南京航空航天大學蘇子康獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網獲悉南京航空航天大學申請的專利一種多無人直升機協作搬運繩索拉力估計方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN114840980B 。
龍圖騰網通過國家知識產權局官網在2025-09-19發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202210366523.2,技術領域涉及:G06F30/20;該發明授權一種多無人直升機協作搬運繩索拉力估計方法是由蘇子康;陳嘉;徐忠楠;邢卓琳設計研發完成,并于2022-04-08向國家知識產權局提交的專利申請。
本一種多無人直升機協作搬運繩索拉力估計方法在說明書摘要公布了:本發明公開了一種多無人直升機協作搬運繩索拉力估計方法,用于解決協作搬運過程中因無人機繩索拉力無法直接測量,而影響軌跡跟蹤控制精度這一問題。本發明將繩索拉力視為系統擾動,設計了一種基于最小學習參數的回聲狀態網絡估計器,通過無人機的飛行狀態信息,對系統中的集總擾動進行估計,從而較準確估計出系統中所受繩索拉力。本發明所提出的回聲狀態網絡能夠準確獲取系統的繩索拉力估計值,便于后續控制器設計中針對性的對其進行補償控制,增強了系統的抗干擾能力,有效地抑制了物體在飛行過程中擺動對無人機帶來的影響,提高了多無人直升機協作搬運系統的軌跡跟蹤精度。
本發明授權一種多無人直升機協作搬運繩索拉力估計方法在權利要求書中公布了:1.一種多無人直升機協作搬運繩索拉力估計方法,其特征在于:所述方法將繩索拉力作為擾動,根據無人機的飛行狀態信息,設計一種基于最小學習參數的回聲狀態網絡估計器,對系統中不可測量的集總擾動進行估計,從而估計出繩索拉力,具體包括以下步驟: 步驟S1、根據無人機與繩索之間存在的約束關系,運用Baumgarte方法獲取對應約束方程; 步驟S2、將無法測量的拉力相關項Fpi視為系統擾動,根據回聲狀態網絡逼近原理,構建回聲狀態網絡狀態干擾估計器對Fpi進行估計; 步驟S3、設計權重向量自適應更新律,確定回聲狀態網絡中的標稱權重向量; 步驟S4、通過simulink實驗仿真,確定回聲狀態網絡的相關參數,完成最小學習參數回聲狀態網絡估計器的設計; 在步驟S2中,由于無人機和載荷存在耦合動力學關系導致繩索上的拉力難以測量,因此將無法測量的拉力相關項Fpi視為系統擾動,并且由無人機六自由度模型可知繩索拉力相關項僅作用于速度環,故僅需針對速度環設計繩索拉力估計器; 采用了神經網絡中具有強大學習能力以及逼近能力更優越的回聲狀態網絡;設計回聲狀態網絡狀態干擾估計器的過程如下: 首先獲取系統輸出的無人機飛行狀態信息,包括速度、姿態角、姿態角速度;然后根據連續函數分離技術和回聲狀態網絡逼近技術,將輸入X2和輸出F映射為: 式中:表示估計誤差,其上界為X2∈Rm,H∈Rk×1,y2 back∈Rl×1分別是輸入,狀態和輸出向量;Γ*∈Rk×l為理想權重向量,Γ2∈Rk×k,Γ2 back∈Rk×l依次為輸入層到隱藏層,隱藏層到隱藏層以及輸出層到隱藏層的權重矩陣,Hψ2=[h1ψ2,h2ψ2,...,hkψ2]T∈Rk為高斯基函數,并且 式中:ψ∈Rm為輸入向量;c=[c1,c2,...,cm]T∈Rm為中心向量;bj變量表示基函數寬度; 然后根據上述公式設計出速度環的回聲狀態網絡狀態干擾估計器和 式中:為理想權重Γ0,2的估計值;H2ψ2=[h2xψ2,h2yψ2,h2zψ2]T為高斯基函數;Xi2為估計器的輸入;D2=[D2x,D2y,D2z]T為待設計的估計器增益;是狀態估計誤差; 在步驟S3中,由于回聲狀態網絡中的期望權重向量參數未知,需額外設計權重向量自適應更新律 式中:υ2=diagυ2x,υ2y,υ2z為自適應增益矩陣;γ2=diagγ2x,γ2y,γ2z為待調參數; 因標稱權重向量數量繁多且實時更新,為了減小計算負擔,采用最小參數技術,即用標稱權重向量的模||Γ*||2替代標稱權重向量,從而大幅減少回聲狀態網絡的計算負擔。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人南京航空航天大學,其通訊地址為:210016 江蘇省南京市秦淮區御道街29號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。