CN106896812A - 一种存在测量不确定性下的反馈路径规划方法 - Google Patents
一种存在测量不确定性下的反馈路径规划方法 Download PDFInfo
- Publication number
- CN106896812A CN106896812A CN201710019066.9A CN201710019066A CN106896812A CN 106896812 A CN106896812 A CN 106896812A CN 201710019066 A CN201710019066 A CN 201710019066A CN 106896812 A CN106896812 A CN 106896812A
- Authority
- CN
- China
- Prior art keywords
- attraction
- domain
- overbar
- error
- ellipse
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 37
- 238000004364 calculation method Methods 0.000 claims abstract description 18
- 230000004888 barrier function Effects 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 239000010931 gold Substances 0.000 claims description 2
- 229910052737 gold Inorganic materials 0.000 claims description 2
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 claims 1
- 230000007547 defect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0217—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with energy consumption, time reduction or distance reduction criteria
Abstract
本发明公开了一种存在测量不确定性下的反馈路径规划方法,包括以下步骤:1)开环轨迹计算;2)计算局部反馈吸引域;3)计算误差椭圆;4)在线计算;本发明考虑测量不确定性对于反馈吸引域的影响,采用庞德里亚金集差缩小了吸引域的大小,重新评估路径规划过程中的安全避障问题,并采用GP算法在线估计吸引域大小从而克服吸引域计算缓慢的缺陷。本发明重新修正局部反馈控制吸引域的大小,并在线进行路径规划的算法。本发明考虑测量不确定性对标称轨迹的影响,对吸引域进行重新修正,形成更小且更安全的吸引域,从而保证路径规划的快速性和安全性。
Description
【技术领域】
本发明属于路径规划与动力学控制领域,涉及一种存在测量不确定性下的反馈路径规划方法。
【背景技术】
复杂环境下的路径规划算法研究由来已久,已经有很多方法可以实现,比如APF算法,PRM算法,RRT算法。但是传统的算法在动力学层面上并不能真实保证安全轨迹的运行,因此又诞生了一些考虑动力学因素的路径规划算法比如。MIT的EECS实验室的RussTedrake教授提出采用LQR-trees方法。这种方法类似于IHMPC方法,在局部计算线性反馈控制,采用路径规划算法RRT将局部稳定控制扩展到全局,从而实现全局稳定控制。
由于求取反馈控制吸引域需要复杂的凸优化方法:sums of squares,因此计算速度缓慢,A.Majumdar采用离线计算局部路径的算法,然后在线进行整合优化,求解全局路径。并将动力学系统的不确定性考虑到整个算法中,最终形成具有一定鲁棒性的路径规划算法。
【发明内容】
本发明针对反馈路径规划中存在干扰和测量不确定性问题,考虑测量和系统误差,提供一种采用庞德里亚金集差的存在测量不确定性下的反馈路径规划方法。
为达到上述目的,本发明采用以下技术方案予以实现:
一种存在测量不确定性下的反馈路径规划方法,包括以下步骤:
1)开环轨迹计算:
开环轨迹计算采用PRM算法进行计算,然后采用PRM离散点作为初始估计;
2)计算局部反馈吸引域:
采用SOS算法进行计算,得到高阶较大的吸引域;
考虑一般非线性动力学系统:
假设开环轨迹和开环控制采用x0,u0表示,将坐标转变换到局部坐标系:
假设吸引域中初始状态满足x0(0)∈χ0,在时间区间t∈[0,T]中,存在集合满足:
定义:集合是参数化以后的吸引域的子集,其满足:
使得
采用SOS计算吸引域,假设局部吸引域的估计表示为:
其中Si=Si T,因此
求解时变黎卡提方程:得到每一时刻lyapunov函数的表达式;这个lyapunov函数作为SOS求解吸引域的初始估计:
3)计算误差椭圆:
定义:椭圆ε(q,Q)表示q为椭圆圆心,且<>表示内积;
首先将非线性系统离散化:
其中wk和vk+1分别为系统噪声和观测噪声;标称系统为:
x0k+1=f(x0k)+Bku0k (8)
通过LQR算法得到局部反馈系数Kk得到控制律:
