【CN109885092A】一种无人机飞控数据的识别方法【专利】
【CN109889121A】一种电机参数在线识别方法【专利】
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201910180873.8(22)申请日 2019.03.11(71)申请人 江苏罗宾康自动化科技有限公司地址 215000 江苏省苏州市张家港保税区新兴产业育成中心(72)发明人 许海斌 朱荣华 (51)Int.Cl.H02P 23/00(2016.01)H02P 23/14(2006.01)(54)发明名称一种电机参数在线识别方法(57)摘要本发明属于电机控制技术领域，尤其为一种电机参数在线识别方法，包括安装在监测电机上的采集器，所述采集器包括用于采集电机信号参数的采集单元、用于对采集到信号进行储存的储存单元和用于对采集到信号进行对比的对比单元；将最高值与最低值的干扰参数去除，取平均值，与电机实时的动态标准参数进行对比，能够识别电机在当时的参数状态，令结果更接近期望值，减小对电机参数结果影响，另外还设置转速采集模块和温度采集模块，分别用于采集电机的转子转速和电机的温度，可以帮助辅助判断电机的运行情况，判断是否电机出现故障和受外界影响情况，可对受影响状态下收集到的数据进行筛选，以保证收到的数据结果更加准确。
权利要求书1页 说明书4页 附图2页CN 109889121 A 2019.06.14C N 109889121A权 利 要 求 书1/1页CN 109889121 A1.一种电机参数在线识别方法，包括安装在监测电机上的采集器(1)，其特征在于：所述采集器(1)包括用于采集电机信号参数的采集单元(11)、用于对采集到信号进行储存的储存单元(12)和用于对采集到信号进行对比的对比单元(13)，所述采集单元(11)包括电压采集模块(111)、电流采集模块(112)、功率采集模块(113)、转速采集模块(114)和温度采集模块(115)，所述电压采集模块(111)并联安装于所述电机的输入与输出端，所述电流采集模块(112)串联安装于所述电机的输入与输出端，所述功率采集模块(113)安装于所述电机电路上，所述转速采集模块(114)安装于所述电机的输出端，所述温度采集模块(115)安装于所述电机的内部，所述电压采集模块(111)、电流采集模块(112)、功率采集模块(113)、转速采集模块(114)和温度采集模块(115)均与采集器(1)进行信号交互传输。
【CN109582042A】一种无人机跟随飞行的控制方法和装置【专利】
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201910102621.3(22)申请日 2019.02.01(71)申请人 东喜和仪（珠海市）数据科技有限公司地址 519000 广东省珠海市横琴新区宝华路6号105室(72)发明人 于振东 (51)Int.Cl.G05D 1/12(2006.01)G06K 9/00(2006.01)(54)发明名称一种无人机跟随飞行的控制方法和装置(57)摘要本申请实施例公开了一种无人机跟随飞行的控制方法和装置，涉及计算机技术人工智能领域和无人机技术领域。
该系统的一具体实施包括：使用M个预设模型和/或N个预设规则集识别目标物并控制无人机跟随目标物悬停、转动和/或移动，使无人机到达并保持在与目标物对应的预设空间范围内，M>=1，N>=1。
该实施方式通过获取到的三维空间数据，利用机器学习的方式，实现了无人机飞行时的准确跟随，同时也实现了准确地躲避障碍物，使在解放用户双手的同时提供高效率的信息获取和信息交互成为可能。
权利要求书3页 说明书10页 附图4页CN 109582042 A 2019.04.05C N 109582042A权 利 要 求 书1/3页CN 109582042 A1.一种无人机跟随飞行的控制方法，其特征在于，所述方法使用M个预设模型和/或N个预设规则集识别目标物并控制所述无人机跟随所述目标物悬停、转动和/或移动，使所述无人机到达并保持在与所述目标物对应的预设空间范围内，所述M>=1，所述N>=1。
2.根据权利要求1所述的方法，其特征在于，包括：S1，获取所述无人机对应的三维空间数据和第一飞行参数，所述三维空间数据至少通过雷达、存储装置和/或与第三方通信三种方式之一获取，所述飞行参数包括所述无人机对应的飞行姿态、速度和加速度；S2，将获取到的所述三维空间数据至少输入至所述预设模型和/或所述预设规则集之一，获取第一坐标信息，所述第一坐标信息为所述无人机在所述三维空间中对应的坐标；S3，将获取到的所述三维空间数据至少输入至所述预设模型和/或所述预设规则集之一，对所述目标物进行识别，当所述目标物存在于所述三维空间时，获取第二坐标信息，所述第二坐标信息为所述目标物在所述三维空间中对应的坐标；当所述目标物不存在于所述三维空间时，如果存在与第三坐标相关的唤醒信号，则使用所述第三坐标作为第二坐标信息，如果不存在与第三坐标相关的唤醒信号，则至少使用所述预设模型和/或所述预设规则集之一对所述三维空间进行探索，直至所述目标物存在于所述三维空间或所述探索达到预设条件，所述探索基于强化学习或深度强化学习进行；S4，将获取到的所述三维空间数据至少输入至所述预设模型和/或所述预设规则集之一，对所述三维空间中的障碍物进行识别，并基于所述识别的结果对所述三维空间数据进行标记，得到标记后的三维空间数据；S5，将所述标记后的三维空间数据、所述第一坐标信息、所述第二坐标信息、预设空间范围和所述第一飞行参数至少输入至所述预设模型和/或所述预设规则集之一，获取第二飞行参数；S6，根据第二飞行参数控制所述无人机跟随目标物悬停、转动和/或移动。
