公开(公告)号：CN118444698B

公开(公告)日：2024-09-17

申请号：CN202410903803.1

申请日：2024-07-08

Applicant: 南京信息工程大学

Inventor： 石韦嘉 ,  杨溢

IPC: G05D1/46 ,  G05D109/20

Abstract: 本发明公开了一种基于深度学习的四旋翼无人机故障动态补偿和控制方法，将深度学习利用在故障识别与补偿自适应控制中，通过构建与电机故障状态无关的深度神经网络，学习和表达故障补偿力，捕捉四旋翼无人机动力学的非线性特性，实时识别并适应电机故障，并通过引入判别器网络和对抗训练机制增强模型的泛化能力和鲁棒性，强化学习故障不变性表示的能力。同时本发明控制方法使用在线适应模式，检测到电机故障时，立即基于当前状态和预先学习的模型动态调整控制输出，确保故障状态下无人机飞行的稳定性和精度，并在飞行过程中持续学习，基于新的数据调整参数，通过自我进化使无人机控制随时间和环境变化而优化，提高控制的灵活性和长期可靠性。

公开(公告)号：CN118444698A

公开(公告)日：2024-08-06

申请号：CN202410903803.1

申请日：2024-07-08

Applicant: 南京信息工程大学

Inventor： 石韦嘉 ,  杨溢

IPC: G05D1/46 ,  G05D109/20

Abstract: 本发明公开了一种基于深度学习的四旋翼无人机故障动态补偿和控制方法，将深度学习利用在故障识别与补偿自适应控制中，通过构建与电机故障状态无关的深度神经网络，学习和表达故障补偿力，捕捉四旋翼无人机动力学的非线性特性，实时识别并适应电机故障，并通过引入判别器网络和对抗训练机制增强模型的泛化能力和鲁棒性，强化学习故障不变性表示的能力。同时本发明控制方法使用在线适应模式，检测到电机故障时，立即基于当前状态和预先学习的模型动态调整控制输出，确保故障状态下无人机飞行的稳定性和精度，并在飞行过程中持续学习，基于新的数据调整参数，通过自我进化使无人机控制随时间和环境变化而优化，提高控制的灵活性和长期可靠性。