假设为实际值与估计值的误差,ee∈ε(0,Pk),Pk为后验误差估计,ε(·)表示椭圆;后验估计误差采用ESMF、EKF或者其他滤波算法得到;假设为估计状态和标称状态的误差;
令所以实际状态表示为:
因此有:
其中:
AG=Ak+BkKk,
因此标称估计的预测值:其中椭圆参数:
4)在线计算:
离线计算得到吸引域,采用GP进行在线估计,采用GPML工具箱进行计算,得到估计吸引与上界ρ,从而形成吸引与椭圆E(ti),与误差椭圆进行庞德里亚金集差;得到新的标称轨迹附近的吸引域。
本发明进一步的改进在于:
步骤1)采用GPOPS-II软件进行非线性轨迹计算。
步骤2)中,求解吸引域的具体方法如下:
2-1)初始化LQR反馈控制得到的lyapunov函数V和初始猜测值ρ(t);
2-2)初始先验指标函数为正无穷,即costprev=∞,且当前状态不收敛;
2-4)如果不收敛,开始循环:
a.最小化函数:固定V和ρ(t)找(L,Lt,L0,i,LE,i)与Si;
b.最小化函数:固定L,LE,i找(V,ρ,Lt,L0,iSi);
2-5)令当前指标函数
2-6)如果则收敛,结束如果;
2-7)先验指标等于当前指标:costprev=cost;
2-8)结束循环;
其中,L,Lt,L0,i,LE,i均为拉格朗日乘子,为状态量x的函数,系数待定;ε为预设一小实数。
步骤4)的具体方法如下:
4-1)初始化并构建地图;
4-2)采用PRM算法进行初始路径估计,得到可行路径;
4-3)基于步骤4-2)中PRM方法得到初始路径参考值,采用GPOPS-II计算开环路经与开环控制律;
4-4)采用时变黎卡提方程计算初始lyapunov函数;
4-5)开始循环;
4-6)获取当前状态估计值;
4-7)采用GP方法估计吸引域半径,训练数据来源于吸引域的离线计算;
4-8)检查误差椭圆与吸引域椭圆距离,如果小于吸引域椭圆半径,则采用庞德里亚金集差方法计算新的鲁棒吸引域,具体为吸引域椭圆与误差椭圆做差;否则回到步骤4-2)重规划;
4-9)检查当前鲁棒吸引域与障碍物是否无碰撞,如果碰撞则增加GPOPS-II的约束升级开环控制u0;
4-10)结束循环。
与现有技术相比,本发明具有以下有益效果:
本发明考虑测量不确定性对于反馈吸引域的影响,采用庞德里亚金集差缩小了吸引域的大小,重新评估路径规划过程中的安全避障问题,并采用GP算法在线估计吸引域大小从而克服吸引域计算缓慢的缺陷。本发明重新修正局部反馈控制吸引域的大小,并在线进行路径规划的算法。本发明考虑测量不确定性对标称轨迹的影响,对吸引域进行重新修正,形成更小且更安全的吸引域,从而保证路径规划的快速性和安全性。
【附图说明】
图1为PRM路径与NLP避障路线的示意图;
图2为高斯估计离线数据库的示意图;
图3为测量缺失无法运行到目标的示意图;
图4为具有测量时可以到达目标的示意图;
图5为安全路径1的示意图;
图6为安全路径2的示意图。
【具体实施方式】
下面结合附图对本发明做进一步详细描述:
参见图1-6
步骤一、开环轨迹计算
开环轨迹计算采用PRM算法进行计算,然后采用PRM离散点作为初始估计,将问题转化为一个非线性规划的问题,从而采用非线性规划算法进行开环轨迹控制计算。本发明的实施实例采用GPOPS-II软件进行非线性轨迹计算。
步骤二、计算局部反馈吸引域
吸引域的算法很多,本发明的实施实例采用SOS(sums of squares)算法进行计算,可以得到高阶较大的吸引域。
考虑一般非线性动力学系统:
假设步骤一中的开环轨迹和开环控制采用x0,u0表示,将坐标转变换到局部坐标系:
假设吸引域中初始状态满足x0(0)∈χ0,在时间区间t∈[0,T]中,存在集合满足:
定义:集合是参数化以后的吸引域的子集,其满足:
使得
采用SOS计算吸引域,假设局部吸引域的估计可以表示为:
其中Si=Si T,因此
求解时变黎卡提方程:得到每一时刻lyapunov函数的表达式。这个lyapunov函数作为SOS求解吸引域的初始估计:
因此求解吸引域算法具体如下:
算法1:
步骤三、计算误差椭圆
定义:椭圆ε(q,Q)表示q为椭圆圆心,且(<>表示内积)。
首先将非线性系统离散化:
其中wk和vk+1分别为系统噪声和观测噪声。标称系统为:
x0k+1=f(x0k)+Bku0k (8)
通过LQR算法得到局部反馈系数Kk得到控制律:
假设为实际值与估计值的误差,ee∈ε(0,Pk),Pk为后验误差估计,ε(·)表示椭圆。后验估计误差可以采用ESMF或者EKF以及其他滤波算法得到。假设为估计状态和标称状态的误差。
令所以实际状态可以表示为:
因此有:
其中:AG=Ak+BkKk, 因此标称估计的预测值:其中椭圆参数:
步骤四、在线计算
离线计算得到吸引域(见步骤一),采用GP(Gaussian Process Regression)进行在线估计,本发明采用GPML工具箱进行计算,得到估计吸引与上界ρ。从而形成吸引与椭圆E(ti),与误差椭圆进行庞德里亚金集差(Pontryagin Difference)。得到新的标称轨迹附近的吸引域。具体算法如下:
算法2:
以地面移动机器人与水下航行器为例。假设地面机器人规定10m/s的向前移动速度,通过调节转向让机器人进行安全避障,如图1-4所示。图5-6为水下机器人,其可以进行速度调节,并从开始点到目标点进行避障运动。如图所示:
如图1-6所示,图1粗实线显示PRM算法在存在障碍物情况下规划出的不同轨迹,星型为PRM路径节点。虚线为非线性规划后得到满足动力学特性的开环轨迹,黑色为障碍物。图2计算图1开环标称轨迹的吸引域(黑色包络区域)作为高斯估计的离散数据库。
