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！

申请/专利权人：广东工业大学

摘要：本申请的目的在于提供一种针对无人机的数据处理系统、方法、装置及存储介质，包括：数据采集模块、动力学模块、控制模块以及存储模块；其中，动力学模块用于计算得到无人机的实际位姿数据，并根据最优控制量数据对无人机的轨迹进行跟踪控制；控制模块根据无人机的所述运动学模型与所述动力学模型，构建带有状态量和控制量约束的模型预测控制的代价函数，并将所述代价函数转化为带有约束的二次规划问题，再通过原始对偶神经网络求解所述带有约束的二次规划问题，以输出所述的最优控制量数据。本申请所述的系统提出利用原始对偶神经网络来实时求解模型预测控制所构成的二次规划问题，大大地减少了计算的复杂度，提高了计算效率。

主权项：1.一种针对无人机的数据处理系统，其特征在于，包括：数据采集模块，用于采集无人机的实际位姿数据和参考位姿数据；存储模块，用于存储无人机的动力学模型和运动学模型；动力学模块，用于计算得到无人机的实际位姿数据，并根据最优控制量数据对无人机的轨迹进行跟踪控制；控制模块，设置在所述数据采集模块与动力学模块之间，并同时与所述数据采集模块、所述动力学模块进行数据交互，用于根据无人机的所述运动学模型与所述动力学模型，构建带有状态量和控制量约束的模型预测控制的代价函数，并将所述代价函数转化为带有约束的二次规划问题，再通过原始对偶神经网络求解所述带有约束的二次规划问题，以输出所述的最优控制量数据；所述将所述代价函数转化为带有约束的二次规划问题，包括：所述的代价函数为： s.t.umin≤uk+i≤umax 其中，i＝0，1，2，……N-1；将所述代价函数转化为带有状态约束和控制约束的二次规划问题，为： s.t.Mz≤h；其中，c表示状态输出系数矩阵；Q表示状态权重矩阵，R表示控制权重矩阵；a表示状态输入系数矩阵，b表示控制输入系数矩阵；N表示控制时域或者预测时域的时间步长；k表示离散时间；表示k时刻的实际状态量，表示k时刻的参考状态量；为4N×4N的单位阵；u表示控制量；umax表示控制量的最大值；umin表示控制量的最小值；表示状态量的最小值；表示状态量的最大值；z表示预测模型状态方程中的预测控制向量；通过原始对偶神经网络求解所述带有约束的二次规划问题；所述通过原始对偶神经网络求解所述带有约束的二次规划问题，包括：利用原始对偶神经网络来求解所述带有状态约束和控制约束的二次规划问题：定义原始对偶决策向量和上下界向量如下： 其中，ξ表示原始对偶决策向量，ξ+表示上界向量，ξ-表示下界向量，δ表示相关的对偶决策向量；δ+为对偶决策向量上界向量；δ-为对偶决策向量下界向量；zmin表示预测控制向量的最小值；zmax表示预测控制向量的最大值；建立原始对偶神经网络的动力学微分方程，得到： 其中，I表示单位阵，η表示原始对偶神经网络收敛率；是关于原始对偶决策向量ξ的限幅函数；利用龙格库塔法来求解原始对偶神经网络动力学微分方程，构建如下的四阶龙格库塔方程： 其中，h表示时间步长，mi表示i阶泰勒展开式，i＝1，2，3，4；ξ表示原始对偶决策向量也是原始对偶神经网络的动力学微分方程的最优解；通过求解所述四阶龙格库塔方程得到微分方程的最优解ξ，ξ中的前N个元素，即为每个采样时刻的最优控制量。

全文数据：

权利要求：

百度查询： 广东工业大学 针对无人机的数据处理系统、方法、装置及存储介质