-
公开(公告)号：CN119443438A
公开(公告)日：2025-02-14
申请号：CN202411482023.0
申请日：2024-10-23
Applicant: 上海交通大学 , 上海船舶运输科学研究所有限公司
IPC: G06Q10/047 , G06Q10/0631 , G06Q50/26 , G06F17/10 , G06F17/15
Abstract: 本发明涉及一种可变数量无人艇集群协同巡逻的任务分配方法，包括以下步骤：进行无人艇建模；将巡逻地图建立为若干节点的连通图；设定节点的评价指标，包括团体收益函数和个体收益函数；将巡逻任务的分配建模为一个多指标优化问题，通过分布式计算优化个体收益函数，从而优化团体收益函数，求解任务分配方案，同时，在任务分配过程中动态更新分配节点：各无人艇通过抛出部分负责节点并重新分配流通中的巡逻节点，实现根据当前地图状态和位置动态更新各无人艇的负责节点。与现有技术相比，本发明采用分布式优化方案，能实现对巡逻节点的动态分配，使其在复杂海洋环境中更高效、均衡的执行巡逻任务。
-
公开(公告)号：CN119418065A
公开(公告)日：2025-02-11
申请号：CN202411450337.2
申请日：2024-10-17
Applicant: 上海交通大学 , 中国人民解放军海军大连舰艇学院 , 中国舰船研究设计中心 , 嘉兴中创航空技术有限公司
IPC: G06V10/44 , G06V10/82 , G06V10/764 , G06F18/2433
Abstract: 本发明涉及一种基于语义分割的分布外异常目标检测方法，包括以下步骤：基于语义分割神经网络，获取待检测图像的各像素点语义信息；对属于相同类别的像素点进行选取，根据各像素点被判定所属的类别完成待检测图像的初步分割；利用连通域算法对初步分割结果进行二次分割；若二次分割所得图像区块所含有像素数量超过预设阈值，则根据原始待检测图像边缘检测结果进行再次分割，得到分割后的作为异常检测最小单元的多个图像区块；根据各像素点语义信息，利用信息熵对划定好的各图像区块进行异常度评分；将异常度高于判定阈值的图像区块，作为异常检测结果输出。与现有技术相比，本发明具有保证检测结果的语义连续性、能够以更高精度识别分布外异常目标等优点。
-
公开(公告)号：CN119356332A
公开(公告)日：2025-01-24
申请号：CN202411481965.7
申请日：2024-10-23
Applicant: 上海交通大学 , 上海船舶运输科学研究所有限公司
Abstract: 本发明涉及一种基于被动防守的无人艇集群拦截方法，包括以下步骤：基于防守方和进攻方的速度和机动性差异，建立防守方和进攻方无人艇的运动模型；定义打击半径和防守半径，接近无人艇打击半径内的对象将会被摧毁，防守半径为防守方无人艇距离目标点的距离，利用被动防守法预测进攻方无人艇的路径，通过启发式任务分配搜索算法为防守方无人艇集群分配任务目标；进攻方无人艇采用改进人工势场法进行路径规划与动态避障，避开防守方无人艇的拦截；根据多项拦截效果评价指标评价无人艇集群拦截效果。与现有技术相比，本发明能利用防守方的集群优势和位置优势来弥补速度上的劣势，更好地执行拦截任务。
-
公开(公告)号：CN118012111A
公开(公告)日：2024-05-10
申请号：CN202410117055.4
申请日：2024-01-26
Applicant: 大连海事大学 , 上海交通大学 , 湖北三江船艇科技有限公司
IPC: G05D1/485 , G05D101/10
Abstract: 本发明提供了一种三维空间强化学习路径规划方法，包括如下步骤：S1、设定无人水下潜航器在水下环境中的路径规划任务场景，构建无人水下潜航器路径规划控制目标；S2、确定马尔可夫模型的五元组；S3、建立柔性演员‑评论家算法框架；将柔性演员‑评论家算法框架与策略参数相结合，将噪声作为状态的函数合并，得到平滑的探索路径，然后初始化无人水下潜航器状态；S4、进行训练，获取无人艇集群的训练样本数据，然后输出探索路径；本发明提出了一种能够平衡能量消耗与航行距离，并且能在三维空间作业领域中得到广泛应用的路径规划控制器结构及设计方法。
-
公开(公告)号：CN118012057A
公开(公告)日：2024-05-10
申请号：CN202410117061.X
申请日：2024-01-26
Applicant: 大连海事大学 , 上海交通大学 , 深圳市镭神智能系统有限公司
IPC: G05D1/43 , G05D109/30
Abstract: 本发明提供了一种面向无人艇集群多目标追踪策略的强化学习推理方法，包括如下步骤：S1、基于单体无人艇离散动力学模型构建多目标追踪控制目标；S2、采用分布式马尔可夫模型对无人艇集群多目标追踪控制问题进行建模并确定分布式部分可观测马尔可夫模型的五元组；S3、根据构建的模型五元组，建立多智能体深度确定性策略梯度算法框架；S4、将硬注意力机制融入多智能体深度确定性策略梯度算法框架；S5、设定网络训练参数进行训练，获取无人艇集群的状态信息，输出最优控制策略；本发明将博弈论原理引入多智能体深度确定性策略梯度算法的奖励函数优化，通过优化各无人艇间的任务分配，实现了无人艇集群在多目标追踪任务中的最佳协同。
