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 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 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 > 南京航空航天大学武星获国家专利权

南京航空航天大学武星获国家专利权

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!

龙图腾网获悉南京航空航天大学申请的专利面向空地协同的无人机分阶段自主降落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:CN121143399B

龙图腾网通过国家知识产权局官网在2026-04-14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:202511658516.X,技术领域涉及:G05D1/46;该发明授权面向空地协同的无人机分阶段自主降落方法是由武星;邱风扬;陈俊哲;王骏飞;楼佩煌;韩励钘;戴胜;薛萍萍设计研发完成,并于2025-11-13向国家知识产权局提交的专利申请。

面向空地协同的无人机分阶段自主降落方法在说明书摘要公布了:本发明公开了一种面向空地协同的无人机分阶段自主降落方法,属于人工智能与机器人领域。本方法包括第一阶段基于轨迹跟踪的快速降落,以及第二阶段基于视觉伺服的精准着陆。第一阶段采用一种改进的环境自适应加权蚁群算法EAW‑ACO进行全局路径搜索,并结合MinimumSnap方法生成光滑、安全的飞行轨迹,引导无人机快速下降至无人车平台附近。当无人机进入预设的着陆区域后,第二阶段采用基于视觉标记的伺服控制,实现高精度的末端对准与着陆。本发明通过两阶段控制策略的有机结合,具有前段快速降落与末端精确对接的独特优势,为无人机‑无人车空地协同作业及集群持续作业提供了关键技术支撑,在智能仓储、自主巡检等领域具有广阔应用前景。

本发明授权面向空地协同的无人机分阶段自主降落方法在权利要求书中公布了:1.一种面向空地协同的无人机分阶段自主降落方法,其特征在于包括以下步骤: 步骤1:基于无人机动力学模型的微分平坦特性,将无人机飞行控制问题转化为在平坦输出空间中的轨迹规划问题; 步骤2:建立所述轨迹规划问题对应的轨迹离散化模型,在此模型基础上采用轨迹规划算法搜索一条平滑、安全的轨迹; 步骤3:第一阶段基于轨迹跟踪的快速降落,先采用一种环境自适应加权蚁群优化算法EnvironmentAdaptiveWeightedAntColonyOptimization,EAW-ACO,在三维离散栅格模型中搜索得到一条连接起始点和目标点的离散路径点序列; 步骤4:再采用MinimumSnap优化方法,将所述离散路径点序列作为约束,通过求解一个二次规划QP问题,生成一条全局最优轨迹; 步骤5:后使用滑模级联控制器控制无人机进行轨迹跟踪,执行快速降落阶段,直至到达轨迹终点且进入预设的切换高度; 步骤6:第二阶段基于视觉伺服的精准着陆,在每个采样周期利用机载相机实时测量无人机与着陆平台上视觉标记的三维相对位姿数据; 步骤7:在每个控制周期,将步骤6中解算出的相对位姿数据作为反馈,采用一种基于RBF扰动补偿的滑模级联控制方法,生成控制指令以驱动无人机完成精准着陆;所述环境自适应加权蚁群优化算法,具体包括以下步骤: 步骤3.1:参数初始化:初始化算法参数,包括蚂蚁数量、信息素重要性因子、启发函数重要性因子、信息素挥发系数、最大迭代次数,并初始化所述三维离散栅格模型中各路径的信息素分布; 步骤3.2:基于环境反馈的路径构建:在第次迭代中,将所有蚂蚁置于起始点,每只蚂蚁重复执行以下操作直至到达目标点: a计算当前所在节点到所有邻接节点的环境反馈因子,由固定障碍物影响因子和路径转向影响因子的乘积构成,计算公式为: 其中,固定障碍物影响因子根据路径段与障碍物的距离进行分段计算,如下式所示: 其中,表示最小安全间隔距离,表示障碍物缓冲距离; 路径转向影响因子根据路径的偏航角偏差计算,计算公式为: 其中,定义为允许的最大偏航角偏差,因此所述偏差越小,因子值越大,以引导算法优先选择航向变化更平滑的路径; b根据融合环境反馈因子的路径选择策略,计算公式为: 其中,是蚂蚁从节点到节点的转移概率,是路径上的信息素浓度,是启发函数,,分别是信息素重要性因子和启发函数重要性因子; c采用轮盘赌选择法移动至下一节点,并将这一节点标记为已访问,以构建一条完整的路径; 步骤3.3:自适应信息素更新:当该次迭代中所有蚂蚁均完成路径构建后,采用自适应加权信息素更新策略,根据所有蚂蚁构建的路径质量,更新所述三维离散栅格模型中的全局信息素分布,自适应加权信息素更新策略计算公式如下: 是路径上的信息素浓度,表示第只蚂蚁在路径上释放的信息素量,是信息素挥发因子,,为第只蚂蚁的自适应加权因子,用来调节信息素增益,所述自适应加权因子由每条路径的环境反馈因子通过指数函数计算得到,其计算公式为: 步骤3.4:迭代终止:判断是否达到最大迭代次数,若是,则结束算法并输出最优路径作为所述离散路径点序列;若否,则返回执行步骤3.2。

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航空航天大学,其通讯地址为:210016 江苏省南京市御道街29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。