-
公开(公告)号:CN116132156A
公开(公告)日:2023-05-16
申请号:CN202310063254.7
申请日:2023-01-18
Applicant: 福州市江北智慧城市建设运营有限公司 , 福州大学
Abstract: 本发明提供一种面向智慧灯杆的可信认证方法,属于智慧城市物联网技术领域,所述可信认证方法包括初始化阶段、注册阶段、对时阶段、数据加密阶段、数据解密阶段、身份认证阶段和智慧灯杆终端数据采集或云平台反向控制阶段;初始化阶段生成全局主密钥,注册阶段智慧灯杆终端和边缘网关在云平台注册并获取全局主密钥和唯一身份ID标识码,对时阶段保证系统各节点的时间一致性,加/解密阶段实现明文数据和密文数据转换,身份认证阶段实现节点身份可信认证,智慧灯杆终端数据采集或云平台反向控制阶段为系统常规工作状态;本方法实现智慧灯杆终端、边缘网关和云平台间的可信认证,可有效提高智慧灯杆系统安全性。
-
公开(公告)号:CN116107276A
公开(公告)日:2023-05-12
申请号:CN202211729139.0
申请日:2022-12-30
Applicant: 福州大学 , 福州哲研智能科技有限公司
IPC: G05B19/418 , G06Q10/087 , G06Q10/083 , G06Q10/04 , G06Q10/0631 , G06F17/13 , G06F17/12 , G06Q50/28
Abstract: 本发明涉及一种基于分布式微分博弈的物流仓储最优协调方法,包括以下步骤:步骤S1:基于仓储物流场景,利用图论,建立多自动化导引小车系统中导引小车之间的通信拓扑结构,包括博弈参与者模型和障碍物环境模型;步骤S2:利用人工势场法设计自动导引小车在博弈参与者模型中的运行成本函数;步骤S3:将受感知和通信限制的多自动化导引小车系统的物流仓储协调问题看作分布式微分博弈问题,建立分布微分博弈模型;步骤S4:利用庞特里亚金最小值原理,分析局部最优协调策略的存在性以及唯一性,并求解局部最优协调策略的表达形式,给出了从局部最优协调到全局纳什均衡的收敛条件,得到最优协调方案。本发明可以减少智能体到达目标点的时间,并且提升了自动导引小车的可扩展性。
-
公开(公告)号:CN116068900A
公开(公告)日:2023-05-05
申请号:CN202310255701.9
申请日:2023-03-16
Applicant: 福州大学
IPC: G05B13/04
Abstract: 本发明提供了面向多非完整约束移动机器人的强化学习行为控制方法,基于非完整约束矩阵建立多非完整约束移动机器人的运动学模型,基于欧拉拉格朗日方程建立多非完整约束移动机器人的动力学模型,并根据所建立的运动学模型构建基本行为,同时通过零空间投影技术,将所设计的基本行为以不同的优先级顺序组合成为复合行为;应用本技术方案不仅可避免在任务执行阶段使用集中式单元,而且提升了行为优先级切换的动态性和智能性。
-
公开(公告)号:CN115963837A
公开(公告)日:2023-04-14
申请号:CN202310036765.X
申请日:2023-01-10
Applicant: 福州大学 , 福州哲研智能科技有限公司
IPC: G05D1/02
Abstract: 本发明涉及一种任意通信链故障下的车辆编队纵向控制方法,包括以下步骤:步骤S1:分析Bidirectional‑leader通信拓扑结构下可能的通信链故障情况,并根据故障位置以及处理方法分为三大类型;步骤S2:利用Bidirectional‑leader拓扑结构特征,结合分布式模型预测控制算法针对每一种故障类型,构建相应的主动通信拓扑和控制器变换方案。本发明能够在Bidirectional‑leader所定义的拓扑结构下,自主适应任何一种通信链故障的发生,避免车辆间的碰撞,实现编队的正常运行,为车辆编队实际落地过程中的通信故障情况提供一种安全、可行、实用的对应方法。
-
公开(公告)号:CN111882184B
公开(公告)日:2022-10-14
申请号:CN202010677791.7
申请日:2020-07-14
Applicant: 福州大学
Abstract: 本发明涉及一种多智能体系统零空间行为控制动态任务优先级规划方法,首先,通过零空间投影的方法,建立复合任务;其次,将动态任务优先级规划问题转化为一个切换模式最优控制问题;最后应用混合整数优化方法,求解该最优控制问题得到最优复合任务轨迹。此方法解决多智能体系统零空间行为控制动态任务优先级规划问题,该方法不需要人为的设定任务优先级的切换条件,从而减少了研究人员的工作量,并具有良好的可扩展性,能被应用于传统逻辑法难以处理的大数量任务优先级动态规划中。此外,该方法在任务优先级切换的过程中考虑了对智能体未来状态的预测信息,使得其相较于传统的逻辑方法具有更加理想的切换效果。