无人机信号识别方法、装置、电子设备与存储介质[发明专利]
![无人机信号识别方法、装置、电子设备与存储介质[发明专利]](https://img.taocdn.com/s3/m/d27b5a31ad51f01dc381f103.png)
专利名称：无人机信号识别方法、装置、电子设备与存储介质专利类型：发明专利
发明人：姜化京
申请号：CN201910929448.4
申请日：20190927
公开号：CN110688959A
公开日：
20200114
专利内容由知识产权出版社提供
摘要：本发明提供了一种无人机信号识别方法、装置、电子设备与存储介质，无人机信号识别方法，包括：获取目标无人机的离散的目标图传信号；确定所述目标图传信号对应的目标循环谱；利用经训练的识别模型对所述目标循环谱进行识别，确定所述目标无人机的型号信息。
本发明以循环谱为依据识别无人机的类型信息，可避免信号特征的单独提取，从而可削弱噪声和干扰的影响，改善了信号识别的准确率，并在低信噪比环境下也可保障较高的识别准确率。
申请人：上海特金信息科技有限公司
地址：201203 上海市浦东新区中国(上海)自由贸易试验区郭守敬路498号14幢22301-331座国籍：CN
代理机构：上海慧晗知识产权代理事务所(普通合伙)
代理人：邵晓丽
更多信息请下载全文后查看。
一种无人飞行器识别系统及其识别方法[发明专利]
![一种无人飞行器识别系统及其识别方法[发明专利]](https://img.taocdn.com/s3/m/6f2a3bb6f01dc281e43af0de.png)
专利名称：一种无人飞行器识别系统及其识别方法专利类型：发明专利
发明人：余江
申请号：CN201610066094.1
申请日：20160129
公开号：CN105739520A
公开日：
20160706
专利内容由知识产权出版社提供
摘要：一种无人飞行器识别系统及其识别方法，识别系统包括设在所述无人飞行器上的飞行控制器(1)和与所述飞行控制器(1)无线通信的识别终端(2)，所述飞行控制器(1)包括信息发送模块(3)，所述识别终端(2)包括无线通信模块(4)和处理模块(5)，所述处理模块(5)通过所述无线通信模块(4)发送识别请求，所述信息发送模块(3)响应所述识别请求并发送与所述无人飞行器唯一对应的识别码到所述识别终端(2)，所述处理模块(5)向所述识别码对应的无人飞行器发送标识任务请求，所述飞行控制器(1)根据所述标识任务请求执行标识任务。
申请人：余江
地址：200031 上海市徐汇区东安路149弄8号1201
国籍：CN
更多信息请下载全文后查看。
一种无人机飞行性能参数的测试方法、装置及系统[发明专利]
![一种无人机飞行性能参数的测试方法、装置及系统[发明专利]](https://img.taocdn.com/s3/m/500c0724da38376bae1fae50.png)
专利名称：一种无人机飞行性能参数的测试方法、装置及系统专利类型：发明专利
发明人：龚水朋,鞠彦伟,李天恒,丛丛
申请号：CN201711238331.9
申请日：20171130
公开号：CN108045595A
公开日：
20180518
专利内容由知识产权出版社提供
摘要：本申请公开了一种无人机飞行性能参数的测试方法、装置及系统，包括：上位机根据用户的输入信息建立包括N个测试项的测试项任务，在无人机测试设备挂载在无人机上后，根据用户的触发信息，确定每一项所述测试项的测试时间信息，在所述N个测试项测试结束后，获取所述无人机测试设备中的测试数据，根据所述测试时间信息和所述测试数据确定所述无人机的飞行性能参数。
所述无人机飞行性能参数的测试方法、装置及系统，采用第三方测试设备对无人机的飞行性能参数进行控制测试，测试结果客观且准确度高，能够为无人机使用者提供无人机的可靠性能数据。
申请人：北京润科通用技术有限公司
地址：100192 北京市海淀区知春路7号致真大厦5层
国籍：CN
代理机构：北京集佳知识产权代理有限公司
代理人：王宝筠
更多信息请下载全文后查看。
一种无人机测绘行为的智能识别方法[发明专利]
![一种无人机测绘行为的智能识别方法[发明专利]](https://img.taocdn.com/s3/m/1d35c718590216fc700abb68a98271fe910eaf86.png)
