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！

龙图腾网获悉南京信息工程大学申请的专利基于MLP加速度估计与强化学习的多旋翼轨迹追踪优化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：CN121028574B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202511563348.6，技术领域涉及：G05B13/04；该发明授权基于MLP加速度估计与强化学习的多旋翼轨迹追踪优化方法是由杨溢;杨溢设计研发完成，并于2025-10-30向国家知识产权局提交的专利申请。

本基于MLP加速度估计与强化学习的多旋翼轨迹追踪优化方法在说明书摘要公布了：本发明公开了一种基于MLP加速度估计与强化学习的多旋翼轨迹追踪优化方法，涉及飞行控制技术领域，方法包括：接收无人机的目标位置，将人机位置、速度、姿态、相对位置误差和当前电池电压值合成为观测向量，输入强化学习模型进行推理，输出规划的参考加速度至控制器；控制器根据运动学公式得到无人机的期望姿态和期望推力；通过推力‑油门补偿网络模型实时调整控制参数的优化算法，计算对应的油门值，求解最优底层控制指令。本发明方法以强化学习生成的目标加速度为核心控制量，通过分层控制策略实现高性能的飞行控制，即使在存在显著电池电压波动的情况下，系统仍能保持优越的轨迹跟踪性能和控制稳定性。

本发明授权基于MLP加速度估计与强化学习的多旋翼轨迹追踪优化方法在权利要求书中公布了：1.一种基于MLP加速度估计与强化学习的多旋翼轨迹追踪优化方法，其特征在于，包括如下步骤： 步骤1、接收无人机的目标位置，将当前无人机的位置、速度、姿态、相对位置误差和当前电池电压值合成为观测向量，通过分层控制策略进行无人机的飞行控制； 步骤2、在顶层，构建强化学习模型并进行模型训练，将合成的观测向量输入训练好的强化学习模型，进行推理，输出规划的参考加速度； 步骤3、在中层，通过控制器接收规划的参考加速度，根据运动学公式得到无人机的期望姿态和期望推力，进行底层控制； 步骤4、在底层，基于推力‑油门补偿网络模型，实时调整姿态、推力控制参数，将期望推力传递给训练好的推力‑油门补偿网络模型，计算对应的油门值，求解最优底层控制指令； 步骤5、将最优底层控制指令通过飞控对机体进行控制，实现无人机电池电压大幅变化情况下轨迹追踪的优化； 所述观测向量表示为：； 其中，为无人机当前质心位置；为无人机当前速度；为旋转矩阵，用于表示机体姿态，，、、分别表示机体坐标系三轴在世界坐标系中的单位向量；为电池的实时电压；为相对位置误差； 所述相对位置误差，计算如下： ； 其中，为无人机的目标位置； 所述强化学习模型根据输入的观测向量进行推理，策略如下： 定义四维动作向量： ； ； ； 其中，、分别表示动作指令的方向和大小，、、分别表示期望加速度方向的三轴分量，表示期望加速度的大小； 将动作向量进行处理，将前三维向量归一化表示参考加速度的方向，第四维向量作为加速度乘以预设最大加速度，求得输出加速度： ； ； 将所述输出加速度作为规划的参考加速度，传递给控制器；所述强化学习模型使用近端策略优化算法，模型训练时使用奖励函数，表示如下： ； 其中，表示距离奖励，由当前时间步机体位置到目标点位置的距离得到； 表示速度惩罚，机体在悬停之后引入，表示当前时间步的速度； 表示动作平滑度惩罚，输出的动作突变越大惩罚越大；其中，表示当前时间步的动作向量，表示上一个时间步的动作向量；表示时间惩罚，机体到达目标花费的时间越多惩罚越大，其中，表示当前轮次机体到达目标点所用时间； 表示加速度边界惩罚： ； 其中，表示机体加速度边界，表示接近系数，当强化学习网络给出的加速度数值接近时，引入加速度边界惩罚；当强化学习网络给出的加速度计算出的推力超过机体当前推力上限时，则给予极大惩罚；所述推力‑油门补偿网络模型，使用MLP网络，输入油门值和电压，输出推力，公式如下： ； 其中，为MLP网络函数； 所述MLP网络，使用结构，内部节点各自带有权重，在无人机悬停过程中通过增加负载改变无人机自重，表示实际推力。

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南京信息工程大学，其通讯地址为：210032 江苏省南京市江北新区宁六路219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。