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！

龙图腾网获悉北京理工大学申请的专利一种基于混合控制策略的多无人机控制方法及终端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：CN121411491B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202511988195.X，技术领域涉及：G05D1/695；该发明授权一种基于混合控制策略的多无人机控制方法及终端是由邹苏郦;叶廷辉;马中静;高志刚;徐勇;黄艺;陈振设计研发完成，并于2025-12-26向国家知识产权局提交的专利申请。

本一种基于混合控制策略的多无人机控制方法及终端在说明书摘要公布了：本发明公开了一种基于混合控制策略的多无人机控制方法及终端，涉及无人机智能控制技术领域。方法包括：预先建立无人机的动力学模型，并根据任务需求设定任务参数；通过模型预测控制方法，基于任务参数对所有无人机进行协同控制，得到每一无人机的预测控制输入；通过迭代学习控制方法，基于任务参数对所有无人机进行协同控制，得到每一无人机的即时控制输入；根据预测控制输入和即时控制输入合成每一无人机的目标控制输入。本发明充分融合了模型预测控制方法的实时优化能力，以及迭代学习控制方法的经验学习优势。可以兼顾单次任务的高精度轨迹跟踪与多轮任务的自适应误差修正，解决了单一控制方法在复杂环境下性能受限的问题。

本发明授权一种基于混合控制策略的多无人机控制方法及终端在权利要求书中公布了：1.一种基于混合控制策略的多无人机控制方法，其特征在于，所述方法包括： 预先建立无人机的动力学模型，并根据任务需求设定任务参数；所述任务参数包括期望轨迹； 通过模型预测控制方法，基于所述任务参数对所有无人机进行协同控制，得到每一无人机的预测控制输入；所述模型预测控制方法包括：基于系统的当前观测状态和所述动力学模型对未来状态进行预测，并通过求解优化问题得到未来的最优控制序列，将所述最优控制序列的首个控制输入作为所述预测控制输入；其中，所述优化问题基于所述任务参数构建得到；所述系统的当前观测状态用于反映系统状态的观测结果； 通过迭代学习控制方法，基于所述任务参数对所有无人机进行协同控制，得到每一无人机的即时控制输入；所述迭代学习控制方法包括：基于全时域历史误差对下一轮的期望轨迹进行修正，根据系统的当前状态与期望轨迹之间的误差生成即时控制输入；其中，所述系统的当前状态用于反映系统在当前时刻的内部变量集合； 根据所述预测控制输入和所述即时控制输入合成每一无人机的目标控制输入； 所述模型预测控制方法包括以下三个执行过程： 未来状态的预测过程：在每个控制周期，以系统的当前观测状态为起点，依据无人机的动力学模型，递推预测未来步内的状态序列，预测过程遵循离散动力学规律； 目标函数的优化决策过程：系统在每一优化周期内，围绕期望轨迹和控制目标，构建如下带权、多项式的目标函数的通用原型： 其中，为目标函数；为步数；时刻的三维空间位置，时刻的参考三维空间位置；时刻的三维速度分量，时刻的参考三维速度分量；时刻的控制输入；为位置的权重系数，为位置和速度误差的权重系数；为控制输入能耗的权重系数，为输入变化的权重系数；所有权重参数为对角矩阵； 滚动时域优化与闭环反馈过程：每一周期仅将优化所得的控制输入序列的第一个控制输入施加于系统，系统状态随之更新，进入下一周期，重复预测、优化、施加过程，形成滚动时域优化和动态闭环反馈； 基于全时域历史误差对下一轮的期望轨迹进行修正，根据系统的当前状态与期望轨迹之间的误差生成即时控制输入，包括： 通过上层的轨迹修正学习单元，在每轮任务执行结束后，基于全时域历史误差对下一轮的期望轨迹进行修正，将修正后的轨迹作为下一轮的期望轨迹；修正范围包括：每个轨迹点和或每个空间维度； 通过下层的实时跟踪控制器，在每一时刻，根据所述系统的当前状态与期望轨迹之间的误差生成所述即时控制输入； 针对上层的轨迹修正学习单元：在每一轮任务执行结束后，基于全时域历史误差，对下一轮的期望轨迹进行逐点修正； 第轮的期望轨迹为、系统状态为，则对应的历史误差为：； 期望轨迹的修正公式为：；其中，为动态学习率；修正后的期望轨迹作为下一轮的期望轨迹，供下层控制调用； 针对下层的实时跟踪控制器：下层控制负责在每一时刻，根据系统的当前状态与修正后的期望轨迹之间的误差，生成时刻的控制输入； 针对线性状态空间模型的三轴加速度控制，实时跟踪控制器的控制律为：；其中，为比例；为微分；为积分增益；为积分变量；为积分变量的微分。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。