-
公开(公告)号：CN119538700A
公开(公告)日：2025-02-28
申请号：CN202411359218.6
申请日：2024-09-27
Applicant: 北京航空航天大学
Abstract: 本发明公开一种基于生物群智学习的无人机集群数字孪生系统及其方法，该系统架构包括资源层、仿真层、通信层和应用层，资源层负责管理软件平台资源，仿真层是平台核心，支持虚拟模型的仿真进程，通信层确立与平台软件相连接的各类实体和模型间的通信链路，应用层管理基于数字孪生的应用服务并提供用户界面，所述方法包括无人机孪生模型搭建、实装通信接口、利用贝叶斯推理和优化算法更新模型参数，以及利用孪生模型和仿真支持无人机集群基于群智学习和深度强化学习的训练任务。本发明能够全面满足无人机集群监控、预测、更新和学习训练的功能需求，提高了模型参数更新的效率和准确性，显著提升了无人机集群任务执行的智能化水平和运行效率。
-
公开(公告)号：CN119440035A
公开(公告)日：2025-02-14
申请号：CN202411371506.3
申请日：2024-09-29
Applicant: 北京航空航天大学
IPC: G05D1/46 , G05D1/65 , G05D1/644 , G05D109/20
Abstract: 本发明公开一种基于郊狼智能的高速飞机飞/推动力模态转换控制优化方法：步骤一：建立环境模型与高速飞机模型；步骤二：高速飞机纵向控制律设计；步骤三：发动机模态转换方法；步骤四：基于郊狼智能的飞/推动力模态转换控制优化。本发明面向高速飞机的飞/推动力模态转换控制问题，提供了一种基于郊狼智能的高速飞机飞/推动力模态转换控制优化方法。针对高速飞机构建了飞/推一体化模型，并针对该模型设计了一种控制律策略。其次，在高速飞机的模型基础上，构建了一种动力模态转换方式采用。最后构建了狼群优化算法，针对高速飞机的飞/推动力模态转换控制问题，完成对其控制参数的优化。
-
公开(公告)号：CN118707986A
公开(公告)日：2024-09-27
申请号：CN202410638473.8
申请日：2024-05-22
Applicant: 北京航空航天大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明公开一种基于梯度优化轨迹的大规模有人机和无人机集群控制方法，包括：步骤一：根据障碍物的梯度信息以及轨迹的需求对轨迹优化问题建模；步骤二：构造初始轨迹并基于有限内存柏萝登‑弗莱彻‑戈德福布‑生纳算法优化得到最优轨迹；步骤三：依据当前环境和任务需求进行有人机和无人机之间的三维空间编队调整；步骤四：基于最优轨迹的有人机和无人机集群控制。本发明通过建立基于障碍物梯度信息及轨迹可行性需求的优化模型，高效生成和优化轨迹，显著提高飞行路径的可行性和安全性；调整策略可在实时环境变化与不同的任务需求下，变换相应编队队形，使集群灵活应对各种复杂操作场景；基于编队的有向弱联通拓扑，实现编队的精确轨迹跟踪，保证异构系统的协同。
-
公开(公告)号：CN115061495B
公开(公告)日：2024-04-30
申请号：CN202210756900.3
申请日：2022-06-30
Applicant: 北京航空航天大学
IPC: G05D1/46
Abstract: 本发明公开一种基于鹰鸽博弈的无人机群组对抗自主控制方法：步骤一：初始化战场环境设置；步骤二：仿鸽群归巢行为的鸽方无人机群运动控制；步骤三：仿哈里斯鹰狩猎机制的鹰方无人机攻击策略设计；步骤四：仿哈里斯鹰攻击动力学的鹰方无人机群运动控制；步骤五：设计鹰方无人机协同策略；步骤六：输出鹰鸽双方无人机群对抗状态。本发明1)建立了基于鹰鸽博弈模型的无人机群组对抗框架，具有简单、高效、鲁棒性好等特点；2)结合哈里斯鹰的狩猎机制和攻击动力学模型与鸽群归巢的协同运动机制，提出无人机群组对抗的攻击决策机制和运动控制方法；3)仿哈里斯鹰攻击动力学的无人机攻击控制方法获胜率高，可实施性强，实时性好，符合实际任务需求。
-
公开(公告)号：CN113741500B
公开(公告)日：2024-03-29
申请号：CN202110995706.6
申请日：2021-08-27
Applicant: 北京航空航天大学
IPC: G05D1/495 , G05D1/46 , G05D101/15 , G05D109/20
Abstract: 本发明公开一种仿哈里斯鹰智能捕食优化的无人机空战机动决策方法：步骤一：搭建六自由度飞机模型及控制器；步骤二：设计战术规划机动指令生成器；步骤三：设计红蓝博弈得分矩阵；步骤四：设计混合策略机动决策目标函数；步骤五：设计仿哈里斯鹰智能捕食的优化算法；步骤六：更新六自由度飞机状态。本发明优点：1)控制对象为模拟真实飞机的六自由度非线性飞机模型，相比三自由度飞机质点模型更具实际应用价值；2)利用博弈混合策略构造机动决策目标函数，并处理了约束条件转换为无约束优化问题；3)设计了基于多维学习机制的哈里斯鹰智能捕食优化算法，提高了种群多样性，避免陷入局部最优解。
