找到7项技术成果数据。
找技术>-
基于随机时延描述数据丢失的多无人机编队控制方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明公开了一种基于随机时延描述数据丢失的多无人机编队控制方法,考虑了在飞行器编队控制通信时存在数据丢失的情况,利用随机时延来描述数据丢失的状况,继而推导出编队稳定的充分条件,最终实现多无人机编队控制的目标。本方案中随机时延服从Bernoulli随机分布,通信图固定且无向,通信时延为时变。本方案利用随机时延的方法描述数据丢失,随机时延服从Bernoulli随机分布,在服从时滞相关的充分条件时,实现存在数据丢失的多无人机编队控制。
-
AUV多功能综合服务平台及编队运行控制方法
成熟度:正在研发
技术类型:发明
应用行业:交通运输、仓储和邮政业
技术简介
摘要:本发明涉及一种AUV多功能综合服务平台及编队运行控制方法,综合服务平台包括双体船,所述双体船内部设置波浪能发电装置,双体船上部设置有服务平台;所述服务平台上部设置有信号基站与惯性定位系统,所述信号基站左右两侧设置有太阳能板,信号基站上下两侧设置有机械手,所述平台板的边角处设置有风力发电装置,所述平台板边缘设置有定位雷达和无限充电线圈。本发明通过服务平台可以自动实现多个AUV的自动充电、数据交换、指令下达以及回收等服务,通过不同波段的声纳解决了AUV与平台的对接问题。
-
多移动机器人的最小步编队方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
多移动机器人的最小步编队方法,步骤如下1)建立复平面内的多移动机器人运动模型。2)建立多机器人系统的拓扑图。3)求取复拉普拉斯矩阵。4)配置复拉普拉斯矩阵的极点。5)计算分布式离散控制信号6)记录位移信息并计算最终位置。本发明能够使机器人在最短时间内预测自己在编队位置中的最终位置,该方法是完全分布式的,所利用信息仅仅是机器人自身记录的位移信息,并且若无全局坐标系,机器人利用左右轮转速,或其他局部坐标系记录的位移信息仍可计算出自身的目标位置,该方法高效的帮助机器人计算自身目标位置,为多移动机器人的高效编队提供了可行方案。
-
基于Nash迭代的分布式多移动机器人编队控制方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于Nash迭代的分布式多移动机器人编队控制方法,包括以下步骤1)对多移动机器人进行建模,得到多移动机器人的分布式离散状态空间偏差模型;2)根据多移动机器人的离散状态空间偏差模型,设计子系统的性能指标;3)设计基于Nash迭代的分布式模型预测控制算法对多移动机器人进行编队控制。本发明提供一种较为简明、易于实现并且具有较好的控制效果的分布式多移动机器人编队控制方法。
-
基于ESO的分布式多移动机器人编队控制方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于ESO的分布式多移动机器人编队控制方法,包括以下步骤1)对多移动机器人进行建模,得到多移动机器人的分布式离散状态空间偏差模型;2)根据多移动机器人的离散状态空间偏差模型,设计子系统的性能指标,并计算子系统的预测控制量;3)设计移动机器人的扩张状态观测器,得到移动机器人受到的扰动估计值;4)最后,利用得到的扰动估计值设计基于扩张状态观测器的组合控制器。本发明提供一种较为简明、易于实现并且具有良好抗干扰能力的分布式多移动机器人编队控制方法。
-
考虑随机扰动的非线性多无人机系统容错编队控制方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
摘要:本发明公开了一种考虑随机扰动的非线性多无人机系统容错编队控制方法,其包括如下步骤:构建无人机的非线性随机动态模型,利用该模型以及参考轨迹给定信息和邻居无人机之间的信息交互,得到每架无人机的输出测量数据;利用该数据为每架无人机设计一个分散式状态观测器和自适应故障估计器,对该无人机的状态信息和故障信号进行在线估计;在此基础之上,利用实时状态和故障估计信息设计一种容错控制器,以确保系统编队误差、状态估计误差和故障估计误差渐进收敛到可控的误差界限之内;最后确定分散式状态观测器、自适应故障估计器和容错控制器的相关参数。本发明有效解决了存在干扰、噪声和信道扰动的非线性无人机群的故障估计和容错编队控制问题。
-
一种基于事件触发的多四旋翼无 人机固定事件编队方法
成熟度:-
技术类型:-
应用行业:制造业
技术简介
多四旋翼无人机系统是由多个具有独立自主能力的四旋翼无人机组成的编队,能够在大型、复杂的任 务环境或空间中完成信息获取、处理以及自主控制与规划任务,在空间、时间、信息、资源和功能等方面具 有分布性、互补性和冗余性的特点,能够以大幅度增强工作能力,提高工作效率,扩大功能与工作范围,增 强系统的鲁棒性与容错性。对于多四旋翼无人机系统中的无人机需要采用协同控制方法,常见的协同控制 方法包括领导跟随法、基于行为法、虚拟结构法、基于图论法、人工势场法等;协同体系结构分为集中式与 分布式;集中式架构由于主无人机需要与所有的从机进行通信,对主无人机的工作能力与负载能力要求较 高;分布式架构下,整个多无人机的通信拓扑可以使用有向图或者无向图进行描述,每个无人机仅仅与其 相邻的无人机人进行通讯,获得局部目标信息,并依赖这些局部信息与本地信息依据自身智能自主地做出 调整,更新自己接下来的行为动作,最终实现共同期望的任务目标。上述方法均需要高频的传感器采样和 控制器值更新,会造成大量不必要的资源浪费,随着无人机个数的增加,时间驱动策略相应所需的通信带 宽也会呈指数增加,巨大的网络负荷有可能会造成网络崩溃,以至于无人机失去控制乃至坠毁。 本成果提出了一种基于事件触发的多四旋翼 无人机固定时间编队方法,属于多无人机协同控 制技术领域,具体步骤包括:无人机系统建模、构 建事件触发的触发条件、设 计事件触发位置子系 统控制器、固定时间滑模姿态子系统控制器;本成 果直接根据系统的状态误差决定控制器的频率, 使系统在固定的时间内收敛到平衡点,使系统中 无人机的位置和姿态在固定的时间内达到一致, 实现协同运行,节约通讯资源,收敛速度快,计算 负荷小。 (1)本成果涉及一种无人机编队方法,尤其涉及一种基于事件触发的多四旋翼无人机固定事件编队方法。 (2)针对上述现有技术的缺陷,本成果提供一种通过非周期采样获取系统状态信息的基于事件触发的 多四旋翼无人机固定事件编队方法; (3)直接根据系统的状态误差决定控制器的频率,可以使系统中处于不同位置的无人机在固定的时间 内位置和姿态统一,实现协同运行,能极大的节约通讯资源,收敛速度快,计算负荷小。 本成果涉多四旋翼无人机系统是由多个具有独立自主能力的四旋翼无人机组成的编队,基于事件触 发的多四旋翼无人机固定事件编队方法,具有广泛的应用领域和巨大的市场前景。在军事侦察、环境监测、 灾害救援、农业植保等多个领域,该技术都能发挥重要作用。 在军事侦察领域,该编队方法可快速响应突发事件,高效完成侦察任务;在环境监测中,无人机编队可 实现对特定区域的精确监测和数据分析;在灾害救援中,无人机编队能够快速定位受灾区域,为救援行动 提供有力支持;在农业植保领域,无人机编队可实现精准施药,提高作业效率。 随着无人机技术的不断发展,多无人机协同控制已成为行业发展的必然趋势。基于事件触发的固定事 件编队方法,不仅提高了无人机协同控制的精度和效率,还降低了通信资源消耗和计算负荷,具有广阔的 市场前景。