图3显示了当无法进行测量的情况下预先估计的轨迹因为无法保证实际吸引域的存在而无法完成路径,因此图3为一条不可行路径。但是传统的吸引域算法得到吸引域(黑色区域)依然可以通往目标,而实际机器人则无法完成这样的路径(白色内环为计算得到的鲁棒吸引域,随着机器人的前进起逐渐衰减到零)。如果在障碍物附近可以进行测量,则真实的白色内环吸引域可以持续延伸至目标点,从而完成安全路径。
图5和图6显示了水下航行器的可行路径,半圆为可获得测量值的范围,从图中可以看出当路径经过可测量的范围吸引域范围明显增加,可持续至目标点,从而保证路径规划的安全可行性。
从仿真结果可以看出本发明所提出算法的有效性。本算法可以形成全局鲁棒的吸引域路径,从而满足安全快速的轨迹规划要求。
以上内容仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明权利要求书的保护范围之内。
Claims (4)
1.一种存在测量不确定性下的反馈路径规划方法,其特征在于,包括以下步骤:
1)开环轨迹计算:
开环轨迹计算采用PRM算法进行计算,然后采用PRM离散点作为初始估计;
2)计算局部反馈吸引域:
采用SOS算法进行计算,得到高阶较大的吸引域;
考虑一般非线性动力学系统:
假设开环轨迹和开环控制采用x0,u0表示,将坐标转变换到局部坐标系:
假设吸引域中初始状态满足x0(0)∈χ0,在时间区间t∈[0,T]中,存在集合满足:
定义:集合是参数化以后的吸引域的子集,其满足:
使得
采用SOS计算吸引域,假设局部吸引域的估计表示为:
其中Si=Si T,因此
求解时变黎卡提方程:得到每一时刻lyapunov函数的表达式;这个lyapunov函数作为SOS求解吸引域的初始估计:
3)计算误差椭圆:
定义:椭圆ε(q,Q)表示q为椭圆圆心,且<>表示内积;
首先将非线性系统离散化:
其中wk和vk+1分别为系统噪声和观测噪声;标称系统为:
x0k+1=f(x0k)+Bku0k (8)
通过LQR算法得到局部反馈系数Kk得到控制律:
假设为实际值与估计值的误差,ee∈ε(0,Pk),Pk为后验误差估计,ε(·)表示椭圆;后验估计误差采用ESMF、EKF或者其他滤波算法得到;假设为估计状态和标称状态的误差;
令所以实际状态表示为:
因此有:
其中:
AG=Ak+BkKk,
因此标称估计的预测值:其中椭圆参数:
4)在线计算:
离线计算得到吸引域,采用GP进行在线估计,采用GPML工具箱进行计算,得到估计吸引与上界ρ,从而形成吸引与椭圆E(ti),与误差椭圆进行庞德里亚金集差;得到新的标称轨迹附近的吸引域。
2.根据权利要求1所述的存在测量不确定性下的反馈路径规划方法,其特征在于,步骤1)采用GPOPS-II软件进行非线性轨迹计算。
3.根据权利要求1所述的存在测量不确定性下的反馈路径规划方法,其特征在于,步骤2)中,求解吸引域的具体方法如下:
2-1)初始化LQR反馈控制得到的lyapunov函数V和初始猜测值ρ(t);
2-2)初始先验指标函数为正无穷,即costprev=∞,且当前状态不收敛;
2-4)如果不收敛,开始循环:
a.最小化函数:固定V和ρ(t)找(L,Lt,L0,i,LE,i)与Si;
b.最小化函数:固定L,LE,i找(V,ρ,Lt,L0,iSi);
2-5)令当前指标函数
2-6)如果则收敛,结束如果;
2-7)先验指标等于当前指标:costprev=cost;
2-8)结束循环;
其中,L,Lt,L0,i,LE,i均为拉格朗日乘子,为状态量x的函数,系数待定;ε为预设一小实数。
4.根据权利要求3所述的存在测量不确定性下的反馈路径规划方法,其特征在于,步骤4)的具体方法如下:
4-1)初始化并构建地图;
4-2)采用PRM算法进行初始路径估计,得到可行路径;
4-3)基于步骤4-2)中PRM方法得到初始路径参考值,采用GPOPS-II计算开环路经与开环控制律;
4-4)采用时变黎卡提方程计算初始lyapunov函数;
4-5)开始循环;
4-6)获取当前状态估计值;
4-7)采用GP方法估计吸引域半径,训练数据来源于吸引域的离线计算;
4-8)检查误差椭圆与吸引域椭圆距离,如果小于吸引域椭圆半径,则采用庞德里亚金集差方法计算新的鲁棒吸引域,具体为吸引域椭圆与误差椭圆做差;否则回到步骤4-2)重规划;
4-9)检查当前鲁棒吸引域与障碍物是否无碰撞,如果碰撞则增加GPOPS-II的约束升级开环控制u0;
4-10)结束循环。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710019066.9A CN106896812B (zh) | 2017-01-11 | 2017-01-11 | 一种存在测量不确定性下的反馈路径规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710019066.9A CN106896812B (zh) | 2017-01-11 | 2017-01-11 | 一种存在测量不确定性下的反馈路径规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106896812A true CN106896812A (zh) | 2017-06-27 |
