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 > 北京航空航天大学段海滨获国家专利权

北京航空航天大学段海滨获国家专利权

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!

龙图腾网获悉北京航空航天大学申请的专利基于鸽群层级优化的带臂无人机自抗扰控制参数整定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:CN116700323B

龙图腾网通过国家知识产权局官网在2026-03-17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:202310515146.9,技术领域涉及:G05D1/495;该发明授权基于鸽群层级优化的带臂无人机自抗扰控制参数整定方法是由段海滨;王壮壮;孙永斌;霍梦真;邓亦敏设计研发完成,并于2023-05-09向国家知识产权局提交的专利申请。

基于鸽群层级优化的带臂无人机自抗扰控制参数整定方法在说明书摘要公布了:本发明是一种基于鸽群层级优化的带臂无人机自抗扰控制参数整定方法,其实现步骤为:步骤一,建立带臂无人机模型;步骤二,带臂四旋翼自抗扰控制器设计与适应度函数选取;步骤三,基于预搜索的鸽群层级优化方法;步骤四,鸽群层级优化自抗扰控制参数;步骤五,仿真验证优化得到的自抗扰控制参数。步骤六,输出性能最优的自抗扰控制参数。该方法旨在解决带臂无人机的控制器设计及控制器参数整定困难问题,通过参数优化得到性能最优的自抗扰控制器参数,为带臂无人机的应用奠定基础。

本发明授权基于鸽群层级优化的带臂无人机自抗扰控制参数整定方法在权利要求书中公布了:1.一种基于鸽群层级优化的带臂无人机自抗扰控制参数整定方法,其特征在于:首先将四旋翼无人机与机械臂分开建模,分析机械臂对四旋翼无人机的力矩干扰,建立带臂无人机模型,然后利用自抗扰控制器设计四旋翼无人机的姿态角控制器,最后再利用鸽群层级优化方法对自抗扰控制器的参数进行优化,得到性能最优的控制器参数; 所述鸽群层级优化方法包括:先根据鸽群的层级机制,将鸽群中的个体分为全局最优个体、局部最优个体、局部次优个体和局部最差个体四个等级,其中局部层级的确定由每个个体和自己固定数目的邻居比较得到;然后将地磁导航阶段中增加预搜索阶段,在预搜索阶段,局部最优个体向全局最优和个体最优方向搜索,局部次优个体向局部最优个体和局部最差个体的反方向搜索,局部最差个体向局部最优个体方向搜索;在预搜索阶段结束之后,全局最优个体仅向个体最优方向搜索,其他个体向全局最优和个体最优的方向搜索;具体为: 步骤一,建立带臂无人机模型 S11、无人机建模:建立地理坐标系和机体坐标系,定义四旋翼无人机的位置、姿态角,得到机体坐标系到地理坐标系的旋转矩阵,在不考虑空气阻力、无人机内摩擦和机身刚度的情况下,根据牛顿-欧拉方程,得到四旋翼无人机的动力学模型; S12、机械臂干扰建模:机械臂采用三连杆平面臂,主要由3个舵机旋转关节、关节连接件和末端机械爪组成,相邻的关节轴距相互平行;机械臂的每一关节处都建立一个坐标系,得到三连杆平面臂的参数矩阵,通过机械臂对无人机产生的外部干扰力矩建立机械臂干扰模型; S13、带臂无人机建模:将机械臂干扰模型输出的干扰力矩代入S11中的四旋翼无人机的动力学模型,得到带臂无人机的动力学模型; 步骤二,设计带臂无人机自抗扰控制器和选取适应度函数 带臂无人机自抗扰控制器总框架采用串级的控制结构,外环为位置环,采用PID控制器,内环为姿态环,采用的是ADRC控制器;适应度函数选取时间绝对偏差积分值要小; 步骤三,基于预搜索的鸽群层级优化方法 S31、初始化鸽群包括:1初始化鸽群位置、速度,2全局最优适应度及位置更新,3更新鸽子的邻居和层级,4初始化鸽子个体最优位置和个体最优适应度; S32、地磁导航阶段包括:1先进行预搜索,2再进行全局搜索,3更新每只鸽子的适应度,以及个体最佳适应度和个体最佳位置,4当每只鸽子都进行完S32中的1、2、3步之后,再利用S31中的2和3进行全局最优适应度及全局最优位置、每只鸽子的邻居集合和层级的更新; S33、地标导航阶段包括:选取适应度更优的鸽子个体进行路标识别,计算剩余鸽子中心位置,在位置更新时,全局最优的鸽子不向鸽群中心运动,其他鸽向鸽群中心运动,在每只鸽子都进行完速度、位置更新之后,进行一次ADRC姿态环控制仿真并得到每只鸽子的适应度,然后更新全局最优适应度及全局最优位置; 步骤四,鸽群层级优化自抗扰控制参数 S41、利用步骤一中的S11和S12实例化的参数初始化无人机和机械臂干扰模型,并根据S13得到带臂无人机动力学模型,利用步骤三中的S31中的实例化参数初始化鸽群; S42、利用步骤三中的S32进行地磁导航,先运行预搜索,然后进行全局搜索,并记录仿真过程中全局最优适应度,直至地磁导航阶段运行完毕; S43、利用步骤三中的S33进行地标导航,运行并记录仿真过程中全局最优适应度,直至地标导航阶段运行完毕; S44、当地标导航阶段运行完毕则仿真结束,记录最终的全局最优适应度和全局最优位置; 步骤五,仿真验证优化得到的自抗扰控制参数 将步骤四中鸽群层级优化得到的全局最优位置传给带臂无人机角度环自抗扰控制参数中的最优值,输入三组轴的期望俯仰角、滚转角进行三次角度环测试仿真,验证优化得到的参数的实际控制效果; 步骤六,输出性能最优的自抗扰控制参数。

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北京航空航天大学,其通讯地址为:100191 北京市海淀区学院路37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。