Ley de guía geométrica multi-restringida con un método basado en datos
Autores: Yan, Xinghui; Tang, Yuzhong; Xu, Yulei; Shi, Heng; Zhu, Jihong
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Ley de guía geométrica multi-restringida con un método basado en datos
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Robótica
Palabras clave
Basado en datos
Guía geométrica
Multi-restringido
Vehículos aéreos no tripulados
Red neuronal profunda
Parámetros de trayectoria
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
Se propone un método de guía geométrica basado en datos para el problema de guía multiconstraint de vehículos aéreos no tripulados (UAV) de velocidad variable. En primer lugar, se diseña una trayectoria de vuelo en dos fases basada en una curva espacial log-aestética (LASC). El ángulo de impacto se satisface mediante un segmento de línea recta especificado. El tiempo de impacto se controla ajustando el punto de conmutación de fase. En segundo lugar, se entrena una red neuronal profunda fuera de línea para establecer la relación de mapeo entre las condiciones iniciales y los parámetros de trayectoria deseados. Basado en esta red de mapeo, la trayectoria de vuelo deseada se puede generar de manera rápida y precisa. Finalmente, se emplea el algoritmo de búsqueda pura y línea de visión (PLOS) para generar comandos de guía. Los resultados de la simulación numérica validan la efectividad y superioridad del método propuesto en términos de control del tiempo y ángulo de impacto bajo velocidad variable en el tiempo.
Descripción
Se propone un método de guía geométrica basado en datos para el problema de guía multiconstraint de vehículos aéreos no tripulados (UAV) de velocidad variable. En primer lugar, se diseña una trayectoria de vuelo en dos fases basada en una curva espacial log-aestética (LASC). El ángulo de impacto se satisface mediante un segmento de línea recta especificado. El tiempo de impacto se controla ajustando el punto de conmutación de fase. En segundo lugar, se entrena una red neuronal profunda fuera de línea para establecer la relación de mapeo entre las condiciones iniciales y los parámetros de trayectoria deseados. Basado en esta red de mapeo, la trayectoria de vuelo deseada se puede generar de manera rápida y precisa. Finalmente, se emplea el algoritmo de búsqueda pura y línea de visión (PLOS) para generar comandos de guía. Los resultados de la simulación numérica validan la efectividad y superioridad del método propuesto en términos de control del tiempo y ángulo de impacto bajo velocidad variable en el tiempo.