-
公开(公告)号:CN111950525B
公开(公告)日:2022-09-16
申请号:CN202010894444.X
申请日:2020-08-31
Applicant: 福州大学
IPC: G06V40/18 , G06V10/774 , G06V10/82 , G06N3/08 , G06N3/04
Abstract: 本发明涉及一种基于破坏重建学习与GoogLeNet的Inception v4网络结构的细粒度图像分类方法,包括步骤:构建训练集,并对其中的图像进行预处理;对训练集中的每幅原始图像,将其划分为n*n个局部区域,再通过RCM处理得到对应原始图像的重组图像;分别构建由分类网络、判别网络以及区域对齐网络构成的重建破坏学习网络,并分别定义与分类网络、判别网络以及区域对齐网络对应的分类损失、对抗性损失以及区域对齐损失;以三个损失之和最小化为目标训练重建破坏学习网络;利用训练好的重建破坏学习网络中的分类网络对输入的图像进行分类。本发明在对细粒度图像的分类上取得了显著的效果。
-
公开(公告)号:CN111897224B
公开(公告)日:2022-04-01
申请号:CN202010811359.2
申请日:2020-08-13
Applicant: 福州大学
IPC: G05B13/04
Abstract: 本发明提出一种基于演员‑评论家强化学习和模糊逻辑的多智能体编队控制方法,将最优控制方法引入多机器人系统领航跟随者编队控制方法中,利用模糊逻辑系统逼近连续函数的能力,解决最优控制中汉密尔顿‑雅可比‑贝尔曼方程难以求取解析解的问题;同时,结合演员‑评论家强化学习算法,形成演员模糊逻辑系统模块和评论家模糊逻辑系统模块,前者执行控制行为,后者对前者所选择的行为进行评价并将评价信息反馈给前者。该方法可以平衡控制性能和资源损耗,并且以在线学习的方式提高多机器人系统对于环境的适应性。
-
公开(公告)号:CN113537782A
公开(公告)日:2021-10-22
申请号:CN202110813851.8
申请日:2021-07-19
Applicant: 福州大学
Abstract: 本发明提出基于合同网的多卫星态势感知系统分布式任务规划方法,合同网包括全局规划层、紧急规划层、局部规划层;方法包括以下步骤:步骤一、全局主管卫星指定局部主管卫星;步骤二、全局主管卫星对感知任务进行招标,由局部主管卫星进行任务投标;步骤三、全局主管卫星接收投标结果后,进行感知目标集群与卫星集群之间的匹配;步骤四、局部主管卫星对感知任务进行招标,从属卫星进行投标;步骤五、局部主管卫星接收到投标结果后,将局部感知目标分配至局部卫星;步骤六、当出现突发任务,紧急任务主管卫星将突发任务分配至各局部规划层;步骤七、局部规划层将任务分配至执行任务的卫星;本发明可解决多卫星多任务且存在多突发性的任务分配问题。
-
公开(公告)号:CN109870654B
公开(公告)日:2021-07-13
申请号:CN201910106341.X
申请日:2019-02-02
Applicant: 福州大学
IPC: G01R31/382 , G01R31/3842
Abstract: 本发明公开一种基于冲击负载响应特性的蓄电池容量在线动态估计方法,包括:保持对电池电压、电流和温度进行在线实时监测;当出现冲击性负载时,即当蓄电池电流瞬间增大幅值大于预先设定值时,将负载突变期间采集的蓄电压、电流和温度数据输送至在线估计器,通过融合小波分析和小脑模型神经网络的蓄电池容量在线估计算法,实时估计蓄电池剩余容量。本发明无需对蓄电池进行长时间满冲满放,也无需对蓄电池主动注入其他谐波信号,直接利用冲击性负载作用下、实时监测的电池电压、电流和温度数据,即可对蓄电池的容量进行快速、准确、实时的估计,适合不间断电源系统,减少电池维护成本,及时发现蓄电池容量减少或失效问题,提高系统的可靠性。
-
公开(公告)号:CN111950525A
公开(公告)日:2020-11-17
申请号:CN202010894444.X
申请日:2020-08-31
Applicant: 福州大学
Abstract: 本发明涉及一种基于破坏重建学习与GoogLeNet的Inception v4网络结构的细粒度图像分类方法,包括步骤:构建训练集,并对其中的图像进行预处理;对训练集中的每幅原始图像,将其划分为n*n个局部区域,再通过RCM处理得到对应原始图像的重组图像;分别构建由分类网络、判别网络以及区域对齐网络构成的重建破坏学习网络,并分别定义与分类网络、判别网络以及区域对齐网络对应的分类损失、对抗性损失以及区域对齐损失;以三个损失之和最小化为目标训练重建破坏学习网络;利用训练好的重建破坏学习网络中的分类网络对输入的图像进行分类。本发明在对细粒度图像的分类上取得了显著的效果。
-
-
-
-
-
-
-
-
-