找到7项技术成果数据。
找技术>-
基于随机时延描述数据丢失的多无人机编队控制方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明公开了一种基于随机时延描述数据丢失的多无人机编队控制方法,考虑了在飞行器编队控制通信时存在数据丢失的情况,利用随机时延来描述数据丢失的状况,继而推导出编队稳定的充分条件,最终实现多无人机编队控制的目标。本方案中随机时延服从Bernoulli随机分布,通信图固定且无向,通信时延为时变。本方案利用随机时延的方法描述数据丢失,随机时延服从Bernoulli随机分布,在服从时滞相关的充分条件时,实现存在数据丢失的多无人机编队控制。
-
AUV多功能综合服务平台及编队运行控制方法
成熟度:正在研发
技术类型:发明
应用行业:交通运输、仓储和邮政业
技术简介
摘要:本发明涉及一种AUV多功能综合服务平台及编队运行控制方法,综合服务平台包括双体船,所述双体船内部设置波浪能发电装置,双体船上部设置有服务平台;所述服务平台上部设置有信号基站与惯性定位系统,所述信号基站左右两侧设置有太阳能板,信号基站上下两侧设置有机械手,所述平台板的边角处设置有风力发电装置,所述平台板边缘设置有定位雷达和无限充电线圈。本发明通过服务平台可以自动实现多个AUV的自动充电、数据交换、指令下达以及回收等服务,通过不同波段的声纳解决了AUV与平台的对接问题。
-
多移动机器人的最小步编队方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
多移动机器人的最小步编队方法,步骤如下1)建立复平面内的多移动机器人运动模型。2)建立多机器人系统的拓扑图。3)求取复拉普拉斯矩阵。4)配置复拉普拉斯矩阵的极点。5)计算分布式离散控制信号6)记录位移信息并计算最终位置。本发明能够使机器人在最短时间内预测自己在编队位置中的最终位置,该方法是完全分布式的,所利用信息仅仅是机器人自身记录的位移信息,并且若无全局坐标系,机器人利用左右轮转速,或其他局部坐标系记录的位移信息仍可计算出自身的目标位置,该方法高效的帮助机器人计算自身目标位置,为多移动机器人的高效编队提供了可行方案。
-
基于Nash迭代的分布式多移动机器人编队控制方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于Nash迭代的分布式多移动机器人编队控制方法,包括以下步骤1)对多移动机器人进行建模,得到多移动机器人的分布式离散状态空间偏差模型;2)根据多移动机器人的离散状态空间偏差模型,设计子系统的性能指标;3)设计基于Nash迭代的分布式模型预测控制算法对多移动机器人进行编队控制。本发明提供一种较为简明、易于实现并且具有较好的控制效果的分布式多移动机器人编队控制方法。
-
基于ESO的分布式多移动机器人编队控制方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于ESO的分布式多移动机器人编队控制方法,包括以下步骤1)对多移动机器人进行建模,得到多移动机器人的分布式离散状态空间偏差模型;2)根据多移动机器人的离散状态空间偏差模型,设计子系统的性能指标,并计算子系统的预测控制量;3)设计移动机器人的扩张状态观测器,得到移动机器人受到的扰动估计值;4)最后,利用得到的扰动估计值设计基于扩张状态观测器的组合控制器。本发明提供一种较为简明、易于实现并且具有良好抗干扰能力的分布式多移动机器人编队控制方法。
-
考虑随机扰动的非线性多无人机系统容错编队控制方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
摘要:本发明公开了一种考虑随机扰动的非线性多无人机系统容错编队控制方法,其包括如下步骤:构建无人机的非线性随机动态模型,利用该模型以及参考轨迹给定信息和邻居无人机之间的信息交互,得到每架无人机的输出测量数据;利用该数据为每架无人机设计一个分散式状态观测器和自适应故障估计器,对该无人机的状态信息和故障信号进行在线估计;在此基础之上,利用实时状态和故障估计信息设计一种容错控制器,以确保系统编队误差、状态估计误差和故障估计误差渐进收敛到可控的误差界限之内;最后确定分散式状态观测器、自适应故障估计器和容错控制器的相关参数。本发明有效解决了存在干扰、噪声和信道扰动的非线性无人机群的故障估计和容错编队控制问题。
-
一种基于事件触发的多四旋翼无 人机固定事件编队方法
成熟度:-
技术类型:-
应用行业:制造业
技术简介
多四旋翼无人机系统是由多个具有独立自主能力的四旋翼无人机组成的编队,能够在大型、复杂的任 务环境或空间中完成信息获取、处理以及自主控制与规划任务,在空间、时间、信息、资源和功能等方面具 有分布性、互补性和冗余性的特点,能够以大幅度增强工作能力,提高工作效率,扩大功能与工作范围,增 强系统的鲁棒性与容错性。对于多四旋翼无人机系统中的无人机需要采用协同控制方法,常见的协同控制 方法包括领导跟随法、基于行为法、虚拟结构法、基于图论法、人工势场法等;协同体系结构分为集中式与 分布式;集中式架构由于主无人机需要与所有的从机进行通信,对主无人机的工作能力与负载能力要求较 高;分布式架构下,整个多无人机的通信拓扑可以使用有向图或者无向图进行描述,每个无人机仅仅与其 相邻的无人机人进行通讯,获得局部目标信息,并依赖这些局部信息与本地信息依据自身智能自主地做出 调整,更新自己接下来的行为动作,最终实现共同期望的任务目标。上述方法均需要高频的传感器采样和 控制器值更新,会造成大量不必要的资源浪费,随着无人机个数的增加,时间驱动策略相应所需的通信带 宽也会呈指数增加,巨大的网络负荷有可能会造成网络崩溃,以至于无人机失去控制乃至坠毁。 本成果提出了一种基于事件触发的多四旋翼 无人机固定时间编队方法,属于多无人机协同控 制技术领域,具体步骤包括:无人机系统建模、构 建事件触发的触发条件、设 计事件触发位置子系 统控制器、固定时间滑模姿态子系统控制器;本成 果直接根据系统的状态误差决定控制器的频率, 使系统在固定的时间内收敛到平衡点,使系统中 无人机的位置和姿态在固定的时间内达到一致, 实现协同运行,节约通讯资源,收敛速度快,计算 负荷小。 (1)本成果涉及一种无人机编队方法,尤其涉及一种基于事件触发的多四旋翼无人机固定事件编队方法。 (2)针对上述现有技术的缺陷,本成果提供一种通过非周期采样获取系统状态信息的基于事件触发的 多四旋翼无人机固定事件编队方法; (3)直接根据系统的状态误差决定控制器的频率,可以使系统中处于不同位置的无人机在固定的时间 内位置和姿态统一,实现协同运行,能极大的节约通讯资源,收敛速度快,计算负荷小。 本成果涉多四旋翼无人机系统是由多个具有独立自主能力的四旋翼无人机组成的编队,基于事件触 发的多四旋翼无人机固定事件编队方法,具有广泛的应用领域和巨大的市场前景。在军事侦察、环境监测、 灾害救援、农业植保等多个领域,该技术都能发挥重要作用。 在军事侦察领域,该编队方法可快速响应突发事件,高效完成侦察任务;在环境监测中,无人机编队可 实现对特定区域的精确监测和数据分析;在灾害救援中,无人机编队能够快速定位受灾区域,为救援行动 提供有力支持;在农业植保领域,无人机编队可实现精准施药,提高作业效率。 随着无人机技术的不断发展,多无人机协同控制已成为行业发展的必然趋势。基于事件触发的固定事 件编队方法,不仅提高了无人机协同控制的精度和效率,还降低了通信资源消耗和计算负荷,具有广阔的 市场前景。
