511A
公开(公告)日：2025-03-28
申请号：CN202411818598.5
申请日：2024-12-11
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G05B13/04
Abstract: 本发明提供一种基于深度算子神经网络的火星动力下降段扰动估计补偿方法，包括：获取目标探测器在火星动力下降段的历史轨迹数据，通过扰动预测模型对历史轨迹数据进行分析，得到目标探测器在当前时刻的扰动预测结果；根据扰动预测结果和在当前时刻的位置信息，通过动力学方程确定目标探测器的扰动补偿；根据扰动补偿，执行对目标探测器的着陆控制；扰动预测模型的训练步骤通过深度算子神经网络根据历史控制输入进行扰动预测训练得到。本发明的有益效果为：降低制导时系统资源消耗，提高制导的实时补偿精度。
-
公开(公告)号：CN119622942A
公开(公告)日：2025-03-14
申请号：CN202411576033.0
申请日：2024-11-06
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F30/17 , G06F30/20 , G06F111/04 , G06F119/14
Abstract: 本发明涉及面向小天体着陆的多节点柔性着陆器建模方法，面向小天体着陆的多节点柔性着陆器建模方法至少包括以下步骤：建立多节点柔性着陆器的各节点动力学方程；构建刚性节点间作用哈密顿函数和柔性连接对刚性节点的限制作用方程；建立多节点柔性着陆器的数学动力学模型；建立多节点柔性着陆器的弹跳动力学模型；执行多节点柔性着陆器的跳抑制分析。面向小天体着陆的多节点柔性着陆器建模方法克服小天体的弱引力特点，多节点既增加了容错又可以很好的驱动柔性体运动，建立了所设计着陆器的动力学方程，采用弹簧阻尼结构和柔性设计，克服柔性板因过度形变造成的着陆效果差的问题，整体设计简单且实施性强。
-
公开(公告)号：CN118226868A
公开(公告)日：2024-06-21
申请号：CN202410483733.9
申请日：2024-04-22
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明涉及基于多智能体分布式一致性的无人机编队控制方法及系统，通过根据无人机和目标点的坐标进行分配，得到目标分配关系、对齐尺度和平移距离；根据对齐尺度和平移距离得到相对状态；当无需避障则利用一致性算法根据无人机之间的相对状态得到第一轨迹；当需避障则计算无人机避障对队形的违反程度，当违反程度较大，置换队形并根据新队形得到第二轨迹；当违反程度较小，规划需避障的无人机的避障轨迹，得到第三轨迹；当到达终止点坐标，根据第一轨迹、第二轨迹和第三轨迹得到目标轨迹；实现无人机飞行轨迹优化策略，以平衡安全性和轨迹的可执行性；显著提高了无人机系统在面对多变环境时的应对能力。
-
公开(公告)号：CN119840864A
公开(公告)日：2025-04-18
申请号：CN202411818339.2
申请日：2024-12-11
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明提供一种一种基于干扰观测补偿的火星动力下降ZEM/ZEV制导方法，该基于干扰观测补偿的火星动力下降ZEM/ZEV制导方法包括：获取目标探测器的三自由度，根据三自由度确定控制加速度约束条件；根据三自由度，采用滑模干扰观测器确定目标探测器的干扰估计值；根据干扰估计值、三自由度及控制加速度约束条件，采用ZEM/ZEV制导律确定经干扰观测目标探测器的控制加速度；根据控制加速度，通过三自由度确定目标探测器的发动机提供的推力，进而对目标探测器执行补偿制导。本发明的有益效果为：在保持燃料近似最优的前提下，提高火星动力下降段降落精度、稳定性及安全性。
-
公开(公告)号：CN118605551A
公开(公告)日：2024-09-06
申请号：CN202410655329.5
申请日：2024-05-24
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明涉及基于视觉的无人机着陆移动平台的控制方法及系统，其中方法包括：启动并设置前视和下视图像采集模块的前视摄像头和下视摄像头实时采集和传输图像数据；在飞行过程中，持续进行数据监视与保障；基于YOLOv5s轻量化模型检测算法和二维码检测算法进行目标识别与位置感知，识别并计算无人机与移动平台之间的相对位置坐标信息和角度信息；基于卡尔曼滤波算法，估计移动平台的当前位置和当前速度，当无人机与移动平台之间的相对位置和速度误差减小至可接受范围时，启动着陆程序并进入着陆阶段。本发明显著提高了系统的稳定性、准确性和安全性，也为无人机的精准着陆于移动平台提供了一种更为先进和可靠的技术方案。
-
Patent Agency Ranking
公开(公告)号：CN118444705A
公开(公告)日：2024-08-06
申请号：CN202410530037.9
申请日：2024-04-29
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G05D1/495 , G05D1/46 , G05D101/15 , G05D109/20
Abstract: 本发明公开一种无人机风扰避让方法、系统、设备及存储介质，涉及无人机风扰避让技术领域，该方法包括：采集无人机悬停于不同风速区间时自身传感器的状态数据；结合CNN网络和LSTM网络搭建风扰估计模型；风扰估计模型包括两个卷积层、池化层、两层LSTM网络以及全连接层；将无人机当前传感器状态数据输入风扰估计模型中，得到该无人机所处环境下的风扰信息；根据所处环境的风扰信息控制无人机对其风扰区域进行躲避；通过无人机自身传感器状态数据去估计风扰信息，提高无人机风扰环境飞行的稳定性以及无人机续航能力的效果。
-
公开(公告)号：CN118192672B
公开(公告)日：2024-07-30
申请号：CN202410615353.6
申请日：2024-05-17
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G05D1/695 , G05D109/20
Abstract: 本发明涉及一种无人机三维空间分布式编队方法及系统，根据状态信息和队形三维球面矩阵进行一致性协商，确定无人机对队形矩阵中心点的认知速度；根据无人机的当前位置、目标位置和认知速度确定无人机进入队形的第一速度；根据无人机的当前位置、探索区域内块格的位置和调节系数确定无人机在队形内探索的第二速度；根据障碍物集合、邻居无人机集合、无人机的当前位置和当前速度确定无人机进行避障的第三速度；将第一速度、第二速度或第三速度作为编队速度，根据编队速度对无人机进行编队控制；使得无人机集群能自主聚集并互相配合形成编队，对无人机集群中因无人机故障等原因导致的队形空缺进行补齐，提升了编队效率。
-
公开(公告)号：CN117409166A
公开(公告)日：2024-01-16
申请号：CN202311417669.6
申请日：2023-10-27
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明涉及基于Livox激光雷达的三维点云地图动态物体滤除方法，其中的方法包括：保存移动机器人在建图过程中所有帧的点云和对应的位姿，将保存下来的每帧点云设置为查询帧，将查询帧和点云地图的点云数据转换为使用局部高度极值差信息表征的扇形网格簇点云描述子，根据扇形网格簇点云描述子，通过区域自适应的点云地面提取方法分割获得地面点云估计结果，通过描述子对比方式获得潜在的动态区域，以及根据地面点云估计结果，通过查询帧中该二维网格内分割出的地面点云代替原有点云地图中的动态点云。本发明可以消除已有三维点云地图中动态物体产生的拖影，得到可供机器人定位和自主导航用的静态点云地图。
-
公开(公告)号：CN119717512A
公开(公告)日：2025-03-28
申请号：CN202411819832.6
申请日：2024-12-11
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G05B13/04
Abstract: 本发明涉及基于不确定性量化的探测器动力下降鲁棒最优制导方法。其中的方法包括：构建考虑初始状态与模型环境不确定性的动力下降鲁棒燃料最优制导模型，通过基于混沌多项式展开的不确定性量化方法，将最优制导模型转化为确定性问题，通过序列凸优化方法进行确定性优化问题的求解，得到鲁棒最优着陆轨迹与相应的反馈制导律。本发明可将复杂的包含随机性的非线性最优控制问题转化为易于求解的凸优化问题，在保证求解成功率的前提下提高了求解效率，设计出的最优轨迹能够在不确定情况下也能满足各种约束，且得到的相应反馈制导律可直接在线应用。
-
公开(公告)号：CN118625670A
公开(公告)日：2024-09-10
申请号：CN202410770610.3
申请日：2024-06-14
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G05B13/04
Abstract: 本发明涉及基于深度算子网络的火星大气进入动力学模型构建方法。其深度算子网络设置有分支网络、主干网络和偏置网络，其方法包括：构建探测器的动力学方程，确定动力学初始条件和时变控制量，在主干网络中引入频率编码机制，以将时间输入替换为一系列带有频率信息的新输入值，将动力学初始条件和变化的时变控制量作为初始状态，输入到分支网络中，根据动力学初始条件，通过偏置网络获得偏置项，结合分支网络和主干网络的输出，并引入偏置项，以获得最终的动力学解算结果。本发明通过改进的算子网络，能够实现快速可靠的动力学求解，在一次神经网络前向推理时间内完成动力学解算。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.035 seconds)
