[发明专利]一种模块化可变体无人机系统及其送货方法有效
| 申请号: | 202010216337.1 | 申请日: | 2020-03-25 |
| 公开(公告)号: | CN111766894B | 公开(公告)日: | 2023-01-31 |
| 发明(设计)人: | 江未来;吴康盛 | 申请(专利权)人: | 湖南大学 |
| 主分类号: | G05D1/10 | 分类号: | G05D1/10 |
| 代理公司: | 长沙麓创时代专利代理事务所(普通合伙) 43249 | 代理人: | 贾庆 |
| 地址: | 410082 湖*** | 国省代码: | 湖南;43 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 模块化 变体 无人机 系统 及其 送货 方法 | ||
1.一种模块化可变体无人机系统,其特征在于,包括若干无人机模块(1)和若干搭载有机载计算机的工具平台(2)组成的无人机组;所述无人机模块(1)包括无人机(3),无人机(3)外周固定有外框(4);外框(4)和工具平台(2)外周均为正多边形;工具平台(2)与无人机模块(1)通过可拆卸结构连接;所述无人机(3)和工具平台(2)内均安装有飞控系统,所述飞控系统包括空中对接识别单元、无人机组合稳定保持单元和电源管理系统;所述空中对接识别单元用于无人机识别工具平台(2)上的可拆卸结构连接部位;所述无人机组合稳定保持单元用于无人机模块(1)组入或离开无人机组时,保持无人机组飞行的稳定性;电源管理系统用于管理无人机电源;
无人机模块(1)组入或离开无人机组时,保持无人机组飞行的稳定性的步骤如下:
步骤一、建立无人机数学模型:x=[p,v,ξ,Ω]T,
其中,x表示无人机的飞行状态;x表示飞行状态的改变量;p表示地理坐标系下的无人机的位置;v表示地理坐标系下无人机的速度,ξ表示无人机的姿态角;Ω表示机体坐标系相对地坐标系下的角速度,g表示重力加速度;m表示无人机的质量;R表示机体坐标轴系到地面坐标轴系的转换矩阵;F表示除重力之外的合力;J表示无人机的惯性矩阵;Ga表示陀螺效应力矩,Ze为地坐标系下的单位向量,φ(ξ)表示绕机体轴的三轴角速率到欧拉角速率的转换矩阵,M表示除旋翼陀螺效应力矩以外的合力矩;T表示矩阵转置;
切换系统的数学模型由状态x和分段常值右连续切换律σ:[0,∞]→{1,2,......,N}表示为t表示时间;
其中切换系统写为如下形式:
表示状态x切换律下的切换系统数学模型,切换律σ=1时,切换律σ=2时切换律σ=3时,x(t)表示飞行状态的改变量;
其中,为切换子系统函数,k=1,2,3;σ:[0,∞]→{1,2,......,N}为分段常值右连续切换律;
步骤二、当无人机系统构型切换时,各个子系统的李雅普诺夫函数存在一系列连续正定函数对于任意相邻切换时刻,(tp,tq),p<q,满足以及σ(tk)≠i,tp<tk<tq,不等式Vi(x(tq))-Vi(x(tp))≤-Wi(x(tp))成立,则切换系统全局渐进稳定;
其中表示系统模型指标集;σ(tp)和σ(tq)分别表示在tp,tq时刻下的切换率;x(tq)表示tq时刻的无人机状态;Vi(x(tq))表示tq时刻无人机状态下的李亚普诺夫函数;Wi(x(tq))表示tq时刻无人机状态下对应的正定连续函数;
步骤三、利用RBF神经网络进行学习降低系统状态产生的抖振现象:
所述RBF神经网络采用三层前向网络:第一层是多路输入误差信号及误差信号的导数;第二层隐含层采用高斯函数作为基函数;第三层为输出层,输出所调参数值,其中包括速度通道子系统和高度通道子系统并分开调参律。
2.如权利要求1所述的模块化可变体无人机系统,其特征在于,所述可拆卸结构包括工具平台(2)每个侧面均成形的螺纹孔(5);无人机模块(1)每个侧面均安装有与螺纹孔(5)配合的固定螺栓(6),固定螺栓(6)连接有旋转电机(7),旋转电机(7)连接有伸缩电机(8);螺纹孔(5)外侧安装有第一电磁铁(9),配合第一电磁铁(9)无人机模块(1)上安装有第二电磁铁(10)。
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湖南大学,未经湖南大学许可,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/202010216337.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种多功能自动清洁打蜡装置
- 下一篇:连接器





