一种多移动机器人在安防领域中协作搜索与围捕方法

    公开(公告)号:CN111190420B

    公开(公告)日:2021-11-12

    申请号:CN202010012919.8

    申请日:2020-01-07

    Abstract: 本发明属于机器人技术和安防技术领域,一种多移动机器人在安防领域中协作搜索与围捕方法,包括以下步骤:(1)移动机器人平台的搭建,(2)移动机器人通信网络的构建,(3)后台监控系统界面的设计,(4)目标物体的检测,(5)移动机器人在工作区域巡检,(6)目标物体的跟踪,(7)多移动机器人编队控制。本发明提供的方法可以将移动机器人应用于安防领域,对于移动机器人在安防领域中的入侵报警、闭路监控、巡查等方面具有一定的指导意义,克服了移动机器人应用欠缺,智能化程度和无人化程度不高的问题。

    一种基于机器学习的网络入侵异常检测方法

    公开(公告)号:CN109962909B

    公开(公告)日:2021-05-14

    申请号:CN201910088370.8

    申请日:2019-01-30

    Abstract: 本发明属于网络安全技术领域,一种基于机器学习的网络入侵异常检测方法,包括以下步骤:(1)对数据特征属性进行分类,(2)将数据集中的目标属性按照传统的网络入侵类别进行映射,(3)对数据中的样本特征进行降维,(4)采用处理后的数据集来训练针对网络请求的多分类模型,(5)使用测试集数据对训练后的分类模型进行评估。本发明的一种基于机器学习的网络入侵异常检测方法,配合特征处理和归一化技术对数据进行预处理,构建了SVM模型实现对网络异常攻击的高效检测,解决了传统的基于规则的检测方法所面临的维护成本高、需要实时更新过滤规则的问题。

    一种多移动机器人在安防领域中协作搜索与围捕方法

    公开(公告)号:CN111190420A

    公开(公告)日:2020-05-22

    申请号:CN202010012919.8

    申请日:2020-01-07

    Abstract: 本发明属于机器人技术和安防技术领域,一种多移动机器人在安防领域中协作搜索与围捕方法,包括以下步骤:(1)移动机器人平台的搭建,(2)移动机器人通信网络的构建,(3)后台监控系统界面的设计,(4)目标物体的检测,(5)移动机器人在工作区域巡检,(6)目标物体的跟踪,(7)多移动机器人编队控制。本发明提供的方法可以将移动机器人应用于安防领域,对于移动机器人在安防领域中的入侵报警、闭路监控、巡查等方面具有一定的指导意义,克服了移动机器人应用欠缺,智能化程度和无人化程度不高的问题。

    一种基于机器学习的网络入侵异常检测方法

    公开(公告)号:CN109962909A

    公开(公告)日:2019-07-02

    申请号:CN201910088370.8

    申请日:2019-01-30

    Abstract: 本发明属于网络安全技术领域,一种基于机器学习的网络入侵异常检测方法,包括以下步骤:(1)对数据特征属性进行分类,(2)将数据集中的目标属性按照传统的网络入侵类别进行映射,(3)对数据中的样本特征进行降维,(4)采用处理后的数据集来训练针对网络请求的多分类模型,(5)使用测试集数据对训练后的分类模型进行评估。本发明的一种基于机器学习的网络入侵异常检测方法,配合特征处理和归一化技术对数据进行预处理,构建了SVM模型实现对网络异常攻击的高效检测,解决了传统的基于规则的检测方法所面临的维护成本高、需要实时更新过滤规则的问题。

    一种浮式平台仿真实验系统

    公开(公告)号:CN108630086A

    公开(公告)日:2018-10-09

    申请号:CN201810576965.3

    申请日:2018-06-04

    CPC classification number: G09B25/00

    Abstract: 本发明提供一种浮式平台仿真实验系统,属于海洋平台工程技术领域。该系统包括平台连接单元、上平台和下平台;上平台与下平台之间、上平台与外围支架之间均通过平台连接单元相连。所述的平台连接单元包括转动轴、第一十字万向节、短连接杆、升沉自由度弹簧、长连接杆和第二十字万向节;转动轴作为平台连接单元与平台之间相连的节点,用于提供绕竖直面旋转的自由度;第一十字万向节和第二十字万向节用于提供水平面上的两个旋转自由度。上平台具有六个自由度,横摇、纵摇、艏摇、横荡、纵荡、升沉。下平台作为悬挂系统,也具有六个自由度。提供一种浮式平台及其附属结构仿真实验系统的机械结构,以解决在研究海洋平台损伤识别中的实际数据问题。

    基于改进DQN算法的移动机器人在线路径规划方法

    公开(公告)号:CN118031957A

    公开(公告)日:2024-05-14

    申请号:CN202410097639.X

    申请日:2024-01-24

    Abstract: 本发明公开了一种基于改进DQN算法的移动机器人在线路径规划方法,具体步骤如下:改进DQN神经网络模型,增添一个动作价值评估网络e来辅助Q网络对动作的选取。通过将整体环境图片信息通过处理所得到的包含四种像素信息的矩阵信息作为机器人的状态信息S,输入至Q网络与e网络中;考虑到一般的路径规划问题,每次训练所使用的的二维栅格地图均采用随机生成的方式;经验回放池由两种不同优先级的回放池所组成,在训练的不同阶段根据训练目标的不同,采取不同的比例抽取经验;针对DQN主网络训练网络参数的方法,采用添加动量项的分数阶梯度下降算法;本发明用以解决常规DQN用于机器人路径规划时存在的成功率低以及收敛速度慢等问题。

    一种基于演化博弈的促进网络社区的合作方法

    公开(公告)号:CN109858966A

    公开(公告)日:2019-06-07

    申请号:CN201910088461.1

    申请日:2019-01-30

    Abstract: 本发明涉及社交网络建模技术领域,一种基于演化博弈的促进网络社区的合作方法,包括以下步骤:(1)定义用户的博弈策略和收益矩阵,(2)初始化系统参数,(3)参与者必须发送请求给网络社区平台,(4)参与者进行博弈,(5)计算每个参与者的收益,(6)计算合作率,(7)计算演化博弈中成本和收入的调整系数,(8)调整下一轮用于参与者博弈的收入和成本,(9)更新参与者的策略,(10)判断系统是否稳定。本发明方法具有以下优点:一是,每个用户在进行信息交流的过程中自动地根据环境的不同选择不同的策略进行博弈。二是,社区服务平台可以通过调整参与者的收入来控制整个演化博弈的过程,促进参与者之间的合作。

    一种基于深度强化学习的移动机器人在线路径规划方法

    公开(公告)号:CN116400701A

    公开(公告)日:2023-07-07

    申请号:CN202310391189.0

    申请日:2023-04-13

    Inventor: 徐永成 王宏伟

    Abstract: 本发明公开了一种基于深度强化学习的移动机器人在线路径规划方法,具体步骤如下:通过激光雷达获取障碍物信息,通过ROS内置插件获取机器人位置信息以及目标点信息,将两者进行处理并整合为机器人状态S。将状态S输入至DDPG网络中获取最优执行动作,使得机器人在导航过程中迅速安全的到达目标点;设计LSTM与Actor网络级联的结构;改进的经验回放池的结构采用线段树,可以高效的更新由于回合数量不断增加导致的权重变化;针对Critic网络的优化采用添加动量项的分数阶梯度下降算法,相比整数阶既可以提高准确性又可以提高收敛速度;本发明用以解决常规DDPG用于机器人路径规划时存在的准确率低以及收敛速度慢等问题。

Patent Agency Ranking