-
Patent Agency Ranking
公开(公告)号：CN117389330A
公开(公告)日：2024-01-12
申请号：CN202311301254.2
申请日：2023-10-09
Applicant: 北京航空航天大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明公开一种基于修正序参量的无人机集群运动一致性评价方法，该方法包括：步骤一：建立无人机动力学模型；步骤二：将无人机动力学模型映射为质点模型，实现无人机动力学模型与质点模型之间的转换；步骤三：基于社会力模型的无人机个体控制律；步骤四：生成集群稳态运动与变换过渡态数据；步骤五：计算个体修正序参量。本发明可以改善无人机集群运动一致性的评价方式，针对无人机集群可能存在的环绕、一致转弯等运动方式建立更科学的序参量评价指标，提高对无人机集群一致性运动的评价性能。
-
公开(公告)号：CN116719343A
公开(公告)日：2023-09-08
申请号：CN202310519440.7
申请日：2023-05-09
Applicant: 北京航空航天大学
IPC: G05D1/10
Abstract: 本发明公开了一种基于生物正负反馈的有人机/无人机共融区域搜索方法，包括：步骤一，建立有人机无人机异构集群空间模型；步骤二，基于模型预测控制的有人机无人机集群控制；步骤三，建立基于刺激响应的生物启发神经网络环境模型；步骤四，建立无人机的决策模型并且设置相应的效能函数；步骤五，基于模型预测控制模型建立滚动鸽群优化模型策略；步骤六，建立基于时间戳同步机制的多无人机信息融合策略；步骤七，输出生物正负反馈模型预测控制的有人机无人机共融区域搜索结果图。该方法旨在未知目标和环境信息的条件下，有人机通过集群空间状态指令引导无人机通过生物激发抑制模型在环境未知的情况进行区域搜索，提高搜索效率和环境自适应性。
-
公开(公告)号：CN115933717A
公开(公告)日：2023-04-07
申请号：CN202211189814.5
申请日：2022-09-28
Applicant: 北京航空航天大学
Abstract: 本发明公开一种基于深度强化学习的无人机智能空战机动决策训练系统及方法，该方法包括以下实施步骤：步骤一：空战环境设计；步骤二：强化学习算法与环境结合；步骤三：空战训练；步骤四：训练结果展示；步骤五：训练结果迁移。本发明可实现强化学习算法切换、空战仿真环境支持部分自定义、采用分层递阶训练方案，提高训练的可操作性和成功率，简化所设计算法的训练验证流程。
-
公开(公告)号：CN115619714A
公开(公告)日：2023-01-17
申请号：CN202211121587.2
申请日：2022-09-15
Abstract: 本发明公开了基于仿鹰眼视觉的水上动态目标变化检测方法及相关设备，基于模仿鹰眼视觉的高密度光感受器完成背景模型的初始化，所述背景模型为每个背景点存储一个连续样本集，获取水上动态目标的初始状态的背景图片；基于模拟鹰眼视觉神经连接机制，将所述背景图片输入到双边滤波器进行运算以提取水上动态目标的时空分布特征；基于模仿鹰眼视觉侧抑制特性，利用视觉侧抑制设计符合生物学特征的背景模型更新策略，基于所述背景模型更新策略更新所述背景模型，并根据水上动态目标的时空分布特征输出二值图像。本发明通过鹰眼与变化检测结合使背景模型能够实时处理图像，有助于背景模型获得更准确的背景细节，提高了水上动态目标的检测效率。
-
公开(公告)号：CN115393322A
公开(公告)日：2022-11-25
申请号：CN202211031507.4
申请日：2022-08-26
Abstract: 本发明公开了一种基于数字孪生的变化检测数据生成及评估的方法及设备，所述方法包括：获取测试视频，对所述测试视频中物体进行处理，得到所述物体对应的数字物体，将所述数字物体进行调整以构建数字场景；基于所述数字场景，对所述数字场景中的目标进行自动标注，输出第一二值语义标签图像，并生成变化检测数据；对所述数字场景设定不同的视觉挑战，获取变化检测模型在不同所述视觉挑战下输出的第二二值语义标签图像，将所述第一二值语义标签图像和所述第二二值语义标签图像进行对比，以完成所述变化检测模型的评估。本发明通过构建数字场景，使得任务场景多样性，通过图像自动标注及模拟不同的视觉挑战有利于全面评估变化检测模型的可靠性。
-
-
-
-
-
-
-
-
-
Search Results
255
records
(took 0.036 seconds)