找到7项技术成果数据。
找技术>-
基于随机时延描述数据丢失的多无人机编队控制方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明公开了一种基于随机时延描述数据丢失的多无人机编队控制方法,考虑了在飞行器编队控制通信时存在数据丢失的情况,利用随机时延来描述数据丢失的状况,继而推导出编队稳定的充分条件,最终实现多无人机编队控制的目标。本方案中随机时延服从Bernoulli随机分布,通信图固定且无向,通信时延为时变。本方案利用随机时延的方法描述数据丢失,随机时延服从Bernoulli随机分布,在服从时滞相关的充分条件时,实现存在数据丢失的多无人机编队控制。
-
AUV多功能综合服务平台及编队运行控制方法
成熟度:正在研发
技术类型:发明
应用行业:交通运输、仓储和邮政业
技术简介
摘要:本发明涉及一种AUV多功能综合服务平台及编队运行控制方法,综合服务平台包括双体船,所述双体船内部设置波浪能发电装置,双体船上部设置有服务平台;所述服务平台上部设置有信号基站与惯性定位系统,所述信号基站左右两侧设置有太阳能板,信号基站上下两侧设置有机械手,所述平台板的边角处设置有风力发电装置,所述平台板边缘设置有定位雷达和无限充电线圈。本发明通过服务平台可以自动实现多个AUV的自动充电、数据交换、指令下达以及回收等服务,通过不同波段的声纳解决了AUV与平台的对接问题。
-
多移动机器人的最小步编队方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
多移动机器人的最小步编队方法,步骤如下1)建立复平面内的多移动机器人运动模型。2)建立多机器人系统的拓扑图。3)求取复拉普拉斯矩阵。4)配置复拉普拉斯矩阵的极点。5)计算分布式离散控制信号6)记录位移信息并计算最终位置。本发明能够使机器人在最短时间内预测自己在编队位置中的最终位置,该方法是完全分布式的,所利用信息仅仅是机器人自身记录的位移信息,并且若无全局坐标系,机器人利用左右轮转速,或其他局部坐标系记录的位移信息仍可计算出自身的目标位置,该方法高效的帮助机器人计算自身目标位置,为多移动机器人的高效编队提供了可行方案。
-
基于Nash迭代的分布式多移动机器人编队控制方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于Nash迭代的分布式多移动机器人编队控制方法,包括以下步骤1)对多移动机器人进行建模,得到多移动机器人的分布式离散状态空间偏差模型;2)根据多移动机器人的离散状态空间偏差模型,设计子系统的性能指标;3)设计基于Nash迭代的分布式模型预测控制算法对多移动机器人进行编队控制。本发明提供一种较为简明、易于实现并且具有较好的控制效果的分布式多移动机器人编队控制方法。
-
基于ESO的分布式多移动机器人编队控制方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于ESO的分布式多移动机器人编队控制方法,包括以下步骤1)对多移动机器人进行建模,得到多移动机器人的分布式离散状态空间偏差模型;2)根据多移动机器人的离散状态空间偏差模型,设计子系统的性能指标,并计算子系统的预测控制量;3)设计移动机器人的扩张状态观测器,得到移动机器人受到的扰动估计值;4)最后,利用得到的扰动估计值设计基于扩张状态观测器的组合控制器。本发明提供一种较为简明、易于实现并且具有良好抗干扰能力的分布式多移动机器人编队控制方法。
-
考虑随机扰动的非线性多无人机系统容错编队控制方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
摘要:本发明公开了一种考虑随机扰动的非线性多无人机系统容错编队控制方法,其包括如下步骤:构建无人机的非线性随机动态模型,利用该模型以及参考轨迹给定信息和邻居无人机之间的信息交互,得到每架无人机的输出测量数据;利用该数据为每架无人机设计一个分散式状态观测器和自适应故障估计器,对该无人机的状态信息和故障信号进行在线估计;在此基础之上,利用实时状态和故障估计信息设计一种容错控制器,以确保系统编队误差、状态估计误差和故障估计误差渐进收敛到可控的误差界限之内;最后确定分散式状态观测器、自适应故障估计器和容错控制器的相关参数。本发明有效解决了存在干扰、噪声和信道扰动的非线性无人机群的故障估计和容错编队控制问题。
-
一种基于事件触发的多四旋翼无 人机固定事件编队方法
成熟度:-
技术类型:-
应用行业:制造业
技术简介
多四旋翼无人机系统是由多个具有独立自主能力的四旋翼无人机组成的编队,能够在大型、复杂的任 务环境或空间中完成信息获取、处理以及自主控制与规划任务,在空间、时间、信息、资源和功能等方面具 有分布性、互补性和冗余性的特点,能够以大幅度增强工作能力,提高工作效率,扩大功能与工作范围,增 强系统的鲁棒性与容错性。对于多四旋翼无人机系统中的无人机需要采用协同控制方法,常见的协同控制 方法包括领导跟随法、基于行为法、虚拟结构法、基于图论法、人工势场法等;协同体系结构分为集中式与 分布式;集中式架构由于主无人机需要与所有的从机进行通信,对主无人机的工作能力与负载能力要求较 高;分布式架构下,整个多无人机的通信拓扑可以使用有向图或者无向图进行描述,每个无人机仅仅与其 相邻的无人机人进行通讯,获得局部目标信息,并依赖这些局部信息与本地信息依据自身智能自主地做出 调整,更新自己接下来的行为动作,最终实现共同期望的任务目标。上述方法均需要高频的传感器采样和 控制器值更新,会造成大量不必要的资源浪费,随着无人机个数的增加,时间驱动策略相应所需的通信带 宽也会呈指数增加,巨大的网络负荷有可能会造成网络崩溃,以至于无人机失去控制乃至坠毁。 本成果提出了一种基于事件触发的多四旋翼 无人机固定时间编队方法,属于多无人机协同控 制技术领域,具体步骤包括:无人机系统建模、构 建事件触发的触发条件、设 计事件触发位置子系 统控制器、固定时间滑模姿态子系统控制器;本成 果直接根据系统的状态误差决定控制器的频率, 使系统在固定的时间内收敛到平衡点,使系统中 无人机的位置和姿态在固定的时间内达到一致, 实现协同运行,节约通讯资源,收敛速度快,计算 负荷小。 (1)本成果涉及一种无人机编队方法,尤其涉及一种基于事件触发的多四旋翼无人机固定事件编队方法。 (2)针对上述现有技术的缺陷,本成果提供一种通过非周期采样获取系统状态信息的基于事件触发的 多四旋翼无人机固定事件编队方法; (3)直接根据系统的状态误差决定控制器的频率,可以使系统中处于不同位置的无人机在固定的时间 内位置和姿态统一,实现协同运行,能极大的节约通讯资源,收敛速度快,计算负荷小。 本成果涉多四旋翼无人机系统是由多个具有独立自主能力的四旋翼无人机组成的编队,基于事件触 发的多四旋翼无人机固定事件编队方法,具有广泛的应用领域和巨大的市场前景。在军事侦察、环境监测、 灾害救援、农业植保等多个领域,该技术都能发挥重要作用。 在军事侦察领域,该编队方法可快速响应突发事件,高效完成侦察任务;在环境监测中,无人机编队可 实现对特定区域的精确监测和数据分析;在灾害救援中,无人机编队能够快速定位受灾区域,为救援行动 提供有力支持;在农业植保领域,无人机编队可实现精准施药,提高作业效率。 随着无人机技术的不断发展,多无人机协同控制已成为行业发展的必然趋势。基于事件触发的固定事 件编队方法,不仅提高了无人机协同控制的精度和效率,还降低了通信资源消耗和计算负荷,具有广阔的 市场前景。
