[发明专利]一种无人机机动能力模型建立方法在审

专利信息
申请号: 201910916965.8 申请日: 2019-09-26
公开(公告)号: CN110717260A 公开(公告)日: 2020-01-21
发明(设计)人: 洪慧;吴鹏勇 申请(专利权)人: 杭州电子科技大学
主分类号: G06F30/20 分类号: G06F30/20;G06F30/15;G06N3/04;G06N3/08;G06K9/62;G06F119/14
代理公司: 33246 浙江千克知识产权代理有限公司 代理人: 周希良
地址: 310018 浙江省杭*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 机动能力 模型训练 控制量 数据库训练 卷积神经网络 无人机控制 标准建立 电池电量 多个变量 飞行状态 关系模型 结果对比 模型建立 模型建模 模型输入 线性回归 油门控制 保存 输出量 拟合 稀疏 自旋 数据库 指令
【说明书】:

发明公开了一种无人机机动能力模型建立方法。本发明根据无人机机动能力模型建模的需求,设计了无人机加速度、速度和电池电量作为模型输入,无人机左右控制量、前后控制量、油门控制量、自旋控制量作为模型输出量。以此为标准建立了无人机机动能力数据库。卷积神经网络模型具有利用较少的稀疏连接高效地描述多个变量的复杂相关性的特性,选择CNN基于数据库训练模型,保存模型训练结果。XGBoost模型具有较强的线性回归能力,可有效避免过拟合,选择XGBoost基于数据库训练模型,保存模型训练结果对比两种模型训练结果,选取更为精准的无人机机动能力模型,得到无人机控制指令与本身飞行状态之间的对应关系模型。

技术领域

本发明属于无人机实际飞行控制研究领域,具体为一种无人机机动能力模型。

背景技术

无人机因具有较强的负载能力及灵活的机动性,广泛应用于军事和民用领域,具体应用在道路交通巡查、城市测绘航拍和大型无人机集群表演等方面。随着无人机个体与集群需要完成的工作(火灾急救、铁路巡检和协同作战)越来越复杂,高动态情况下无人机的飞行位置偏差,这极易造成无人机个体和集群的任务失败,甚至发生坠机现象,因而如何实现高动态情况下的高精确性飞行控制是无人机飞行控制关键所在。

受到机器视觉匹配、路径规划决策和实际控制飞行等技术约束,现有的无人机与真正的自动化、智能化的智能体还有比较大的差距。近年来,国内外机构围绕无人机飞行控制在路径规划理论和算法、飞行控制工程等方面开展了大量研究,并提出了诸多可行的算法和控制流程,力求实现无人机的精确控制。在路径规划方面,提出了人工势场法、蚁群算法、A*算法、粒子群算法、杜宾算法等算法,但是这些算法基本上没有涉及与无人机相关的控制指令,算法难以用于实际无人机控制。在飞行控制方面,目前研究主要聚焦于提高无人机稳定性、自适应性和鲁棒性的各种控制模型,解决在控制指令变化所带来的无人机非稳态问题,从而使无人机更快进入新的稳态,模型更多考虑的是无人机控制指令对无人机稳定的强度影响,但未考虑无人机控制指令令无人机本身产生的不同驱动力,而驱动力正是直接决定无人机加速度、速度飞行状态参数的关键因素。

所以如何得到无人机控制指令与本身驱动力之间的对应关系,从而准确得到不同控制指令对应的无人机飞行状态,是实现高动态情况下高精度性飞行需要解决的问题。

发明内容

为了克服上述背景技术所存在的不足,本发明设计了一种无人机机动能力模型。本发明使用神经网络模型描述了无人机飞行控制中的问题,设计了模型的输入和输出变量,以此为标准建立了无人机机动能力数据库,并利用数据库来实现模型的训练,得到无人机控制指令与本身飞行状态之间的对应关系模型。

本发明解决其技术问题所采用的技术方案是:

本发明根据无人机机动能力模型建模的需求,设计了无人机加速度x、速度和电池电量作为模型输入,无人机左右控制量、前后控制量、油门控制量、自旋控制量作为模型输出量。根据上述数据格式,建立无人机机动能力数据库。

所需变量中,无人机速度信息无法直接获取,通过位置信息求导间接获取。由于数据采集平台采用的传感器存在一定动态误差以及可能出现的通信异常,位置信息存在一定动态毛刺和异常点,需要经过预处理(滤波、去异常点)再求导获取相对准确的速度信息。

选择符合数据特性与训练结果要求的神经网络模型卷积神经网络(Convolutional Neural Networks,CNN)和XGBoost(eXtreme Gradient Boosting)基于数据库训练模型。对比两种模型训练结果,选取更为精准的无人机机动能力模型。

本发明的有益效果是:使用人工智能与深度学习技术建立了一种无人机机动能力模型,该模型建立了无人机控制指令与本身驱动力之间的对应关系,为实现高动态情况下高精度性飞行提供了关键技术。

附图说明

图1为本发明总体模型结构图。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州电子科技大学,未经杭州电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910916965.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top