Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 天目山实验室李道春获国家专利权

天目山实验室李道春获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉天目山实验室申请的专利一种用于跨域无人机的风场感知与抗风控制设备及方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120469243B

龙图腾网通过国家知识产权局官网在2025-10-14发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510954218.9,技术领域涉及:G05B13/04;该发明授权一种用于跨域无人机的风场感知与抗风控制设备及方法是由李道春;芦悦煊;董鑫;屠展;杨彬淇;刘奕良;邸伟承设计研发完成,并于2025-07-11向国家知识产权局提交的专利申请。

一种用于跨域无人机的风场感知与抗风控制设备及方法在说明书摘要公布了:本发明涉及一种用于跨域无人机的风场感知与抗风控制设备及方法,属于空地协同领域陆空无人机技术领域,解决了现有技术中无人机在风环境复杂、风速变化剧烈的情况下抗风飞行能力差的问题,包括:步骤S1,通过多模态传感器组采集原始数据,处理得到标准化数据集;步骤S2,构建PINN模型,以标准化数据集作为输入处理得到风场预测结果;步骤S3,对PINN模型进行训练,得到训练好的PINN模型;步骤S4,将实时采集并处理得到的标准化数据集,输入训练好的PINN模型,得到实时输出的风场预测结果;步骤S5,建立自抗扰控制器,基于实时输出的风场预测结果输出最终控制量;步骤S6,将最终控制量处理生成电机分配指令并提供至无人机的电机。

本发明授权一种用于跨域无人机的风场感知与抗风控制设备及方法在权利要求书中公布了:1.一种用于跨域无人机的风场感知与抗风控制方法,用于对包括无人机和无人车的陆空无人机提供风场感知和抗风控制,其特征在于,包括以下步骤: 步骤S1,通过多模态传感器组采集无人机的时空坐标、风速分量、空气的压力梯度及湍流强度作为原始数据,处理得到标准化数据集; 步骤S2,构建PINN模型,用于以标准化数据集作为输入处理得到风场预测结果; 步骤S3,对PINN模型进行训练,得到训练好的PINN模型; 步骤S4,将实时采集并处理得到的标准化数据集,输入训练好的PINN模型,得到实时输出的风场预测结果,包括风场三维速度场向量、风扰等效距离、无人机的动态力矩系数和等效阻力中心偏移量; 步骤S5,建立自抗扰控制器,构建完整的抗风控制回路,用于接收实时输出的风场预测结果,并结合实时采集的无人机姿态角误差和姿态角速度误差,处理得到最终控制量; 步骤S6,将最终控制量处理生成电机分配指令并提供至无人机的电机,实现对无人机或者无人机和无人车整体的抗风控制; 其中,步骤S2具体包括: 步骤S2.1,建立8层全连接结构网络,对标准化数据集进行处理并输出风场三维速度场向量; 步骤S2.2,基于风场三维速度场向量计算得到风扰等效距离、动态力矩系数、湍流强度和阻力中心偏移; 步骤S2.3,构建可压缩Navier-Stokes方程,并作为硬约束嵌入8层全连接结构网络,以将可压缩Navier-Stokes方程作为物理约束耦合至PINN模型; 步骤S2.4,建立数据损失项、边界条件损失项和PDE残差项,并构建总损失函数,结合由多模态传感器组实时采集的数据对PINN模型进行优化; 步骤S2.5,通过自动微分计算可压缩Navier-Stokes方程残差,构建均方误差损失函数,结合由多模态传感器组实时采集的数据对PINN模型进行优化。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人天目山实验室,其通讯地址为:311115 浙江省杭州市余杭区瓶窑镇双红桥街166号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。