找到7项技术成果数据。
找技术>-
基于随机时延描述数据丢失的多无人机编队控制方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明公开了一种基于随机时延描述数据丢失的多无人机编队控制方法,考虑了在飞行器编队控制通信时存在数据丢失的情况,利用随机时延来描述数据丢失的状况,继而推导出编队稳定的充分条件,最终实现多无人机编队控制的目标。本方案中随机时延服从Bernoulli随机分布,通信图固定且无向,通信时延为时变。本方案利用随机时延的方法描述数据丢失,随机时延服从Bernoulli随机分布,在服从时滞相关的充分条件时,实现存在数据丢失的多无人机编队控制。
-
AUV多功能综合服务平台及编队运行控制方法
成熟度:正在研发
技术类型:发明
应用行业:交通运输、仓储和邮政业
技术简介
摘要:本发明涉及一种AUV多功能综合服务平台及编队运行控制方法,综合服务平台包括双体船,所述双体船内部设置波浪能发电装置,双体船上部设置有服务平台;所述服务平台上部设置有信号基站与惯性定位系统,所述信号基站左右两侧设置有太阳能板,信号基站上下两侧设置有机械手,所述平台板的边角处设置有风力发电装置,所述平台板边缘设置有定位雷达和无限充电线圈。本发明通过服务平台可以自动实现多个AUV的自动充电、数据交换、指令下达以及回收等服务,通过不同波段的声纳解决了AUV与平台的对接问题。
-
多移动机器人的最小步编队方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
多移动机器人的最小步编队方法,步骤如下1)建立复平面内的多移动机器人运动模型。2)建立多机器人系统的拓扑图。3)求取复拉普拉斯矩阵。4)配置复拉普拉斯矩阵的极点。5)计算分布式离散控制信号6)记录位移信息并计算最终位置。本发明能够使机器人在最短时间内预测自己在编队位置中的最终位置,该方法是完全分布式的,所利用信息仅仅是机器人自身记录的位移信息,并且若无全局坐标系,机器人利用左右轮转速,或其他局部坐标系记录的位移信息仍可计算出自身的目标位置,该方法高效的帮助机器人计算自身目标位置,为多移动机器人的高效编队提供了可行方案。
-
基于Nash迭代的分布式多移动机器人编队控制方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于Nash迭代的分布式多移动机器人编队控制方法,包括以下步骤1)对多移动机器人进行建模,得到多移动机器人的分布式离散状态空间偏差模型;2)根据多移动机器人的离散状态空间偏差模型,设计子系统的性能指标;3)设计基于Nash迭代的分布式模型预测控制算法对多移动机器人进行编队控制。本发明提供一种较为简明、易于实现并且具有较好的控制效果的分布式多移动机器人编队控制方法。
-
基于ESO的分布式多移动机器人编队控制方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于ESO的分布式多移动机器人编队控制方法,包括以下步骤1)对多移动机器人进行建模,得到多移动机器人的分布式离散状态空间偏差模型;2)根据多移动机器人的离散状态空间偏差模型,设计子系统的性能指标,并计算子系统的预测控制量;3)设计移动机器人的扩张状态观测器,得到移动机器人受到的扰动估计值;4)最后,利用得到的扰动估计值设计基于扩张状态观测器的组合控制器。本发明提供一种较为简明、易于实现并且具有良好抗干扰能力的分布式多移动机器人编队控制方法。
-
考虑随机扰动的非线性多无人机系统容错编队控制方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
摘要:本发明公开了一种考虑随机扰动的非线性多无人机系统容错编队控制方法,其包括如下步骤:构建无人机的非线性随机动态模型,利用该模型以及参考轨迹给定信息和邻居无人机之间的信息交互,得到每架无人机的输出测量数据;利用该数据为每架无人机设计一个分散式状态观测器和自适应故障估计器,对该无人机的状态信息和故障信号进行在线估计;在此基础之上,利用实时状态和故障估计信息设计一种容错控制器,以确保系统编队误差、状态估计误差和故障估计误差渐进收敛到可控的误差界限之内;最后确定分散式状态观测器、自适应故障估计器和容错控制器的相关参数。本发明有效解决了存在干扰、噪声和信道扰动的非线性无人机群的故障估计和容错编队控制问题。
-
一种基于事件触发的多四旋翼无 人机固定事件编队方法
成熟度:-
技术类型:-
应用行业:制造业
技术简介
多四旋翼无人机系统是由多个具有独立自主能力的四旋翼无人机组成的编队,能够在大型、复杂的任 务环境或空间中完成信息获取、处理以及自主控制与规划任务,在空间、时间、信息、资源和功能等方面具 有分布性、互补性和冗余性的特点,能够以大幅度增强工作能力,提高工作效率,扩大功能与工作范围,增 强系统的鲁棒性与容错性。对于多四旋翼无人机系统中的无人机需要采用协同控制方法,常见的协同控制 方法包括领导跟随法、基于行为法、虚拟结构法、基于图论法、人工势场法等;协同体系结构分为集中式与 分布式;集中式架构由于主无人机需要与所有的从机进行通信,对主无人机的工作能力与负载能力要求较 高;分布式架构下,整个多无人机的通信拓扑可以使用有向图或者无向图进行描述,每个无人机仅仅与其 相邻的无人机人进行通讯,获得局部目标信息,并依赖这些局部信息与本地信息依据自身智能自主地做出 调整,更新自己接下来的行为动作,最终实现共同期望的任务目标。上述方法均需要高频的传感器采样和 控制器值更新,会造成大量不必要的资源浪费,随着无人机个数的增加,时间驱动策略相应所需的通信带 宽也会呈指数增加,巨大的网络负荷有可能会造成网络崩溃,以至于无人机失去控制乃至坠毁。 本成果提出了一种基于事件触发的多四旋翼 无人机固定时间编队方法,属于多无人机协同控 制技术领域,具体步骤包括:无人机系统建模、构 建事件触发的触发条件、设 计事件触发位置子系 统控制器、固定时间滑模姿态子系统控制器;本成 果直接根据系统的状态误差决定控制器的频率, 使系统在固定的时间内收敛到平衡点,使系统中 无人机的位置和姿态在固定的时间内达到一致, 实现协同运行,节约通讯资源,收敛速度快,计算 负荷小。 (1)本成果涉及一种无人机编队方法,尤其涉及一种基于事件触发的多四旋翼无人机固定事件编队方法。 (2)针对上述现有技术的缺陷,本成果提供一种通过非周期采样获取系统状态信息的基于事件触发的 多四旋翼无人机固定事件编队方法; (3)直接根据系统的状态误差决定控制器的频率,可以使系统中处于不同位置的无人机在固定的时间 内位置和姿态统一,实现协同运行,能极大的节约通讯资源,收敛速度快,计算负荷小。 本成果涉多四旋翼无人机系统是由多个具有独立自主能力的四旋翼无人机组成的编队,基于事件触 发的多四旋翼无人机固定事件编队方法,具有广泛的应用领域和巨大的市场前景。在军事侦察、环境监测、 灾害救援、农业植保等多个领域,该技术都能发挥重要作用。 在军事侦察领域,该编队方法可快速响应突发事件,高效完成侦察任务;在环境监测中,无人机编队可 实现对特定区域的精确监测和数据分析;在灾害救援中,无人机编队能够快速定位受灾区域,为救援行动 提供有力支持;在农业植保领域,无人机编队可实现精准施药,提高作业效率。 随着无人机技术的不断发展,多无人机协同控制已成为行业发展的必然趋势。基于事件触发的固定事 件编队方法,不仅提高了无人机协同控制的精度和效率,还降低了通信资源消耗和计算负荷,具有广阔的 市场前景。