CN106896812B CN106896812B (zh) | 2019-11-15 |
Family
ID=59198715
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710019066.9A Active CN106896812B (zh) | 2017-01-11 | 2017-01-11 | 一种存在测量不确定性下的反馈路径规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106896812B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107356258A (zh) * | 2017-07-19 | 2017-11-17 | 曲阜师范大学 | 点移动机器人在概率路线图中路径规划的神经网络方法 |
CN108107890A (zh) * | 2017-12-11 | 2018-06-01 | 西北工业大学 | 一种非线性不确定系统的安全轨迹规划方法 |
CN110744543A (zh) * | 2019-10-25 | 2020-02-04 | 华南理工大学 | 基于ur3机械臂的改进式prm避障运动规划方法 |
CN113325845A (zh) * | 2021-05-31 | 2021-08-31 | 的卢技术有限公司 | 一种基于混合apf和rrt的无人驾驶路径规划方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101943916A (zh) * | 2010-09-07 | 2011-01-12 | 陕西科技大学 | 一种基于卡尔曼滤波器预测的机器人避障方法 |
US7899486B2 (en) * | 2006-05-12 | 2011-03-01 | Samsung Electronics Co., Ltd | Uplink (UL) power control apparatus and method in broadband wireless communication system |
CN103914068A (zh) * | 2013-01-07 | 2014-07-09 | 中国人民解放军第二炮兵工程大学 | 一种基于栅格地图的服务机器人自主导航方法 |
CN104571128A (zh) * | 2014-12-26 | 2015-04-29 | 燕山大学 | 基于距离与视差信息的水下机器人避障方法 |
CN104808671A (zh) * | 2015-05-19 | 2015-07-29 | 东南大学 | 一种家居环境下的机器人路径规划方法 |
CN204615704U (zh) * | 2015-05-28 | 2015-09-02 | 常州先进制造技术研究所 | 一种基于arm平台的模块化步进电机控制器 |
US20160107682A1 (en) * | 2014-10-15 | 2016-04-21 | Han-Shue Tan | System and method for vehicle steering control |
CN105549597A (zh) * | 2016-02-04 | 2016-05-04 | 同济大学 | 一种基于环境不确定性的无人车动态路径规划方法 |
-
2017
- 2017-01-11 CN CN201710019066.9A patent/CN106896812B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7899486B2 (en) * | 2006-05-12 | 2011-03-01 | Samsung Electronics Co., Ltd | Uplink (UL) power control apparatus and method in broadband wireless communication system |
CN101943916A (zh) * | 2010-09-07 | 2011-01-12 | 陕西科技大学 | 一种基于卡尔曼滤波器预测的机器人避障方法 |
CN103914068A (zh) * | 2013-01-07 | 2014-07-09 | 中国人民解放军第二炮兵工程大学 | 一种基于栅格地图的服务机器人自主导航方法 |
US20160107682A1 (en) * | 2014-10-15 | 2016-04-21 | Han-Shue Tan | System and method for vehicle steering control |
CN104571128A (zh) * | 2014-12-26 | 2015-04-29 | 燕山大学 | 基于距离与视差信息的水下机器人避障方法 |
CN104808671A (zh) * | 2015-05-19 | 2015-07-29 | 东南大学 | 一种家居环境下的机器人路径规划方法 |
CN204615704U (zh) * | 2015-05-28 | 2015-09-02 | 常州先进制造技术研究所 | 一种基于arm平台的模块化步进电机控制器 |
CN105549597A (zh) * | 2016-02-04 | 2016-05-04 | 同济大学 | 一种基于环境不确定性的无人车动态路径规划方法 |
