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！

龙图腾网获悉武汉大学申请的专利基于迭代学习的异构无人集群编队控制方法、系统及装置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：CN121028852B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202511327223.3，技术领域涉及：G05D1/695；该发明授权基于迭代学习的异构无人集群编队控制方法、系统及装置是由路晓庆;黎乾雄;魏跃虎;赵翔飞;谢军设计研发完成，并于2025-09-17向国家知识产权局提交的专利申请。

本基于迭代学习的异构无人集群编队控制方法、系统及装置在说明书摘要公布了：本发明提供一种基于迭代学习的异构无人集群编队控制方法、系统及装置，其中，该基于迭代学习的异构无人集群编队控制方法包括：构建领航无人车通信拓扑有向图和跟随无人机通信拓扑有向图；分别构建领航无人车和跟随无人机的参考轨迹离散迭代模型，并确定所述领航无人车和所述跟随无人机的参考轨迹的分布式控制策略；构建无人车离散运动学模型，根据所述领航无人车参考轨迹的编队误差，确定每个所述领航无人车的线速度与角速度的控制输入。通过本发明，考虑到UGV和UAV的不同灵活性以及对参考轨迹的不同精度要求，解决了现有的相关技术中存在的控制稳定性不佳的问题。

本发明授权基于迭代学习的异构无人集群编队控制方法、系统及装置在权利要求书中公布了：1.一种基于迭代学习的异构无人集群编队控制方法，其特征在于，包括： 构建领航无人车通信拓扑有向图和跟随无人机通信拓扑有向图； 分别构建领航无人车和跟随无人机的参考轨迹离散迭代模型，并确定所述领航无人车和所述跟随无人机的参考轨迹的分布式控制策略； 构建无人车离散运动学模型，根据所述领航无人车参考轨迹的编队误差，确定每个所述领航无人车的线速度与角速度的控制输入； 构建无人机离散运动学模型，并生成不同时间尺度的所述领航无人车与所述跟随无人机的编队误差离散滑模函数，确定所述跟随无人机的参考速度的控制输入； 构建小时间尺度的无人机速度离散模型，并确定所述跟随无人机的小时间尺度加速度的控制输入； 分别构建领航无人车和跟随无人机的参考轨迹离散迭代模型，并确定所述领航无人车和所述跟随无人机的参考轨迹的分布式控制策略，包括： 分别确定所述领航无人车和所述跟随无人机参考轨迹的离散时间采样周期和迭代时间间隔； 对齐参考轨迹控制输入更新的事件点，确定同一时间周期内所述领航无人车和所述跟随无人机参考轨迹的迭代次数； 构建所述领航无人车和所述跟随无人机的参考轨迹离散迭代模型，并确定所述领航无人车和所述跟随无人机参考轨迹的分布式控制策略； 根据李雅普诺夫稳定性理论得到所述领航无人车和所述跟随无人机参考轨迹相同时间间隔内迭代次数之比的取值范围； 构建无人机离散运动学模型，并生成不同时间尺度的所述领航无人车与所述跟随无人机的编队误差离散滑模函数，包括： 基于所述跟随无人机的位移，构建所述无人机离散运动学模型； 将上层参考轨迹的迭代时间间隔作为所述跟随无人机所在编队的时间尺度，设计包含不同时间尺度的所述领航无人车和所述跟随无人机的编队误差离散滑模函数； 确定所述跟随无人机的参考速度的控制输入，包括： 基于所述离散滑模函数的稳定性要求，确定所述跟随无人机的控制输入； 根据Lyapunov稳定性分析得到滑模增益参数和编队时间尺度之比的取值范围； 构建小时间尺度的无人机速度离散模型，并确定所述跟随无人机的小时间尺度加速度的控制输入，包括： 根据所述跟随无人机的实际速度，构建小时间尺度的无人机速度离散模型； 根据所述跟随无人机实际速度与参考速度之间的误差构造速度环的滑模函数； 根据滑模面的收敛要求，确定所述跟随无人机的小时间尺度加速度的控制输入。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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。