-
Patent Agency Ranking
公开(公告)号：CN113723012B
公开(公告)日：2024-04-30
申请号：CN202111060274.6
申请日：2021-09-10
Applicant: 上海交通大学
IPC: G06F30/27 , G06N3/094 , G06N7/01 , G06F111/04 , G06F111/08
Abstract: 本发明涉及一种基于多智能体生成对抗模仿安全学习的协作围捕方法，该方法包括：步骤1：搭建多智能体协作围捕仿真平台；步骤2：将多智能体协作围捕任务过程建立为MGP模型；步骤3：获取专家的围捕轨迹信息，并将其存入经验存储模块；步骤4：针对多智能体系统搭建轨迹判别网络、策略生成网络、值估计网络和限制估计网络；步骤5：基于多智能体生成对抗模仿安全学习对网络参数进行优化训练，得到策略生成网络和轨迹判别网络的最佳参数；步骤6：通过动作安全校正器对输出策略进行安全性校正，将校正后的策略应用于实际围捕作业任务，与现有技术相比，本发明具有简化了策略网络的设计过程和提高了算法对复杂性环境的适应能力等优点。
-
公开(公告)号：CN117806318A
公开(公告)日：2024-04-02
申请号：CN202311830670.1
申请日：2023-12-28
Applicant: 上海交通大学 , 海之韵(苏州)科技有限公司 , 东北大学 , 大连海事大学
Abstract: 本发明涉及一种基于多智能体强化学习的水面目标协同围捕方法，包括：构建基于多智能体强化学习的水面目标围捕模型，以各个无人船的状态作为输入，输出无人船的驱动力；采用集中训练、分布执行的训练框架对水面目标围捕模型进行训练，无人船作为强化学习中的智能体通过训练生成多智能体协同控制策略，根据获取到的有限的环境信息进行决策和协同，以完成对敌对目标围捕；其中，利用一个非线性映射函数将无人船趋近阶段和环绕阶段的不同目标合并为同一个，同时，在奖励函数中设有围捕角的惩罚项，使得无人船集群仅在所有无人船与围捕目标之间的距离小于预设阈值时才开始围捕和环绕。与现有技术相比，本发明具有结构简单、成功率高、泛化性好等优点。
-
公开(公告)号：CN116902129A
公开(公告)日：2023-10-20
申请号：CN202311109988.0
申请日：2023-08-31
Applicant: 上海交通大学
Abstract: 本发明属于船舶设计领域，具体涉及一种对波浪主动补偿的双体船及控制方法，包括船舱、第一片体、第二片体、液压系统和驱动系统；所述的液压系统包括液压执行器；所述的船舱通过若干组液压执行器连接于第一片体与第二片体上方，液压执行器与船舱、第一片体和第二片体之间分别采取铰接连接；所述的船舱设有姿态传感器；所述的驱动系统包括电机与控制器；所述的电机与液压系统连接，所述的控制器分别与电机和姿态传感器电气连接。与现有技术相比，本发明解决现有技术中在双体船航行中会受波浪影响而导致船舱发生晃动的缺陷，实现了对船舱的姿态进行主动补偿与控制，最大限度地减少船舱的晃动，提高船舶的航行稳定性。
-
公开(公告)号：CN116331206B
公开(公告)日：2023-10-20
申请号：CN202310363022.3
申请日：2023-04-06
Applicant: 上海交通大学
IPC: B60W30/18 , B60W40/105 , B60W40/10 , B60W40/06
Abstract: 本发明公开一种智能汽车安全行驶的决策方法及系统，涉及智能汽车决策技术领域。所述方法包括：采集目标智能汽车在高速路的行驶参数；所述行驶参数包括车辆速度、车头角度、位置信息和车道情况；所述车道情况为与相邻车辆的时距变化；根据所述行驶参数和合规性强化学习决策模型，确定最优换道超车动作；所述合规性强化学习决策模型是根据深度强化学习网络和回报函数构建的；所述回报函数是根据超车判断条件和预设最小安全距离确定的；所述回报函数为在超车过程中车辆违规的事故程度。本发明能够提高智能汽车安全行驶的决策准确率。
-
公开(公告)号：CN116842414A
公开(公告)日：2023-10-03
申请号：CN202310784435.9
申请日：2023-06-29
Applicant: 上海交通大学
IPC: G06F18/23213 , G06F18/2135 , F03B3/12 , F03B13/12
Abstract: 本发明涉及一种变工况下海流发电机叶片附着物检测方法及装置，其中方法包括：对采集到的海流发电机多组电信号进行希尔伯特变换和变分模态分解，获得对应的瞬时频率信号及其特征分量；通过随机初始化聚类中心和数目的方式，利用K‑均值聚类方法处理瞬时频率信号的特征分量，确定海流发电机工况预划分信息；分别在各个预划分工况内选择互信息熵最小的样本作为初始化聚类中心，进行二次聚类；利用聚类评价指标确定工况的数目，获取最优划分工况个数；在确定的各最优划分工况内分别建立叶片附着物PCA检测模型，输出检测结果。与现有技术相比，本发明通过工况划分提高了变工况下海流发电机叶片附着物检测的灵活性和准确性。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.026 seconds)