找到7项技术成果数据。
找技术>-
基于随机时延描述数据丢失的多无人机编队控制方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明公开了一种基于随机时延描述数据丢失的多无人机编队控制方法,考虑了在飞行器编队控制通信时存在数据丢失的情况,利用随机时延来描述数据丢失的状况,继而推导出编队稳定的充分条件,最终实现多无人机编队控制的目标。本方案中随机时延服从Bernoulli随机分布,通信图固定且无向,通信时延为时变。本方案利用随机时延的方法描述数据丢失,随机时延服从Bernoulli随机分布,在服从时滞相关的充分条件时,实现存在数据丢失的多无人机编队控制。
-
AUV多功能综合服务平台及编队运行控制方法
成熟度:正在研发
技术类型:发明
应用行业:交通运输、仓储和邮政业
技术简介
摘要:本发明涉及一种AUV多功能综合服务平台及编队运行控制方法,综合服务平台包括双体船,所述双体船内部设置波浪能发电装置,双体船上部设置有服务平台;所述服务平台上部设置有信号基站与惯性定位系统,所述信号基站左右两侧设置有太阳能板,信号基站上下两侧设置有机械手,所述平台板的边角处设置有风力发电装置,所述平台板边缘设置有定位雷达和无限充电线圈。本发明通过服务平台可以自动实现多个AUV的自动充电、数据交换、指令下达以及回收等服务,通过不同波段的声纳解决了AUV与平台的对接问题。
-
多移动机器人的最小步编队方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
多移动机器人的最小步编队方法,步骤如下1)建立复平面内的多移动机器人运动模型。2)建立多机器人系统的拓扑图。3)求取复拉普拉斯矩阵。4)配置复拉普拉斯矩阵的极点。5)计算分布式离散控制信号6)记录位移信息并计算最终位置。本发明能够使机器人在最短时间内预测自己在编队位置中的最终位置,该方法是完全分布式的,所利用信息仅仅是机器人自身记录的位移信息,并且若无全局坐标系,机器人利用左右轮转速,或其他局部坐标系记录的位移信息仍可计算出自身的目标位置,该方法高效的帮助机器人计算自身目标位置,为多移动机器人的高效编队提供了可行方案。
-
基于Nash迭代的分布式多移动机器人编队控制方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于Nash迭代的分布式多移动机器人编队控制方法,包括以下步骤1)对多移动机器人进行建模,得到多移动机器人的分布式离散状态空间偏差模型;2)根据多移动机器人的离散状态空间偏差模型,设计子系统的性能指标;3)设计基于Nash迭代的分布式模型预测控制算法对多移动机器人进行编队控制。本发明提供一种较为简明、易于实现并且具有较好的控制效果的分布式多移动机器人编队控制方法。
-
基于ESO的分布式多移动机器人编队控制方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于ESO的分布式多移动机器人编队控制方法,包括以下步骤1)对多移动机器人进行建模,得到多移动机器人的分布式离散状态空间偏差模型;2)根据多移动机器人的离散状态空间偏差模型,设计子系统的性能指标,并计算子系统的预测控制量;3)设计移动机器人的扩张状态观测器,得到移动机器人受到的扰动估计值;4)最后,利用得到的扰动估计值设计基于扩张状态观测器的组合控制器。本发明提供一种较为简明、易于实现并且具有良好抗干扰能力的分布式多移动机器人编队控制方法。
-
考虑随机扰动的非线性多无人机系统容错编队控制方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
摘要:本发明公开了一种考虑随机扰动的非线性多无人机系统容错编队控制方法,其包括如下步骤:构建无人机的非线性随机动态模型,利用该模型以及参考轨迹给定信息和邻居无人机之间的信息交互,得到每架无人机的输出测量数据;利用该数据为每架无人机设计一个分散式状态观测器和自适应故障估计器,对该无人机的状态信息和故障信号进行在线估计;在此基础之上,利用实时状态和故障估计信息设计一种容错控制器,以确保系统编队误差、状态估计误差和故障估计误差渐进收敛到可控的误差界限之内;最后确定分散式状态观测器、自适应故障估计器和容错控制器的相关参数。本发明有效解决了存在干扰、噪声和信道扰动的非线性无人机群的故障估计和容错编队控制问题。
-
一种基于事件触发的多四旋翼无 人机固定事件编队方法
成熟度:-
技术类型:-
应用行业:制造业
技术简介
多四旋翼无人机系统是由多个具有独立自主能力的四旋翼无人机组成的编队,能够在大型、复杂的任 务环境或空间中完成信息获取、处理以及自主控制与规划任务,在空间、时间、信息、资源和功能等方面具 有分布性、互补性和冗余性的特点,能够以大幅度增强工作能力,提高工作效率,扩大功能与工作范围,增 强系统的鲁棒性与容错性。对于多四旋翼无人机系统中的无人机需要采用协同控制方法,常见的协同控制 方法包括领导跟随法、基于行为法、虚拟结构法、基于图论法、人工势场法等;协同体系结构分为集中式与 分布式;集中式架构由于主无人机需要与所有的从机进行通信,对主无人机的工作能力与负载能力要求较 高;分布式架构下,整个多无人机的通信拓扑可以使用有向图或者无向图进行描述,每个无人机仅仅与其 相邻的无人机人进行通讯,获得局部目标信息,并依赖这些局部信息与本地信息依据自身智能自主地做出 调整,更新自己接下来的行为动作,最终实现共同期望的任务目标。上述方法均需要高频的传感器采样和 控制器值更新,会造成大量不必要的资源浪费,随着无人机个数的增加,时间驱动策略相应所需的通信带 宽也会呈指数增加,巨大的网络负荷有可能会造成网络崩溃,以至于无人机失去控制乃至坠毁。 本成果提出了一种基于事件触发的多四旋翼 无人机固定时间编队方法,属于多无人机协同控 制技术领域,具体步骤包括:无人机系统建模、构 建事件触发的触发条件、设 计事件触发位置子系 统控制器、固定时间滑模姿态子系统控制器;本成 果直接根据系统的状态误差决定控制器的频率, 使系统在固定的时间内收敛到平衡点,使系统中 无人机的位置和姿态在固定的时间内达到一致, 实现协同运行,节约通讯资源,收敛速度快,计算 负荷小。 (1)本成果涉及一种无人机编队方法,尤其涉及一种基于事件触发的多四旋翼无人机固定事件编队方法。 (2)针对上述现有技术的缺陷,本成果提供一种通过非周期采样获取系统状态信息的基于事件触发的 多四旋翼无人机固定事件编队方法; (3)直接根据系统的状态误差决定控制器的频率,可以使系统中处于不同位置的无人机在固定的时间 内位置和姿态统一,实现协同运行,能极大的节约通讯资源,收敛速度快,计算负荷小。 本成果涉多四旋翼无人机系统是由多个具有独立自主能力的四旋翼无人机组成的编队,基于事件触 发的多四旋翼无人机固定事件编队方法,具有广泛的应用领域和巨大的市场前景。在军事侦察、环境监测、 灾害救援、农业植保等多个领域,该技术都能发挥重要作用。 在军事侦察领域,该编队方法可快速响应突发事件,高效完成侦察任务;在环境监测中,无人机编队可 实现对特定区域的精确监测和数据分析;在灾害救援中,无人机编队能够快速定位受灾区域,为救援行动 提供有力支持;在农业植保领域,无人机编队可实现精准施药,提高作业效率。 随着无人机技术的不断发展,多无人机协同控制已成为行业发展的必然趋势。基于事件触发的固定事 件编队方法,不仅提高了无人机协同控制的精度和效率,还降低了通信资源消耗和计算负荷,具有广阔的 市场前景。
