珠海城市职业技术学院冯伟功获国家专利权
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!
龙图腾网获悉珠海城市职业技术学院申请的专利基于人工智能的无人机故障检测方法及系统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:CN120873923B 。
龙图腾网通过国家知识产权局官网在2026-02-24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:202511087568.6,技术领域涉及:G06F18/2433;该发明授权基于人工智能的无人机故障检测方法及系统是由冯伟功;方明清;金胜杰;穆艾塔尔·赛地设计研发完成,并于2025-08-05向国家知识产权局提交的专利申请。
本基于人工智能的无人机故障检测方法及系统在说明书摘要公布了:本发明公开了基于人工智能的无人机故障检测方法及系统,方法包括无人机传感器残差动态建模、无人机门限分区、无人机故障触发跳变、故障判据和故障分级。本发明属于故障检测领域,具体是指基于人工智能的无人机故障检测方法及系统,本方案通过自适应调整历史数据的影响权重,在无人机悬停时,保留缓慢漂移的残差特征;高速机动时强化近期数据影响,避免对突发故障响应滞后;并通过传感器耦合关系量化,捕捉即时及滞后的多传感器关联;通过故障触发跳变,在残差突变到新区间边界时触发跳变,捕捉突变;跳变量基于分段增益函数动态调整响应强度,不同区间采用不同增益系数,强化突变信号;基于指数稳定条件和即时衰减趋势,故障判定更稳定。
本发明授权基于人工智能的无人机故障检测方法及系统在权利要求书中公布了:1.基于人工智能的无人机故障检测方法,其特征在于:该方法包括以下步骤: 步骤S1:无人机传感器残差动态建模;将传感器残差定义为状态变量,通过自适应历史权重刻画历史依赖,并量化传感器即时与滞后耦合关系,进行残差动态建模; 步骤S2:无人机门限分区;将每路传感器残差范围划分为三个区间,对应不同残差阈值范围; 步骤S3:无人机故障触发跳变;当传感器残差突变至新的区间边界时触发跳变,通过分段增益函数的跳变公式计算跳变量; 步骤S4:故障判据;对于跳变量后的传感器残差,基于指数稳定判据和即时衰减趋势对无人机故障进行判定; 步骤S5:故障分级;对无人机故障进行分级判定; 在步骤S1中,所述无人机传感器残差动态建模是把无人机的第i路传感器残差定义为状态变量;并引入自适应历史权重,残差动态建模公式表示为:;;其中,是自适应历史残差演化算子;α是自适应历史权重,是基础记忆指数;是调整系数;是无人机姿态角变化率;是最大姿态变化率;是传感器自身的阻尼;是传感器残差;是第j路残差对第i路的传感器瞬时耦合系数;是瞬时耦合的激活函数;是第j路残差对第i路的传感器滞后耦合系数;是滞后耦合的激活函数;是响应滞后;n是传感器总数;是无人机稳定飞行时的常驻偏置; 在步骤S2中,所述无人机门限分区是将每一路残差的范围划分为多个区间,表示为:;其中,和是第i路传感器残差第0个区间的下阈值和上阈值;和是第i路传感器残差第1个区间的下阈值和上阈值;和是第i路传感器残差的第2个区间的下阈值和上阈值。
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珠海城市职业技术学院,其通讯地址为:519090 广东省珠海市金湾区德城路680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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励