专利名称：一种无人机测绘行为的智能识别方法专利类型：发明专利
发明人：敖敏思,陈春花,曾翔强,张玉冰,楚彬,黎晨曦申请号：CN202210202590.0
申请日：20220303
公开号：CN114646305A
公开日：
20220621
专利内容由知识产权出版社提供
摘要：本发明公开了一种无人机测绘行为的智能识别方法，采用分级指标与神经网络相结合的方法，通过建科学合理的轨迹特征指标集，并将轨迹特征指标进行分级，再利用BP神经网络作为机器学习的模型，实现了从网络RTK服务的位置大数据中准确识别和提取无人机测绘行为，提高了识别的效率和准确性，为后续进一步对无人机飞行实施精准监管奠定坚实的基础。
申请人：湖南省测绘科技研究所
地址：410000 湖南省长沙市雨花区韶山中路693号
国籍：CN
代理机构：长沙思创联合知识产权代理事务所(普通合伙)
更多信息请下载全文后查看。
【CN109885598A】故障识别方法、装置、计算机可读存储介质及电子设备【专利】
根据预设的故障值与故障信息之间的对应关系，确定与所述目标故障值对应的目标故 障信息，其中，所述故障信息包括是否故障和/或故障点。
代理人 魏嘉熹 南毅宁
(51)Int .Cl . G06F 16/2458(2019 .01) G06Q 10/06(2012 .01)
(10)申请公布号 CN 109885598 A (43)申请公布日 2019.06.14
( 54 )发明 名称 故障识别方法、装置、计算机可读存储介质
及电子设备 ( 57 )摘要
( 19 )中华人民 共和国国家知识产权局
( 12 )发明专利申请
(21)申请号 201910074912 .6
(22)申请日 2019 .01 .25
(71)申请人 沈阳无距科技有限公司 地址 110179 辽宁省沈阳市浑南新区世纪 路24号
(72)发明人 宋理 事务所(普通合伙) 11447
权利要求书4页 说明书14页 附图5页
CN 109885598 A
【CN109884902A】一种基于区间观测器无人机编队系统故障检测方法【专利】
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201910274124.1(22)申请日 2019.04.04(71)申请人 南京航空航天大学地址 210016 江苏省南京市御道街29号(72)发明人 印磊 刘剑慰 杨蒲 (51)Int.Cl.G05B 13/04(2006.01)(54)发明名称一种基于区间观测器无人机编队系统故障检测方法(57)摘要本发明针对无人机编队系统提出了一种区间观测器故障检测方法。
属于安全可靠性技术领域。
首先，当无人机编队处于无故障状态时，基于已知的有界扰动和相对输出误差来建立区间观测器。
通过输出估计误差得到的残差用来检测执行器故障。
与传统故障检测不同之处在于，这种基于区间观测器的故障检测方法不需要阈值生成器与残差评价函数。
本发明主要解决无人机编队执行器故障检测问题，有较低的保守性与较强的适应性，能很好地满足执行器故障检测的要求。
权利要求书3页 说明书8页 附图2页CN 109884902 A 2019.06.14C N 109884902A1.一种基于区间观测器的无人机编队故障检测方法，其特征在于，无需残差评价函数和阈值生成器，进行故障检测，该方法包括以下步骤：(1)对无人机编队系统进行建模通过图论、状态方程以及输出方程，建立编队系统中各无人机之间的通信连接拓扑，并用无向拓扑图来表示，同时计算出相应的邻接矩阵A和度矩阵D，从而得到拉普拉斯矩阵L；无向切换拓扑图采用表示无人机编队系统的通信拓扑结构；其中，节点集合表示所有的无人机，节点表示第i个无人机，i＝1，2，...N；边集合ε表示各无人机之间的通信连接关系，ε中的元素ε＝(v i ，v j )代表无人机v i 的信息可以传送给无人机v j ，其中，i，j＝1，2，…，N；表示v i 的邻居集合，即所有能与v i 交互信息的节点集合；邻接矩阵其中如果(v i ，v j )∈ε，则a ij ＝1，否则a ij ＝0；度矩阵其中如果(v i ，v j )∈ε且(v j ，v i )∈ε，那么G为无向图；所述拓扑描述矩阵具体为：定义拉普拉斯矩阵(2)针对所建立的无人机编队系统模型，建立基于相对输出估计误差的故障检测区间观测器；所述的编队系统的每一架无人机的动态方程如下：y i (t)＝Cx i (t)其中，代表第i架无人机的状态向量，是第i架无人机的控制输入向量，代表第i架无人机的输出向量，代表外部扰动，是第i架无人机的执行器故障，其中s≤q＜n。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 201910229398.9
(22)申请日 2019.03.25
(71)申请人 西安电子科技大学
地址 710071 陕西省西安市太白南路2号
(72)发明人 毛璀
(74)专利代理机构 北京华仲龙腾专利代理事务
所(普通合伙) 11548
代理人 李静
(51)Int.Cl.