找到7项技术成果数据。
找技术>-
基于随机时延描述数据丢失的多无人机编队控制方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明公开了一种基于随机时延描述数据丢失的多无人机编队控制方法,考虑了在飞行器编队控制通信时存在数据丢失的情况,利用随机时延来描述数据丢失的状况,继而推导出编队稳定的充分条件,最终实现多无人机编队控制的目标。本方案中随机时延服从Bernoulli随机分布,通信图固定且无向,通信时延为时变。本方案利用随机时延的方法描述数据丢失,随机时延服从Bernoulli随机分布,在服从时滞相关的充分条件时,实现存在数据丢失的多无人机编队控制。
-
AUV多功能综合服务平台及编队运行控制方法
成熟度:正在研发
技术类型:发明
应用行业:交通运输、仓储和邮政业
技术简介
摘要:本发明涉及一种AUV多功能综合服务平台及编队运行控制方法,综合服务平台包括双体船,所述双体船内部设置波浪能发电装置,双体船上部设置有服务平台;所述服务平台上部设置有信号基站与惯性定位系统,所述信号基站左右两侧设置有太阳能板,信号基站上下两侧设置有机械手,所述平台板的边角处设置有风力发电装置,所述平台板边缘设置有定位雷达和无限充电线圈。本发明通过服务平台可以自动实现多个AUV的自动充电、数据交换、指令下达以及回收等服务,通过不同波段的声纳解决了AUV与平台的对接问题。
-
多移动机器人的最小步编队方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
多移动机器人的最小步编队方法,步骤如下1)建立复平面内的多移动机器人运动模型。2)建立多机器人系统的拓扑图。3)求取复拉普拉斯矩阵。4)配置复拉普拉斯矩阵的极点。5)计算分布式离散控制信号6)记录位移信息并计算最终位置。本发明能够使机器人在最短时间内预测自己在编队位置中的最终位置,该方法是完全分布式的,所利用信息仅仅是机器人自身记录的位移信息,并且若无全局坐标系,机器人利用左右轮转速,或其他局部坐标系记录的位移信息仍可计算出自身的目标位置,该方法高效的帮助机器人计算自身目标位置,为多移动机器人的高效编队提供了可行方案。
-
基于Nash迭代的分布式多移动机器人编队控制方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于Nash迭代的分布式多移动机器人编队控制方法,包括以下步骤1)对多移动机器人进行建模,得到多移动机器人的分布式离散状态空间偏差模型;2)根据多移动机器人的离散状态空间偏差模型,设计子系统的性能指标;3)设计基于Nash迭代的分布式模型预测控制算法对多移动机器人进行编队控制。本发明提供一种较为简明、易于实现并且具有较好的控制效果的分布式多移动机器人编队控制方法。
-
基于ESO的分布式多移动机器人编队控制方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于ESO的分布式多移动机器人编队控制方法,包括以下步骤1)对多移动机器人进行建模,得到多移动机器人的分布式离散状态空间偏差模型;2)根据多移动机器人的离散状态空间偏差模型,设计子系统的性能指标,并计算子系统的预测控制量;3)设计移动机器人的扩张状态观测器,得到移动机器人受到的扰动估计值;4)最后,利用得到的扰动估计值设计基于扩张状态观测器的组合控制器。本发明提供一种较为简明、易于实现并且具有良好抗干扰能力的分布式多移动机器人编队控制方法。
-
考虑随机扰动的非线性多无人机系统容错编队控制方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
摘要:本发明公开了一种考虑随机扰动的非线性多无人机系统容错编队控制方法,其包括如下步骤:构建无人机的非线性随机动态模型,利用该模型以及参考轨迹给定信息和邻居无人机之间的信息交互,得到每架无人机的输出测量数据;利用该数据为每架无人机设计一个分散式状态观测器和自适应故障估计器,对该无人机的状态信息和故障信号进行在线估计;在此基础之上,利用实时状态和故障估计信息设计一种容错控制器,以确保系统编队误差、状态估计误差和故障估计误差渐进收敛到可控的误差界限之内;最后确定分散式状态观测器、自适应故障估计器和容错控制器的相关参数。本发明有效解决了存在干扰、噪声和信道扰动的非线性无人机群的故障估计和容错编队控制问题。
-
一种基于事件触发的多四旋翼无 人机固定事件编队方法
成熟度:-
技术类型:-
应用行业:制造业
技术简介
多四旋翼无人机系统是由多个具有独立自主能力的四旋翼无人机组成的编队,能够在大型、复杂的任 务环境或空间中完成信息获取、处理以及自主控制与规划任务,在空间、时间、信息、资源和功能等方面具 有分布性、互补性和冗余性的特点,能够以大幅度增强工作能力,提高工作效率,扩大功能与工作范围,增 强系统的鲁棒性与容错性。对于多四旋翼无人机系统中的无人机需要采用协同控制方法,常见的协同控制 方法包括领导跟随法、基于行为法、虚拟结构法、基于图论法、人工势场法等;协同体系结构分为集中式与 分布式;集中式架构由于主无人机需要与所有的从机进行通信,对主无人机的工作能力与负载能力要求较 高;分布式架构下,整个多无人机的通信拓扑可以使用有向图或者无向图进行描述,每个无人机仅仅与其 相邻的无人机人进行通讯,获得局部目标信息,并依赖这些局部信息与本地信息依据自身智能自主地做出 调整,更新自己接下来的行为动作,最终实现共同期望的任务目标。上述方法均需要高频的传感器采样和 控制器值更新,会造成大量不必要的资源浪费,随着无人机个数的增加,时间驱动策略相应所需的通信带 宽也会呈指数增加,巨大的网络负荷有可能会造成网络崩溃,以至于无人机失去控制乃至坠毁。 本成果提出了一种基于事件触发的多四旋翼 无人机固定时间编队方法,属于多无人机协同控 制技术领域,具体步骤包括:无人机系统建模、构 建事件触发的触发条件、设 计事件触发位置子系 统控制器、固定时间滑模姿态子系统控制器;本成 果直接根据系统的状态误差决定控制器的频率, 使系统在固定的时间内收敛到平衡点,使系统中 无人机的位置和姿态在固定的时间内达到一致, 实现协同运行,节约通讯资源,收敛速度快,计算 负荷小。 (1)本成果涉及一种无人机编队方法,尤其涉及一种基于事件触发的多四旋翼无人机固定事件编队方法。 (2)针对上述现有技术的缺陷,本成果提供一种通过非周期采样获取系统状态信息的基于事件触发的 多四旋翼无人机固定事件编队方法; (3)直接根据系统的状态误差决定控制器的频率,可以使系统中处于不同位置的无人机在固定的时间 内位置和姿态统一,实现协同运行,能极大的节约通讯资源,收敛速度快,计算负荷小。 本成果涉多四旋翼无人机系统是由多个具有独立自主能力的四旋翼无人机组成的编队,基于事件触 发的多四旋翼无人机固定事件编队方法,具有广泛的应用领域和巨大的市场前景。在军事侦察、环境监测、 灾害救援、农业植保等多个领域,该技术都能发挥重要作用。 在军事侦察领域,该编队方法可快速响应突发事件,高效完成侦察任务;在环境监测中,无人机编队可 实现对特定区域的精确监测和数据分析;在灾害救援中,无人机编队能够快速定位受灾区域,为救援行动 提供有力支持;在农业植保领域,无人机编队可实现精准施药,提高作业效率。 随着无人机技术的不断发展,多无人机协同控制已成为行业发展的必然趋势。基于事件触发的固定事 件编队方法,不仅提高了无人机协同控制的精度和效率,还降低了通信资源消耗和计算负荷,具有广阔的 市场前景。