Non-Patent Citations (2)
Title |
---|
LIANG YANG: "Guiding Attraction based Random Tree Path Planning under Uncertainty: Dedicate for UAV", 《PROCEEDINGS OF 2014 IEEE INTERNATIONAL CONFERENCE ON MECHATRONICS AND AUTOMATION》 * |
李贻斌等: "基于混沌控制的多目标不确定环境下移动机器人路径规划", 《山东大学学报(工学版)》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107356258A (zh) * | 2017-07-19 | 2017-11-17 | 曲阜师范大学 | 点移动机器人在概率路线图中路径规划的神经网络方法 |
CN108107890A (zh) * | 2017-12-11 | 2018-06-01 | 西北工业大学 | 一种非线性不确定系统的安全轨迹规划方法 |
CN110744543A (zh) * | 2019-10-25 | 2020-02-04 | 华南理工大学 | 基于ur3机械臂的改进式prm避障运动规划方法 |
CN110744543B (zh) * | 2019-10-25 | 2021-02-19 | 华南理工大学 | 基于ur3机械臂的改进式prm避障运动规划方法 |
CN113325845A (zh) * | 2021-05-31 | 2021-08-31 | 的卢技术有限公司 | 一种基于混合apf和rrt的无人驾驶路径规划方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106896812B (zh) | 2019-11-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106896812A (zh) | 一种存在测量不确定性下的反馈路径规划方法 | |
US11327449B2 (en) | Nonlinear optimization for stochastic predictive vehicle control | |
CN106950969A (zh) | 一种基于无地图运动规划器的移动机器人连续控制方法 | |
CN104765368B (zh) | 一种基于模糊自适应算法的无人艇航向航速协同控制方法 | |
CN101221447A (zh) | 一种机械自动转向控制方法 | |
CN106773713A (zh) | 针对欠驱动海洋航行器的高精度非线性路径跟踪控制方法 | |
CN104155998B (zh) | 一种基于势场法的航迹规划方法 | |
CN103149937A (zh) | 一种基于曲率补偿的横侧向曲线航迹跟踪方法 | |
CN104236548A (zh) | 一种微型无人机室内自主导航方法 | |
CN106197428A (zh) | 一种利用测量信息优化分布式ekf估计过程的slam方法 | |
CN103065037B (zh) | 非线性系统基于分散式容积信息滤波的目标跟踪方法 | |
CN113470089B (zh) | 一种基于三维点云的跨域协同定位和建图方法及系统 | |
CN104331623A (zh) | 一种机动策略自适应的目标跟踪信息滤波算法 | |
CN105352496A (zh) | 基于声呐辅助自主导航的auv导航方法 | |
US11932262B2 (en) | Stochastic nonlinear predictive controller and method based on uncertainty propagation by Gaussian-assumed density filters | |
CN106772516A (zh) | 一种基于模糊理论的复合定位新方法 | |
CN108873915A (zh) | 动态避障方法及其全向安防机器人 | |
CN107464012A (zh) | 一种基于平行仿真的城市交通运输支持系统 | |
CN108319130A (zh) | 基于李雅普诺夫制导向量和粒子滤波的机动目标跟踪方法 | |
CN108107890B (zh) | 一种非线性不确定系统的安全轨迹规划方法 | |
CN107421541A (zh) | 一种容错非接触式失效卫星的形态参数测算方法 | |
CN102981160B (zh) | 一种确定空中目标航迹的方法及装置 | |
CN107167145A (zh) | 一种自适应非接触式失效卫星的形态参数测算方法 | |
Haberfeld et al. | Risk-sensitive rendezvous algorithm for heterogeneous agents in urban environments | |
Pestana et al. | AR Drone identification and navigation control at CVG-UPM |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |