-
公开(公告)号：CN118466569B
公开(公告)日：2024-09-24
申请号：CN202410921557.2
申请日：2024-07-10
Applicant: 中南大学
Abstract: 本发明实施例中提供了一种基于区间理论的高超声速变体飞行器预设性能控制方法，属于控制技术领域，具体包括：建立含有附加力和附加力矩的运动模型，并据此导出机翼对称变形条件下的高超声速变体飞行器六自由度运动模型；根据绕质心运动方程建立控制模型，采用动态面控制方法逐级设计基于区间理论的控制律，最终得到控制量舵偏角；在一定的初始状态拉偏情况下，不考虑模型不确定项和外干扰力矩，将控制量舵偏角输入控制模型，对高超声速变体飞行器的飞行姿态进行跟踪控制。通过本发明的方案，有效解决了传统预设性能控制方案在状态误差接近包络时产生很大的控制动作、造成奇异性的这一问题，提高了控制效率、精准度和适应性。
-
公开(公告)号：CN117994761A
公开(公告)日：2024-05-07
申请号：CN202410175163.7
申请日：2024-02-07
IPC: G06V20/58 , G06V10/25 , G06V10/56 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本公开提供一种基于类DETR网络模型的交通标志检测方法及系统，该方法包括：获取交通标志数据集；基于所述交通标志数据集训练类DETR网络模型得到检测模型，所述类DETR网络模型将TridentNet网络作为骨架进行特征提取；基于所述检测模型进行交通标志检测。本发明能有效提高复杂环境下小目标交通标志的检测精度。
-
-
公开(公告)号：CN112193424A
公开(公告)日：2021-01-08
申请号：CN202011114303.8
申请日：2020-10-19
Applicant: 中南大学
IPC: B64D27/26
Abstract: 本发明提供了一种基于非常规布局的外吹式动力增升系统，本申请所述的动力增升系统中安装外部吹气襟翼的机翼位于机身靠后位置，机翼前方较远距离处安装有发动机。通过本申请所述的外吹式动力增升系统，发动机工作时产生的高温高速射流与周围低速冷空气掺混更充分，温度和速度大幅降低，因此与射流相互作用的外部吹气襟翼无需用耐高温材料制造，降低了重量和成本，还降低了射流偏转损失和噪音，提高了增升效果，分散了气流对襟翼的冲击载荷，不易发生有害流致振动。
-
公开(公告)号：CN115108053B
公开(公告)日：2024-09-10
申请号：CN202210800962.X
申请日：2022-07-08
Applicant: 中南大学
IPC: B64G1/24
Abstract: 本发明提供了一种基于事件触发的空间多星协同编队控制方法，包括：建立航天器编队系统的动力学和运动学模型；在每个跟随者航天器中设置扩张状态观测器，通过扩张状态观测器估计模型不确定性及外部扰动；建立误差数学模型；依据跟踪误差的暂态和稳态行为施加指定的性能约束，设计具有性能保证和指定时间收敛的编队控制器，通过事件触发策略确定编队控制器更新时间；结合人工势函数，设计无碰撞控制项，以避免相邻航天器之间的碰撞。本发明能够在编队成员航天器间无需进行高频信息交互的情况下实现编队航天器的协同控制，完成高性能编队跟踪控制的同时在事件触发机制下实现了航天器无碰撞的编队跟踪。
-
Patent Agency Ranking
公开(公告)号：CN115951585B
公开(公告)日：2023-06-02
申请号：CN202310214355.X
申请日：2023-03-08
Applicant: 中南大学
IPC: G05B13/04
Abstract: 本公开实施例中提供了一种基于深度神经网络的高超声速飞行器再入制导方法，属于控制技术领域，具体包括：确定深度神经网络的输入量，同时确定倾侧角幅值剖面参数为输出量，采用5折交叉验证法确定深度神经网络结构，并使用基于预测校正方法产生的训练数据训练深度神经网络；将训练后的深度神经网络输出量带入倾侧角幅值剖面，配合热流率、过载和动压三个过程约束，以及准平衡滑翔条件约束，完成纵向制导；基于航向角与视线角偏差确定倾侧角符号，完成横向制导。通过本公开的方案，利用深度神经网络可逼近任意非线性映射的特性，将深度神经网络预测作为纵向制导主体，提高了高超声速飞行器再入制导的制导指令计算效率、精准度和稳定性。
-
公开(公告)号：CN113759900B
公开(公告)日：2023-05-02
申请号：CN202110923744.0
申请日：2021-08-12
Applicant: 中南大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于障碍区域预测的巡检机器人轨迹规划与实时避障方法及系统，通过二维高精度激光雷达和深度相机建立二维高精度栅格地图，建立了基于状态更新的动态障碍物可达区域预测模型，充分考虑障碍物的运动特性和几何尺寸并预留调整余量，提前确定动态障碍物可达区域，并定义多步椭圆包络势场、新型Sigmoid方形障碍物势场和圆形障碍物势场来修正对数Lyapunov引力场模型，得到障碍物空间下的实时避障算法，并通过该避障算法获得机器人的期望行驶角和期望速度矢量，最终实时获得机器人的动态避障路径，完善了传统基于静态障碍物的避障方法，使得巡检机器人在静态和动态等复杂环境下的避障路径长度更短、能耗更低、安全性更高和最大行驶角变化幅值更小。
-
-
公开(公告)号：CN111766890A
公开(公告)日：2020-10-13
申请号：CN202010720697.5
申请日：2020-07-24
Applicant: 中南大学
IPC: G05D1/08
Abstract: 本发明提供了一种不依赖神经网络近似的航天器保性能姿态控制方法，包括：步骤1，将航天器数学模型中的参数不确定性、未建模动态和外部扰动作为总扰动，根据总扰动建立航天器姿态误差控制系统的动力学数学模型和运动学数学模型；步骤2，在航天器姿态误差控制系统的动力学数学模型和运动学数学模型中引入预设性能函数对航天器的姿态回路跟踪误差的稳态和瞬态性能进行约束；步骤3，根据航天器姿态误差控制系统的动力学数学模型和运动学数学模型设计线性扩张高增益观测器，获取航天器姿态误差控制系统状态和总扰动估计值。本发明在不依赖神经网络估计的情况下，实现对航天器姿态的跟踪控制，满足了姿态跟踪的稳定性和精度要求，具有良好的鲁棒性。
-
公开(公告)号：CN119148757A
公开(公告)日：2024-12-17
申请号：CN202411294172.4
申请日：2024-09-14
Applicant: 中南大学
IPC: G05D1/495 , G05D1/46 , G05D101/15 , G05D109/20
Abstract: 本公开实施例中提供了一种基于自适应动态规划的变后掠飞行器预设性能控制方法，属于控制技术领域，具体包括：构建用于姿态控制的变后掠飞行器运动模型；构造预设性能函数，通过同胚映射得到转换后的误差系统，针对姿态角回路与姿态角速度回路两个子系统分别设计虚拟控制器及稳态控制器；引入代价函数将飞行器姿态跟踪控制问题转化为最优控制问题的求解，基于自适应动态规划技术构建Actor‑Critic网络在线求解最优补偿控制器；结合稳态控制器和最优补偿控制器得到变后掠飞行器控制器，并基于具体飞行工况对控制器性能进行数值仿真。通过本公开的方案，使控制系统具有较好的控制精度与瞬态性能，同时提高了对于未知飞行环境的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.027 seconds)