找到7项技术成果数据。
找技术>-
基于随机时延描述数据丢失的多无人机编队控制方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明公开了一种基于随机时延描述数据丢失的多无人机编队控制方法,考虑了在飞行器编队控制通信时存在数据丢失的情况,利用随机时延来描述数据丢失的状况,继而推导出编队稳定的充分条件,最终实现多无人机编队控制的目标。本方案中随机时延服从Bernoulli随机分布,通信图固定且无向,通信时延为时变。本方案利用随机时延的方法描述数据丢失,随机时延服从Bernoulli随机分布,在服从时滞相关的充分条件时,实现存在数据丢失的多无人机编队控制。
-
AUV多功能综合服务平台及编队运行控制方法
成熟度:正在研发
技术类型:发明
应用行业:交通运输、仓储和邮政业
技术简介
摘要:本发明涉及一种AUV多功能综合服务平台及编队运行控制方法,综合服务平台包括双体船,所述双体船内部设置波浪能发电装置,双体船上部设置有服务平台;所述服务平台上部设置有信号基站与惯性定位系统,所述信号基站左右两侧设置有太阳能板,信号基站上下两侧设置有机械手,所述平台板的边角处设置有风力发电装置,所述平台板边缘设置有定位雷达和无限充电线圈。本发明通过服务平台可以自动实现多个AUV的自动充电、数据交换、指令下达以及回收等服务,通过不同波段的声纳解决了AUV与平台的对接问题。
-
多移动机器人的最小步编队方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
多移动机器人的最小步编队方法,步骤如下1)建立复平面内的多移动机器人运动模型。2)建立多机器人系统的拓扑图。3)求取复拉普拉斯矩阵。4)配置复拉普拉斯矩阵的极点。5)计算分布式离散控制信号6)记录位移信息并计算最终位置。本发明能够使机器人在最短时间内预测自己在编队位置中的最终位置,该方法是完全分布式的,所利用信息仅仅是机器人自身记录的位移信息,并且若无全局坐标系,机器人利用左右轮转速,或其他局部坐标系记录的位移信息仍可计算出自身的目标位置,该方法高效的帮助机器人计算自身目标位置,为多移动机器人的高效编队提供了可行方案。
-
基于Nash迭代的分布式多移动机器人编队控制方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于Nash迭代的分布式多移动机器人编队控制方法,包括以下步骤1)对多移动机器人进行建模,得到多移动机器人的分布式离散状态空间偏差模型;2)根据多移动机器人的离散状态空间偏差模型,设计子系统的性能指标;3)设计基于Nash迭代的分布式模型预测控制算法对多移动机器人进行编队控制。本发明提供一种较为简明、易于实现并且具有较好的控制效果的分布式多移动机器人编队控制方法。
-
基于ESO的分布式多移动机器人编队控制方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于ESO的分布式多移动机器人编队控制方法,包括以下步骤1)对多移动机器人进行建模,得到多移动机器人的分布式离散状态空间偏差模型;2)根据多移动机器人的离散状态空间偏差模型,设计子系统的性能指标,并计算子系统的预测控制量;3)设计移动机器人的扩张状态观测器,得到移动机器人受到的扰动估计值;4)最后,利用得到的扰动估计值设计基于扩张状态观测器的组合控制器。本发明提供一种较为简明、易于实现并且具有良好抗干扰能力的分布式多移动机器人编队控制方法。
-
考虑随机扰动的非线性多无人机系统容错编队控制方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
摘要:本发明公开了一种考虑随机扰动的非线性多无人机系统容错编队控制方法,其包括如下步骤:构建无人机的非线性随机动态模型,利用该模型以及参考轨迹给定信息和邻居无人机之间的信息交互,得到每架无人机的输出测量数据;利用该数据为每架无人机设计一个分散式状态观测器和自适应故障估计器,对该无人机的状态信息和故障信号进行在线估计;在此基础之上,利用实时状态和故障估计信息设计一种容错控制器,以确保系统编队误差、状态估计误差和故障估计误差渐进收敛到可控的误差界限之内;最后确定分散式状态观测器、自适应故障估计器和容错控制器的相关参数。本发明有效解决了存在干扰、噪声和信道扰动的非线性无人机群的故障估计和容错编队控制问题。
-
一种基于事件触发的多四旋翼无 人机固定事件编队方法
成熟度:-
技术类型:-
应用行业:制造业
技术简介
多四旋翼无人机系统是由多个具有独立自主能力的四旋翼无人机组成的编队,能够在大型、复杂的任 务环境或空间中完成信息获取、处理以及自主控制与规划任务,在空间、时间、信息、资源和功能等方面具 有分布性、互补性和冗余性的特点,能够以大幅度增强工作能力,提高工作效率,扩大功能与工作范围,增 强系统的鲁棒性与容错性。对于多四旋翼无人机系统中的无人机需要采用协同控制方法,常见的协同控制 方法包括领导跟随法、基于行为法、虚拟结构法、基于图论法、人工势场法等;协同体系结构分为集中式与 分布式;集中式架构由于主无人机需要与所有的从机进行通信,对主无人机的工作能力与负载能力要求较 高;分布式架构下,整个多无人机的通信拓扑可以使用有向图或者无向图进行描述,每个无人机仅仅与其 相邻的无人机人进行通讯,获得局部目标信息,并依赖这些局部信息与本地信息依据自身智能自主地做出 调整,更新自己接下来的行为动作,最终实现共同期望的任务目标。上述方法均需要高频的传感器采样和 控制器值更新,会造成大量不必要的资源浪费,随着无人机个数的增加,时间驱动策略相应所需的通信带 宽也会呈指数增加,巨大的网络负荷有可能会造成网络崩溃,以至于无人机失去控制乃至坠毁。 本成果提出了一种基于事件触发的多四旋翼 无人机固定时间编队方法,属于多无人机协同控 制技术领域,具体步骤包括:无人机系统建模、构 建事件触发的触发条件、设 计事件触发位置子系 统控制器、固定时间滑模姿态子系统控制器;本成 果直接根据系统的状态误差决定控制器的频率, 使系统在固定的时间内收敛到平衡点,使系统中 无人机的位置和姿态在固定的时间内达到一致, 实现协同运行,节约通讯资源,收敛速度快,计算 负荷小。 (1)本成果涉及一种无人机编队方法,尤其涉及一种基于事件触发的多四旋翼无人机固定事件编队方法。 (2)针对上述现有技术的缺陷,本成果提供一种通过非周期采样获取系统状态信息的基于事件触发的 多四旋翼无人机固定事件编队方法; (3)直接根据系统的状态误差决定控制器的频率,可以使系统中处于不同位置的无人机在固定的时间 内位置和姿态统一,实现协同运行,能极大的节约通讯资源,收敛速度快,计算负荷小。 本成果涉多四旋翼无人机系统是由多个具有独立自主能力的四旋翼无人机组成的编队,基于事件触 发的多四旋翼无人机固定事件编队方法,具有广泛的应用领域和巨大的市场前景。在军事侦察、环境监测、 灾害救援、农业植保等多个领域,该技术都能发挥重要作用。 在军事侦察领域,该编队方法可快速响应突发事件,高效完成侦察任务;在环境监测中,无人机编队可 实现对特定区域的精确监测和数据分析;在灾害救援中,无人机编队能够快速定位受灾区域,为救援行动 提供有力支持;在农业植保领域,无人机编队可实现精准施药,提高作业效率。 随着无人机技术的不断发展,多无人机协同控制已成为行业发展的必然趋势。基于事件触发的固定事 件编队方法,不仅提高了无人机协同控制的精度和效率,还降低了通信资源消耗和计算负荷,具有广阔的 市场前景。
