公开(公告)号：CN119024871A

公开(公告)日：2024-11-26

申请号：CN202411089345.9

申请日：2024-08-08

Applicant: 哈尔滨理工大学

Inventor： 吕重阳 ,  王爽 ,  董文静 ,  周能宏 ,  庞怀勇

IPC: G05D1/49 ,  G05D1/46 ,  G05D101/10 ,  G05D109/20

Abstract: 本发明公开了一种保证安全性的控制无人机的优化方法。涉及无人机路径规划技术领域。包括：通过视觉系统获取来自环境中的目标位置信息和环境障碍信息，构建全局路径规划优化模型。针对传统A*算法出现的路径过长，搜索效率低，冗余节点过多等问题。提出了一种基于安全性的改进A*方法。首先，提出自适应的变换扩展搜索策略，无人机在运行过程中会根据扩展路径与障碍物的位置，自动变换扩展方向；第二，引入障碍物危险系数，以加强路径的安全性，使得无人机在探测到障碍物的同时进行风险评估。保证无人机能够尽可能远离障碍物；第三，对评估函数进行优化，改进启发函数可以提高路径规划的效率；第四，节点优化，使路径变的更短，路径更加安全；最后，对改进的A*算法路径使用B样条曲线对路径进行曲线优化，以消除路径转折点处的尖峰，使路径更短更平滑，确保无人机飞行的平滑和稳定。

公开(公告)号：CN119022944A

公开(公告)日：2024-11-26

申请号：CN202411054469.3

申请日：2024-08-02

Applicant: 哈尔滨理工大学

Inventor： 吕重阳 ,  周能宏 ,  王爽 ,  董文静 ,  庞怀勇

IPC: G01C21/34

Abstract: 本发明涉及了一种基于PSO‑MPC融合的多智能体路径规划方法，涉及人工智能路径规划技术领域。对多智能体路径规划是一个具有挑战性的任务，涉及缩短路径长度、保持安全行驶距离。本文提出一种PSO与MPC融合的多智能体路径规划算法；在该算法中，首先，利用PSO算法规划全局路径，并引入多目标点的导向函数、权重因子自适应函数，来减少路径长度；其次，以全局路径作为MPC实时跟踪的参考轨迹，并引入安全的预测点、控制智能体函数的行驶速度，从而保持智能体行驶的安全性。最后，在仿真实验中与传统PSO、MOPSO以及蚁群等其他算法的对比实验表明，本文提出的算法形成的全局路径长度更短，收敛速度更快；智能体时刻位于安全区域中，且形成的路径更加光滑。

公开(公告)号：CN118114810A

公开(公告)日：2024-05-31

申请号：CN202410103830.0

申请日：2024-01-24

Applicant: 哈尔滨理工大学

Inventor： 吕重阳 ,  梁凯策 ,  庞怀勇 ,  王爽 ,  周能宏 ,  董文静

IPC: G06Q10/04 ,  G06Q50/02 ,  G06Q30/0601 ,  G06N3/04 ,  G06N3/084 ,  G06F17/16 ,  G06F18/214 ,  G06F18/24

Abstract: 本发明属于数字农业领域，公开了一种基于神经网络和卡尔曼滤波的大豆单产预测方法，其中包括：采集种植地区大豆历史单产数据，采集该种植地区大豆单产影响因素历史数据；对采集到的大豆单产数据和单产影响因素数据进行清洗和归一化；构建神经网络‑卡尔曼滤波预测矫正模型，训练神经网络，利用训练好的神经网络，预测大豆单产；使用卡尔曼滤波校正模块，实时更新和修正神经网络预测结果。使用验证集验证预测效果，选择调整模型结构及参数，优化得到最终预测结果。该发明结合了神经网络和卡尔曼滤波算法，实现对大豆单产的准确预测和实时校正。

公开(公告)号：CN119024859A

公开(公告)日：2024-11-26

申请号：CN202411054465.5

申请日：2024-08-02

Applicant: 哈尔滨理工大学

Inventor： 吕重阳 ,  董文静 ,  王爽 ,  周能宏 ,  庞怀勇

IPC: G05D1/46 ,  G05D109/20

Abstract: 本发明公开了一种基于多策略改进蚁群算法的无人机路径规划方法，涉及无人机路径规划技术领域。针对传统蚁群算法在进行无人机路径规划时存在的收敛速度慢、易陷入局部最优解、参数调节复杂等问题，本发明提出了一种基于多策略改进蚁群算法的无人机路径规划方法，包括：在状态转移概率中引入了角度函数，来提供方向性信息，从而达到加快收敛速度、减小拐角的目的；在信息素更新规则中采用了向内扩展信息素和限制信息素浓度的策略，避免算法出现过早收敛和陷入局部最优解的问题；以自适应的形式动态调整信息素挥发因子，并通过预实验处理，设计目标函数来动态调整对应参数的取值，得到最优参数组合，从而改善算法的收敛效果。本发明能提高无人机路径规划过程中的各项性能，并且更加适用于大规模复杂环境中。

公开(公告)号：CN117930846A

公开(公告)日：2024-04-26

申请号：CN202410113774.9

申请日：2024-01-26

Applicant: 哈尔滨理工大学

Inventor： 吕重阳 ,  庞怀勇 ,  梁凯策 ,  董文静 ,  王爽 ,  周能宏

IPC: G05D1/43 ,  G05D1/246 ,  G05D1/65 ,  G05D1/633 ,  G05D1/644 ,  G05D1/648 ,  G05D109/10

Abstract: 本发明公开了一种基于改进蚁群算法的移动机器人的全局路径规划方法。针对传统蚁群算法在移动机器人全局路径规划中存在算法的收敛速度慢，优化能力弱，最优路径拐点个数较多等问题。本发明提出了一种基于改进蚁群算法的移动机器人全局路径规划方法，通过引入一个初始信息素分布函数；增加移动机器人在某一节点处可行节点的数量；优化传统蚁群算法中启发函数和概率转移公式；根据迭代次数设置动态的信息素挥发因子对传统蚁群算法进行改进。通过仿真实验得出算法的收敛速度和优化能力得到有效提高，并且最优路径的拐点个数减少。