一种多非完整机器人系统的分布式固有时间编队控制方法

    公开(公告)号:CN116954221A

    公开(公告)日:2023-10-27

    申请号:CN202310825438.2

    申请日:2023-07-06

    Applicant: 福州大学

    Abstract: 本发明涉及一种多非完整机器人系统的分布式固有时间编队控制方法,包括以下步骤:步骤S1、建立多非完整移动机器人系统的数学模型,并通过线性转换,将存在非完整约束的非线性系统的数学模型转换为线性模型,从而将多非完整移动机器人的编队跟踪目标转化为多智能体的状态一致性问题;步骤S2、基于TBG为转换后的新的系统设计分布式固有时间观测器,使不能直接获取虚拟领导者状态信息的跟随者能在固有时间内估计虚拟领导者的状态信息;步骤S3、在步骤S2和S3的基础上,基于TBG设计两个包含机器人线速度和角速度的控制输入,保证多非完整移动机器人系统在固有时间形成编队跟踪控制。该方法有利于减小初始控制的输入幅值,提高实用性。

    一种面向智慧灯杆系统的轻量化数据加密方法

    公开(公告)号:CN116707993A

    公开(公告)日:2023-09-05

    申请号:CN202310853516.X

    申请日:2023-07-12

    Applicant: 福州大学

    Abstract: 本发明提出一种面向智慧灯杆系统的轻量化数据加密方法,所述加密方法基于智慧灯杆系统,智慧灯杆系统包括经边缘认证平台接入云平台的智慧灯杆终端,智慧灯杆系统利用时间戳进行哈希运算以生成唯一的SM4密钥以确保加密算法的前向保密性和后向保密性,基于密钥来使用SM4算法对智慧灯杆终端采集的数据进行加密,生成的加密数据包含原始数据和其哈希值以校验数据完整性;智慧灯杆系统中,加密数据通过轻量级传输协议进行传输,并在接收端进行解密和校验;本发明能提升智慧灯杆系统的数据安全性和通信效率。

    一种基于模型预测的智能电网能源优化高效管理方法

    公开(公告)号:CN116384039A

    公开(公告)日:2023-07-04

    申请号:CN202211743033.6

    申请日:2022-12-30

    Inventor: 黄捷 林定慈

    Abstract: 本发明提出一种基于模型预测的智能电网能源优化高效管理方法,其以微电网的高效能源管理为研究对象,包括步骤:首先,建立分布式电网各个电网节点包括用电端、供电端、储能端以及微电网总体的数学模型;其次,对于不稳定的光伏、风力清洁能源的分布式并网发电模型,通过人工神经网络(ANN)的训练测试预测未来光伏发电、风力发电量,以此来减少清洁电源对电网所带来的不稳定因素;最后巧妙利用模型预测控制技术,在每一个采样时刻,根据最小能源成本、碳排放要素建立模型预测优化问题,求解得到各要素执行策略,通过滚动优化最优策略的方式,降低消费者支付的能源成本,减轻电力需求的峰值压力,最小化了碳排放,提高了用户的用电舒适度。

    面向多智能体输入时滞系统的强化学习编队方法

    公开(公告)号:CN116339315A

    公开(公告)日:2023-06-27

    申请号:CN202310081659.3

    申请日:2023-01-19

    Applicant: 福州大学

    Abstract: 本发明涉及一种面向多智能体输入时滞系统的强化学习编队方法,包括:建立关于一阶多智能体系统之间的通讯拓扑图;建立系统中其余智能体与领航者智能体之间的跟踪误差;设计每个智能体的编队误差;引入新的系统变量,进而得到新的无时滞多智能体系统的动力学模型方程;建立系统中的跟踪误差并建立无时滞系统的编队误差;考虑一个控制器,当其使得无时滞系统达到编队一致时,原多智能体系统也可达到编队一致;建立两个系统对应的性能指标函数,使两个系统共同达到最优的条件;建立HJB方程;采用基于演员‑评论家网络结构方法建立基于强化学习的最优控制器;进行演员与评论家网络更新律的设计。该方法可以在保证编队一致和最优性的同时能够缩减计算时间。

    一种基于单评论家强化学习结构的多智能体编队控制方法

    公开(公告)号:CN116185020A

    公开(公告)日:2023-05-30

    申请号:CN202310081638.1

    申请日:2023-01-19

    Applicant: 福州大学

    Inventor: 黄捷

    Abstract: 本发明涉及一种基于单评论家强化学习结构的多智能体编队控制方法,包括:构建多智能体系统的各个智能体的通讯结构;构建智能体相对于领航者智能体的跟踪误差,并构建描述智能体与领航者以及智能体与邻居智能体的误差,即编队误差;基于最优控制构建与编队误差和最优控制输入相关的代价函数以及值函数;对值函数进行展开求解,构建相应的HJB方程;对HJB方程求解关于最优控制的偏导得到最优控制输入关于最优值函数的表现形式;对最优值函数进行分割得到分割的最优控制输入形式;引入单评论家强化学习结构,并结合神经网络,对得到的分割的最优值函数以及最优控制输入进行求解。该方法有利于降低估计误差并减少计算时间。

    一种面向空地异构多机器人的安全轨迹协同规划方法

    公开(公告)号:CN115981155A

    公开(公告)日:2023-04-18

    申请号:CN202310022694.8

    申请日:2023-01-06

    Applicant: 福州大学

    Inventor: 黄捷

    Abstract: 本发明涉及一种面向空地异构多机器人的安全轨迹协同规划方法。根据空地异构多机器人运动特性进行协同行为建模,在无人机平台上构建无人车空间域上的引导路径规划器,建立了无人车在线路径优化问题,引入障碍物分布密度的影响因素来反映多障碍物对车辆的耦合效应,利用零空间行为控制(NSBC)框架,解决由角度差异导致的传感信息不一致的决策冲突问题,在快速路径规划的同时保证避障任务的完全执行,在调整输出组合时提出一种事件触发管理器,消除了传统管理器频繁切换的问题,并确保计算资源的合理使用。

    一种基于模糊控制的直流微电网电压补偿和功率分配方法及系统

    公开(公告)号:CN111884201B

    公开(公告)日:2022-05-13

    申请号:CN202010729079.7

    申请日:2020-07-27

    Abstract: 本发明涉及一种基于模糊控制的直流微电网电压补偿和功率分配方法及系统,包含电压补偿和功率分配两个部分。本发明所述的电压补偿方法基于模糊控制,首先通过将各单元的输出电流与输出电压偏差进行模糊化后作为第一模糊控制器的输入量,经过模糊推理,得到电压补偿值,解决传统下垂控制母线电压跌落的问题。本发明所述功率分配方法基于模糊控制,首先将各单元的归一化输出电流与系统平均输出电流的偏差进行模糊化作为第二模糊控制器的输入量,经过模糊推理,得到可变的下垂系数调整值,最后经过积分器,作为下垂系数的补偿量,解决传统下垂控制功率分配不均问题。

    基于滑模控制的四旋翼无人机参数预测和扰动的自适应轨迹跟踪控制器及其设计方法

    公开(公告)号:CN113867374A

    公开(公告)日:2021-12-31

    申请号:CN202110841286.6

    申请日:2021-07-23

    Applicant: 福州大学

    Abstract: 本发明提出一种基于滑模控制的四旋翼无人机参数预测和扰动的自适应轨迹跟踪控制器及其设计方法,基于四旋翼无人机的非线性力学模型,根据四旋翼无人机轨迹跟踪的姿态角目标和飞行位置目标,其利用滑模变结构控制方法得到系统的姿态控制输入函数,同时,对系统进行预测,并用预测值代替实际值来提前给予自适应控制补偿;利用滑模变结构控制方法得到系统的位置控制输入函数,同时,对系统进行预测,并用预测值代替实际值来提前给予自适应控制补偿;根据期望的偏航角和虚拟控制输入反解四旋翼无人机滚动角和俯仰角的期望值作为内环回路的参考输入。有效提高了无人机的轨迹跟踪效率和跟踪精度,确保了自适应轨迹跟踪控制器的稳定性。

    基于跟踪误差和时变系数预测的蛇形机器人自适应路径跟随控制器及其设计方法

    公开(公告)号:CN113467249A

    公开(公告)日:2021-10-01

    申请号:CN202110841288.5

    申请日:2021-07-23

    Applicant: 福州大学

    Abstract: 本发明提出一种基于跟踪误差和时变系数预测的蛇形机器人自适应路径跟随控制器及其设计方法,基于多关节蛇形机器人运动学模型和步态关节的控制函数,根据蛇形机器人路径跟随过程中的动态控制任务和姿态控制任务;基于蛇形机器人的运动位置误差的预测值、侧滑角的时变量预测值、干扰变量的预测值分量,通过改进的LOS方法,得到蛇形机器人的期望运动方向角,进行多关节蛇形机器人的步态控制;根据多关节蛇形机器人运动方向角速度的虚拟辅助函数和蛇形机器人的关节角补偿函数,基于参数预测值的更新律,实现多关节蛇形机器人的运动方向角误差、关节角误差、预测值误差渐进稳定。其实现了机器人对跟踪位置误差和干扰变量的预测。

    一种基于模糊控制的直流微电网电压补偿和功率分配方法及系统

    公开(公告)号:CN111884201A

    公开(公告)日:2020-11-03

    申请号:CN202010729079.7

    申请日:2020-07-27

    Abstract: 本发明涉及一种基于模糊控制的直流微电网电压补偿和功率分配方法及系统,包含电压补偿和功率分配两个部分。本发明所述的电压补偿方法基于模糊控制,首先通过将各单元的输出电流与输出电压偏差进行模糊化后作为第一模糊控制器的输入量,经过模糊推理,得到电压补偿值,解决传统下垂控制母线电压跌落的问题。本发明所述功率分配方法基于模糊控制,首先将各单元的归一化输出电流与系统平均输出电流的偏差进行模糊化作为第二模糊控制器的输入量,经过模糊推理,得到可变的下垂系数调整值,最后经过积分器,作为下垂系数的补偿量,解决传统下垂控制功率分配不均问题。

Patent Agency Ranking