科技新星-刘昊-201953

联系合作
低空经济
智慧城市
智能制造与装备
成果单位: 北京航空航天大学
合作方式: 合作开发
所处阶段: 概念
关键词: 无人飞行器导弹集群城市防空公共服务活动拍摄农林业城市货运智慧物流智慧空防灾害救援强化学习鲁棒控制协同编队分层控制智能控制动态模型最优控制异构协同故障协同空地协同
总得分 (满分100)
0
资本强度 (满分0)
该成果得分:0

核心问题

该科研成果针对无人飞行器在执行任务时面临的传感器角度限制、大范围搜索覆盖不足等问题,特别是在城市复杂环境和战场多变条件下,如何实现无人飞行器编队系统的智能控制,提高任务执行效率和系统适应性,成为亟待解决的核心痛点。

解决方案

项目组以常规布局无人飞行器为研究对象,结合人工智能技术,提出了基于强化学习的鲁棒分层控制方法。针对单架无人飞行器,设计了不依赖动态模型的强化学习控制器,保证其在非线性、不确定性、外界干扰下的稳定飞行。对于多无人飞行器编队,采用强化学习算法,实现了同构和异构无人飞行器的协同编队智能控制,能够在复杂动态环境下完成固定/时变队形编队。此外,还拓展了多重执行器故障和集群间通信故障下的协同控制研究。

竞争优势

该科研成果具有显著的效益和竞争优势。首先,通过实现无人飞行器编队系统的智能控制,大大提高了任务执行的效率和准确性,降低了人力成本和安全风险。其次,采用强化学习算法,提高了系统的适应性和鲁棒性,能够在复杂多变的环境下自主规划任务,增强了系统的智能化水平。此外,该成果在原始创新方面取得突破,为无人飞行器编队系统的研究和应用提供了新的思路和方法,具有广阔的市场前景和应用价值。

成果公开日期

20230202

所属产业领域

信息传输、软件和信息技术服务业

项目课题来源

北京市科学技术委员会;中关村科技园区管理委员会

摘要

随着社会经济的不断发展和航空航天技术的不断进步,无人飞行器技术显示出越来越重要的商业和军事意义。在商业方面,可以执行货物运输、交通巡逻等任务。在军事方面,可以利用其速度优势执行对高价值目标的快速打击和后勤支援等任务。因此,无人飞行器对于未来的城市建设具有广阔的应用前景。然而,单架无人飞行器执行任务时仍然存在相应的问题,如执行搜捕任务时,单架无人机可能会受传感器角度限制,无法从多个方位对目标进行确认,当面临大范围搜索时,不能有效地覆盖整个作业区域。因此,采用多无人飞行器协同执行任务则可有效避免上述问题,无人飞行器编队飞行是未来发展的一个重要趋势。研究无人飞行器集群系统智能控制方法,这将会在军用、民用、商用等方面具有潜在的巨大经济价值。 军事方面,北京是我们伟大祖国的首都,它同时集中了我国很多党政军工的要害部门和科研军工的产业基地,其安全问题极为重要。导弹集群编队能够有效地进行预警和突防,可对敌方进行直接打击或作为远程精确打击的武器平台,大大增强了北京的防空能力。此外,无人机智能编队可不用考虑飞行员的体力和过载耐受力的影响,并隐蔽性高、机动性好、成本低廉,以编队的形式完成公共服务任务,通过分工协作,减少摄像头监控的盲点、提高效率。无人机采取编队的形式可对事件进行连续的跟踪监控等工作,并能及时通知有关职能部门。实现无人飞行器的智能编队飞行控制,对于提高相关部门的响应速度意义重大。 商业方面,首都北京是国家和民间大型活动的主要备选地。无人机编队可以实现对活动场景空中的全视野现场直播拍摄;同时,还可用来拍摄纪录片和电影。而且,无人机适用于执行首都的特殊任务。其在执行高度枯燥、复杂和危险的工作时,能避免飞行员的伤亡。无人机编队适用于水雪、地震灾害的大范围救援工作,在一些交通不便的区域,其可发挥独到的作用,为首都市民的生命财产安全做出贡献。实现无人机的大机动编队飞行控制,可提高首都应对自然灾害的反应速度。此外,无人机可另替人完成农药喷洒、土壤播种等工作,对提高北京郊区农林业发展起着重要作用。实现该无人机编队的飞行控制,有利于提高相关任务完成的效率。此外,在城市货运方面,无人机在配送方面具有明显优势,可以更快地配送货物,而且无人机送货成本可能比传统配送方式更加低廉。但是由于载重量较低,应尽快研发出无人机集群编队。 但是,城市中楼宇众多、架空线复杂、电磁环境恶劣、人口密集,易发生飞行器伤人、伤物的情况,对城市安全运行会产生很大的影响;而且由于战场的复杂多变、难以预测,导弹编队不能根据周围环境及时自主规划任务等,这些对无人飞行器编队飞行控制器设计提出了严格要求。在此背景下本项目以常规布局无人飞行器为研究对象,结合人工智能技术,研究无人飞行器集群系统智能控制方法,使其能够根据周围的环境信息在复杂动态环境下自行完成任务执行,提高系统的适应性。积极开展无人飞行器编队控制方法研究,探索无人飞行器编队系统的环境感知与智能控制方法,牢牢把握智能化技术发展的契机,促进北京城市智慧物流和智慧空防的发展,加快北京智慧城市建设的步伐。 项目组在前期已经取得的相关研究成果基础上,充分考虑无人飞行器模型的非线性、不确定性、欠驱动、大机动、以及城市复杂环境等因素下,以提高多无人飞行器系统对于外部干扰鲁棒性以及系统的适应性为目的,在都市物流无人机集群系统和防空导弹智能集群系统的鲁棒编队智能控制问题展开研究。项目组科研成果主要以学术论文的形式呈现,共发表学术论文14篇,其中SCI检索论文9篇,同时实现了成果的转化应用。 项目组开展了单架欠驱动四旋翼式无人飞行器同时具有严重非线性和多种不确定性时的鲁棒强化学习控制器设计工作。提出一种不依赖动态模型的强化学习控制方法,在非线性,不确定性,外界干扰情况下保证无人飞行器稳定飞行。采取基于强化学习的鲁棒分层控制思路。对于位置子系统和姿态子系统分别设计基于强化学习的鲁棒最优控制器。然后,课题组开展了基于强化学习的同构无人飞行器协同编队智能算法研究,采用强化学习的算法,提高系统的适应性。提出了一种基于强化学习鲁棒智能编队控制方法,在复杂动态和环境下,实现了同构无人飞行器固定/时变队形编队。同时,课题组开展了在部分参数(动态)甚至全部参数(动态)未知的情况下,多架异构旋翼式无人机鲁棒强化学习编队控制系统设计的研究工作,针对多架不同类型的无人飞行器,提出了一种鲁棒强化学习编队控制策略,实现了多架异构飞行器编队飞行。基于强化学习的鲁棒分层输出控制思路。对于全局系统设计基于强化学习的鲁棒最优控制器可实现理想的编队构型、编队中心对于参考轨迹的跟踪、姿态角的稳定和全局闭环系统的抗干扰鲁棒特性。最后,拓展研究了无人飞行器集群在多重执行器故障和集群间通信故障下的协同控制问题和动态异构的无人系统的空地协同控制问题,取得一定研究成果。

试试对话AI技术经理人
WENXIAOGUO
问小果
该成果有哪些相似成果?
该成果可能有哪些需求方?
该成果的市场前景如何?
北京航空航天大学的相关成果还有哪些?