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
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中山大学魏明鑫获国家专利权

中山大学魏明鑫获国家专利权

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!

龙图腾网获悉中山大学申请的专利一种基于学习的多无人机系统的安全自适应控制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:CN115390445B

龙图腾网通过国家知识产权局官网在2026-03-13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:202210917255.9,技术领域涉及:G05B13/04;该发明授权一种基于学习的多无人机系统的安全自适应控制方法是由魏明鑫;郑蓝翔;吴颖;成慧设计研发完成,并于2022-08-01向国家知识产权局提交的专利申请。

一种基于学习的多无人机系统的安全自适应控制方法在说明书摘要公布了:本发明公开了一种基于学习的多无人机系统的安全自适应控制方法,方法包括:首先获取未知干扰环境中每个无人机的参考轨迹与状态,构建先验模型;通过增量高斯过程对所述先验模型进行补偿,构建反馈线性化控制律,得到反馈线性化自适应控制器;根据所述反馈线性化自适应控制器,使用基于李雅普诺夫稳定性的安全屏障策略对多无人机系统进行安全约束;根据所述安全约束的结果构建二次规划,并输出原始控制信息;将所述原始控制信息应用在多无人机系统的环境交互中,对多无人机系统进行自适应控制。本发明的效率高且实时性高,可广泛应用于计算机技术领域。

本发明授权一种基于学习的多无人机系统的安全自适应控制方法在权利要求书中公布了:1.一种基于学习的多无人机系统的安全自适应控制方法,其特征在于,包括: 获取未知干扰环境中每个无人机的参考轨迹与状态,构建先验模型; 通过增量高斯过程对所述先验模型进行补偿,构建反馈线性化控制律,得到反馈线性化自适应控制器; 根据所述反馈线性化自适应控制器,使用基于李雅普诺夫稳定性的安全屏障策略对多无人机系统进行安全约束; 根据所述安全约束的结果构建二次规划,并输出原始控制信息; 将所述原始控制信息应用在多无人机系统的环境交互中,对多无人机系统进行自适应控制; 所述根据所述反馈线性化自适应控制器,使用基于李雅普诺夫稳定性的安全屏障策略对多无人机系统进行安全约束,包括: 根据多无人机系统安全域,定义无人机群体之间的安全控制空间; 确定无人机与障碍物之间的安全控制空间; 确定用于控制无人机系统稳定性的李雅普诺夫稳定性控制空间; 其中,所述无人机群体之间的安全控制空间定义为: 所述无人机与障碍物之间的安全控制空间定义为: 所述用于控制无人机系统稳定性的李雅普诺夫稳定性控制空间定义为: 式中,为所述无人机群体之间的安全控制空间,q为第i个无人机的状态向量,q为第j个无人机的状态向量,为第一控制输入,R为三维实数空间,d为外部扰动,为所有外部扰动的集合,为第一安全屏障函数,α·为正定函数,为所述无人机与障碍物之间的安全控制空间,q为第o个障碍物的状态向量,为第二控制输入,为第二安全屏障函数,为所述用于控制无人机系统稳定性的李雅普诺夫稳定性控制空间,为第三控制输入,X为控制输入的可行域,Ve为李雅普诺夫函数,e为状态向量误差,c为稳定性常数; 所述根据所述安全约束的结果构建二次规划,通过以下公式实现: 约束条件为: umin≤usbc≤umax 式中,usbc为安全约束控制量,N为无人机的总数,为参考控制量,umin为控制输入的的最小值,umax为控制输入的的最大值,umpc为模型预测控制得到的优化控制量,upd为反馈线性化得到的控制量,uigp为增量高斯过程得到的误差补偿量。

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中山大学,其通讯地址为:510275 广东省广州市海珠区新港西路135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。