项目名称: 基于知识学习的多旋翼飞行机器人非零初始状态控制方法研究

项目编号: No.61273025

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 自动化技术、计算机技术

项目作者: 齐俊桐

作者单位: 天津大学

项目金额: 64万元

中文摘要: 飞行器挂载具有对称结构的多旋翼飞行机器人进行"投放式探测"应用已经展开。然而由于多旋翼飞行机器人非线性与强耦合的动力学特性,其稳定性和安全包线与初始状态密切相关,无法基于动力学模型完成任意飞行状态投放时的镇定与轨迹跟踪控制,限制了其应用范围。对于非零初始速度和姿态下的多旋翼飞行机器人控制方法研究具有重要的理论意义和应用价值。本项目将分析人在飞行器操纵中的知识决策数学模型,提出基于知识学习的多旋翼飞行机器人共性控制方法,以解决非零初始状态控制的科学问题。首先对遥控操作中人的行为进行分析并建立知识决策过程的数学模型描述;然后基于决策模型,通过不确定界在线估计和逆向强化学习方法,提出多旋翼飞行机器人镇定与轨迹跟踪控制方法,将人决策的优势与常规动力学控制方法相结合,提升多旋翼飞行机器人非零初始状态的控制能力。本课题既是对机器人学习理论一次有益探索,又为多旋翼飞行机器人投放式探测应用提供理论支撑。

中文关键词: 多旋翼飞行机器人;知识学习;镇定控制;非零初始状态;包线保护

英文摘要: Multi-rotor flying robot, launched by aircraft, probing and sensing applications have been deployed. However, due to systematic nonlinearity and highly coupled dynamic natural, its stability and safety envelope is well related to its initial states, which means it is unable to achieve full-state launching stability and trajectory guided control based on the aerodynamic model. Thus, the applications are limited. The study of multi-rotor flying robot non-zero initial states launching control problem is significant valuable to both practical and theoretical aspects. This project will analyze the knowledge decision mathematic model of aircraft human control and propose a general control mechanism of multi-rotor flying robot based on knowledge learning to solve the limited applicability inherent with non-zero initial states. Firstly, human decision behavior during the flight operation will be analyzed and its decision process will be modeled mathematically; then based on this model, combined with uncertain boundary online estimation and reverse enhanced learning methods, the stabilization and trajectory guided control approach of multi-rotor flying robot will be proposed. Therefore, this mechanism merges the advantage of human decision with dynamic control methods to improve the controllability of multi-rotor flying

英文关键词: multi-rotor flying robot;knowledge lerning;stabilization control;non-zero states;envelope pretection

成为VIP会员查看完整内容
0

相关内容

【CVPR2022】多机器人协同主动建图算法
专知会员服务
47+阅读 · 2022年4月3日
【AAAI2022】一种基于状态扰动的鲁棒强化学习算法
专知会员服务
34+阅读 · 2022年1月31日
Kyoto大学Toshiyuki:快速复杂控制系统的实时优化,133页ppt
专知会员服务
32+阅读 · 2021年9月14日
专知会员服务
125+阅读 · 2021年8月25日
专知会员服务
61+阅读 · 2021年4月22日
专知会员服务
84+阅读 · 2020年12月11日
【ICML2020】基于模型的强化学习方法教程,279页ppt
专知会员服务
127+阅读 · 2020年7月20日
【2022新书】强化学习工业应用
专知
17+阅读 · 2022年2月3日
机器人运动轨迹的模仿学习综述
专知
1+阅读 · 2021年11月12日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
深度强化学习简介
专知
30+阅读 · 2018年12月3日
【强化学习】易忽略的强化学习知识之基础知识及MDP
产业智能官
18+阅读 · 2017年12月22日
国家自然科学基金
7+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
28+阅读 · 2021年10月1日
Arxiv
30+阅读 · 2021年7月7日
Arxiv
16+阅读 · 2021年3月2日
Arxiv
10+阅读 · 2020年11月26日
Talking-Heads Attention
Arxiv
15+阅读 · 2020年3月5日
Object Detection in 20 Years: A Survey
Arxiv
48+阅读 · 2019年5月13日
Arxiv
11+阅读 · 2018年4月25日
小贴士
相关VIP内容
【CVPR2022】多机器人协同主动建图算法
专知会员服务
47+阅读 · 2022年4月3日
【AAAI2022】一种基于状态扰动的鲁棒强化学习算法
专知会员服务
34+阅读 · 2022年1月31日
Kyoto大学Toshiyuki:快速复杂控制系统的实时优化,133页ppt
专知会员服务
32+阅读 · 2021年9月14日
专知会员服务
125+阅读 · 2021年8月25日
专知会员服务
61+阅读 · 2021年4月22日
专知会员服务
84+阅读 · 2020年12月11日
【ICML2020】基于模型的强化学习方法教程,279页ppt
专知会员服务
127+阅读 · 2020年7月20日
相关资讯
相关基金
国家自然科学基金
7+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月20日
Arxiv
28+阅读 · 2021年10月1日
Arxiv
30+阅读 · 2021年7月7日
Arxiv
16+阅读 · 2021年3月2日
Arxiv
10+阅读 · 2020年11月26日
Talking-Heads Attention
Arxiv
15+阅读 · 2020年3月5日
Object Detection in 20 Years: A Survey
Arxiv
48+阅读 · 2019年5月13日
Arxiv
11+阅读 · 2018年4月25日
微信扫码咨询专知VIP会员