找到7项技术成果数据。
找技术>-
基于随机时延描述数据丢失的多无人机编队控制方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明公开了一种基于随机时延描述数据丢失的多无人机编队控制方法,考虑了在飞行器编队控制通信时存在数据丢失的情况,利用随机时延来描述数据丢失的状况,继而推导出编队稳定的充分条件,最终实现多无人机编队控制的目标。本方案中随机时延服从Bernoulli随机分布,通信图固定且无向,通信时延为时变。本方案利用随机时延的方法描述数据丢失,随机时延服从Bernoulli随机分布,在服从时滞相关的充分条件时,实现存在数据丢失的多无人机编队控制。
-
AUV多功能综合服务平台及编队运行控制方法
成熟度:正在研发
技术类型:发明
应用行业:交通运输、仓储和邮政业
技术简介
摘要:本发明涉及一种AUV多功能综合服务平台及编队运行控制方法,综合服务平台包括双体船,所述双体船内部设置波浪能发电装置,双体船上部设置有服务平台;所述服务平台上部设置有信号基站与惯性定位系统,所述信号基站左右两侧设置有太阳能板,信号基站上下两侧设置有机械手,所述平台板的边角处设置有风力发电装置,所述平台板边缘设置有定位雷达和无限充电线圈。本发明通过服务平台可以自动实现多个AUV的自动充电、数据交换、指令下达以及回收等服务,通过不同波段的声纳解决了AUV与平台的对接问题。
-
多移动机器人的最小步编队方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
多移动机器人的最小步编队方法,步骤如下1)建立复平面内的多移动机器人运动模型。2)建立多机器人系统的拓扑图。3)求取复拉普拉斯矩阵。4)配置复拉普拉斯矩阵的极点。5)计算分布式离散控制信号6)记录位移信息并计算最终位置。本发明能够使机器人在最短时间内预测自己在编队位置中的最终位置,该方法是完全分布式的,所利用信息仅仅是机器人自身记录的位移信息,并且若无全局坐标系,机器人利用左右轮转速,或其他局部坐标系记录的位移信息仍可计算出自身的目标位置,该方法高效的帮助机器人计算自身目标位置,为多移动机器人的高效编队提供了可行方案。
-
基于Nash迭代的分布式多移动机器人编队控制方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于Nash迭代的分布式多移动机器人编队控制方法,包括以下步骤1)对多移动机器人进行建模,得到多移动机器人的分布式离散状态空间偏差模型;2)根据多移动机器人的离散状态空间偏差模型,设计子系统的性能指标;3)设计基于Nash迭代的分布式模型预测控制算法对多移动机器人进行编队控制。本发明提供一种较为简明、易于实现并且具有较好的控制效果的分布式多移动机器人编队控制方法。
-
基于ESO的分布式多移动机器人编队控制方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于ESO的分布式多移动机器人编队控制方法,包括以下步骤1)对多移动机器人进行建模,得到多移动机器人的分布式离散状态空间偏差模型;2)根据多移动机器人的离散状态空间偏差模型,设计子系统的性能指标,并计算子系统的预测控制量;3)设计移动机器人的扩张状态观测器,得到移动机器人受到的扰动估计值;4)最后,利用得到的扰动估计值设计基于扩张状态观测器的组合控制器。本发明提供一种较为简明、易于实现并且具有良好抗干扰能力的分布式多移动机器人编队控制方法。
-
考虑随机扰动的非线性多无人机系统容错编队控制方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
摘要:本发明公开了一种考虑随机扰动的非线性多无人机系统容错编队控制方法,其包括如下步骤:构建无人机的非线性随机动态模型,利用该模型以及参考轨迹给定信息和邻居无人机之间的信息交互,得到每架无人机的输出测量数据;利用该数据为每架无人机设计一个分散式状态观测器和自适应故障估计器,对该无人机的状态信息和故障信号进行在线估计;在此基础之上,利用实时状态和故障估计信息设计一种容错控制器,以确保系统编队误差、状态估计误差和故障估计误差渐进收敛到可控的误差界限之内;最后确定分散式状态观测器、自适应故障估计器和容错控制器的相关参数。本发明有效解决了存在干扰、噪声和信道扰动的非线性无人机群的故障估计和容错编队控制问题。
-
一种基于事件触发的多四旋翼无 人机固定事件编队方法
成熟度:-
技术类型:-
应用行业:制造业
技术简介
多四旋翼无人机系统是由多个具有独立自主能力的四旋翼无人机组成的编队,能够在大型、复杂的任 务环境或空间中完成信息获取、处理以及自主控制与规划任务,在空间、时间、信息、资源和功能等方面具 有分布性、互补性和冗余性的特点,能够以大幅度增强工作能力,提高工作效率,扩大功能与工作范围,增 强系统的鲁棒性与容错性。对于多四旋翼无人机系统中的无人机需要采用协同控制方法,常见的协同控制 方法包括领导跟随法、基于行为法、虚拟结构法、基于图论法、人工势场法等;协同体系结构分为集中式与 分布式;集中式架构由于主无人机需要与所有的从机进行通信,对主无人机的工作能力与负载能力要求较 高;分布式架构下,整个多无人机的通信拓扑可以使用有向图或者无向图进行描述,每个无人机仅仅与其 相邻的无人机人进行通讯,获得局部目标信息,并依赖这些局部信息与本地信息依据自身智能自主地做出 调整,更新自己接下来的行为动作,最终实现共同期望的任务目标。上述方法均需要高频的传感器采样和 控制器值更新,会造成大量不必要的资源浪费,随着无人机个数的增加,时间驱动策略相应所需的通信带 宽也会呈指数增加,巨大的网络负荷有可能会造成网络崩溃,以至于无人机失去控制乃至坠毁。 本成果提出了一种基于事件触发的多四旋翼 无人机固定时间编队方法,属于多无人机协同控 制技术领域,具体步骤包括:无人机系统建模、构 建事件触发的触发条件、设 计事件触发位置子系 统控制器、固定时间滑模姿态子系统控制器;本成 果直接根据系统的状态误差决定控制器的频率, 使系统在固定的时间内收敛到平衡点,使系统中 无人机的位置和姿态在固定的时间内达到一致, 实现协同运行,节约通讯资源,收敛速度快,计算 负荷小。 (1)本成果涉及一种无人机编队方法,尤其涉及一种基于事件触发的多四旋翼无人机固定事件编队方法。 (2)针对上述现有技术的缺陷,本成果提供一种通过非周期采样获取系统状态信息的基于事件触发的 多四旋翼无人机固定事件编队方法; (3)直接根据系统的状态误差决定控制器的频率,可以使系统中处于不同位置的无人机在固定的时间 内位置和姿态统一,实现协同运行,能极大的节约通讯资源,收敛速度快,计算负荷小。 本成果涉多四旋翼无人机系统是由多个具有独立自主能力的四旋翼无人机组成的编队,基于事件触 发的多四旋翼无人机固定事件编队方法,具有广泛的应用领域和巨大的市场前景。在军事侦察、环境监测、 灾害救援、农业植保等多个领域,该技术都能发挥重要作用。 在军事侦察领域,该编队方法可快速响应突发事件,高效完成侦察任务;在环境监测中,无人机编队可 实现对特定区域的精确监测和数据分析;在灾害救援中,无人机编队能够快速定位受灾区域,为救援行动 提供有力支持;在农业植保领域,无人机编队可实现精准施药,提高作业效率。 随着无人机技术的不断发展,多无人机协同控制已成为行业发展的必然趋势。基于事件触发的固定事 件编队方法,不仅提高了无人机协同控制的精度和效率,还降低了通信资源消耗和计算负荷,具有广阔的 市场前景。