G05D 1/10(2006.01)
(54)发明名称一种无人机飞控数据的识别方法(57)摘要本发明公开了一种无人机飞控数据的识别方法，设计无人机通信领域。
我们的方法是在无人机悬空状态下抓取无人机和控制端之间的通信数据包，对数据包做预处理后使用自然语言中的n -gram模型对其提取特征向量，之后使用K -means++算法对其进行聚类，对聚类完成的每个类簇，使用One -Class -SVM模型对其进行模型训练，使得产生一个高维空间的球面，之后用恶意流量检测的方法，把无人机在人为控制下的产生的流量标记为异常流量，使用之前训练的每个模型对人为控制状态下的每条数据流量进行检测，由于人为控制下的产生的飞行控制数据不在悬空状态下的模型中，会被所有的模型标记为异常流量，我们根据所有模型的标记来识别飞控数
据。
权利要求书2页 说明书4页 附图2页CN 109885092 A 2019.06.14
C N 109885092
A
权 利 要 求 书1/2页CN 109885092 A
1.一种无人机飞控数据的识别方法，其特征在于：包括下列步骤：
步骤一：使无人机悬空，使用抓包工具抓取无人机-控制器之间的数据包，此时数据包是二进制数据流；
步骤二：将二进制数据流转换成可显示的十六进制字符；
步骤三：使用自然语言处理中n-gram模型，提取每个数据包的特征；
步骤四：使用k-means++算法使用步骤三中提取的特征向量对静止情况下的无人机通信数据包聚类；
步骤五：对聚类的每一个类簇使用One-Class_SVM进行模型训练，得到多个悬空状态下的无人机通信数据模型；
步骤六：使用控制器无规则控制无人机飞行，使用抓包工具抓取无人机-控制器之间的数据包，将捕获的二进制数据流转换为可显示的十六进制字符串；
步骤七：使用n-gram模型对无规则飞行状态下的每条通信数据提取特征向量；
步骤八：将每条数据的特征向量依次通过步骤五中悬空状态下训练的One-Class-SVM 模型中进行检测，如果和训练模型的类簇属于同一个类簇会被模型标记为1，反之标记为-1；
步骤九：由于无人机在人为控制状态下产生的数据不在悬空状态下的类簇中，会被所有的模型标记为-1，对全被标记为-1的数据进行筛选形成待选集合；
步骤十：使用Needleman-Wunsch算法计算待选集合中任意两条序列之间的相似性得分，形成一个得分矩阵；
步骤十一：错误识别的序列和相似性得分矩阵中的其他序列的相似性得分比较低，根据分数大小去除错误识别的序列，最终得到飞控协议数据。
2.根据权利要求1所述的一种无人机飞控数据的识别方法，其特征在于：所述步骤三中的特征向量是通过下列方式提取出的：
（一）分别令n=1,2,3,4,5,6 对数据包中的每条数据做n-gram分词；
（二）统计每个n值下的对应分词的频率；
（三）对于每个n值下的所有分词出现的频率做从到小的大的顺序排序，每个词出现的频率记为y,其排名顺序记为x，用回归分析去分析去做(logy)=1/(logx)的拟合，计算拟合系数,选取拟合系数最大时的n；
（四）利用步骤3中计算出来的n值对数据包中每条数据做长度为n的分词，统计所有长度为n的子序列出现的频率，根据频率计算每种长度为n类型的子序列出现的百分比，将百分比组成一个向量，作为当前序列的特征向量。
3.根据权利要求1所述的一种无人机飞控数据的识别方法，其特征在于：所述步骤八中的模型训练是通过下列方式训练出来的：
（一）对悬空状态下的无人机数据进行聚类，分成n个类簇；
（二）对于每个类簇，使用和聚类时使用的相同特征提取方法提取特征向量；
（三）将每个类簇的特征向量输入到One-Class-SVM模型中，进行训练，得到每个模型正常数据的高维空间球面，对位于球面内部的数据标记为1，外部数据标记为-1。
4.根据权利要求1所述的一种无人机飞控数据的识别方法，其特征在于：所述步骤十一中的错误识别的异常点是通过下列方式排除的：
2。