-
公开(公告)号：CN112148446A
公开(公告)日：2020-12-29
申请号：CN202011001300.3
申请日：2020-09-22
Applicant: 华中科技大学
Abstract: 本发明公开了一种用于多技能资源受限项目调度的进化策略算法，包括设置算法参数及初始化变量、初始化种群、对种群中的个体执行变异操作、评估种群适应度、更新帕累托种群、选择下一代的父代种群、判断是否满足迭代的终止条件，若满足条件，则终止程序并输出帕累托种群等步骤；本发明进一步考虑了资源在使用不同技能时的切换情况，更切合实际的应用场景。新的个体编码结构仅表示任务的资源指派，减少搜索空间。新的计划生成方案，采用贪婪策略，将任务分为两个集合依次安排其开始时间，并尽量减少不必要的技能切换，使得生成的调度方案的工期和成本大大减少。在解集的延展性、多样性和收敛性上好于目前已有的同类算法。
-
公开(公告)号：CN114675648B
公开(公告)日：2024-12-10
申请号：CN202210305690.6
申请日：2022-03-25
Applicant: 华中科技大学
Abstract: 本发明属于机器人相关技术领域，其公开了一种基于机器学习的AGV动态避障方法，包括以下步骤：(1)对二维激光雷达点云数据进行动态障碍物划定，标记出动态障碍物的覆盖范围；(2)计算获得动态障碍物的速度向量；(3)计算获得动态障碍物的趋势向量；(4)构建AGV运动引导矩阵和运动引导张量；(5)使用AGV运动引导张量作为深度强化学习的神经网络输入以构建神经网络；(6)对深度强化学习训练引入基于动态障碍物运动状态的多阶动态惩罚机制(7)对深度强化学习训练引入AGV前进奖励机制；(8)进行深度强化学习避障训练，进而控制AGV进行避障。本发明具有较高的避让安全性和避让效率，实施性和适应性较好。
-
公开(公告)号：CN118347502A
公开(公告)日：2024-07-16
申请号：CN202410452086.5
申请日：2024-04-16
Applicant: 华中科技大学
Abstract: 本公开涉及基于自适应熵值的移动机器人无地图导航方法及系统，包括：获取考虑局部最优区域的移动机器人场景环境信息；采用深度强化学习算法，使得移动机器人与场景环境信息进行交互，获得多个五元组；构建包括Actor网络、Value网络和Critic网络的深度学习网络架构，根据多个五元组中移动机器人所获奖励，采用局部最优判定机制判定移动机器人是否陷入局部最优，根据判定结果进行自适应熵值调节机制计算，进一步更新多个五元组中的温度系数，以新的五元组对Actor网络、Value网络和Critic网络进行训练；采用训练好的深度学习网络架构进行移动机器人导航。本公开方法可有效解决现有移动机器人无地图导航方法导航成功率低下的缺陷。
-
Patent Agency Ranking
公开(公告)号：CN114781205B
公开(公告)日：2024-06-28
申请号：CN202210315785.6
申请日：2022-03-28
Applicant: 华中科技大学
IPC: G06F30/23 , G16C60/00 , G06F119/14
Abstract: 本发明公开了一种结构拓扑优化模型的灵敏度分析方法及应用，属于结构优化设计领域；在本发明所提供的一种灵敏度分析方法中，基于B样条函数张量积分解的特性，将传统的多维度隐式过滤器权重矩阵分解为几个单一维度的子权重矩阵进行计算。在本发明所提供的另一种灵敏度分析方法中，基于工程结构所划分网格的每个方向上的网格数量以及最小过滤半径，得到每个参数单元方向上的子权重矩阵。各个方向上的子权重矩阵通过Kronecker矩阵乘积法可以得到整体的过滤器权重矩阵，从而实现了权重矩阵的等效表达。本发明无需对每一个单元的敏度过滤器权重矩阵进行计算，仅需要计算各个维度方向上的子权重矩阵即可，存储效率高，且计算效率较快。
-
公开(公告)号：CN118135133A
公开(公告)日：2024-06-04
申请号：CN202410265089.8
申请日：2024-03-08
Applicant: 华中科技大学
Abstract: 本发明属于无人系统建图领域，并具体公开了一种面向广域搜索的车机协同建图方法及设备，其包括如下步骤：通过无人车和无人机进行搜索，获取点云地图和位姿，构建局部地图集，进而得到无人车全局地图和无人机全局地图；根据无人车和无人机的GNSS位姿差量，对无人车全局地图和无人机全局地图进行特征点匹配；基于匹配的特征点，通过因子图优化确定无人车和无人机的相对位姿，将无人车全局地图和无人机全局地图进行融合，得到精确全局地图。本发明有效降低了空地异构的多智能体系统在协同建图过程中的误差，提高了地图检索与融合的效率与精度，可为之后环境探索、任务规划、快速侦查等场景提供稳定有效的环境地图。
-
公开(公告)号：CN112148446B
公开(公告)日：2024-05-14
申请号：CN202011001300.3
申请日：2020-09-22
Applicant: 华中科技大学
Abstract: 本发明公开了一种用于多技能资源受限项目调度的进化策略算法，包括设置算法参数及初始化变量、初始化种群、对种群中的个体执行变异操作、评估种群适应度、更新帕累托种群、选择下一代的父代种群、判断是否满足迭代的终止条件，若满足条件，则终止程序并输出帕累托种群等步骤；本发明进一步考虑了资源在使用不同技能时的切换情况，更切合实际的应用场景。新的个体编码结构仅表示任务的资源指派，减少搜索空间。新的计划生成方案，采用贪婪策略，将任务分为两个集合依次安排其开始时间，并尽量减少不必要的技能切换，使得生成的调度方案的工期和成本大大减少。在解集的延展性、多样性和收敛性上好于目前已有的同类算法。
-
公开(公告)号：CN116460845A
公开(公告)日：2023-07-21
申请号：CN202310407270.3
申请日：2023-04-13
Applicant: 华中科技大学
IPC: B25J9/16
Abstract: 本发明公开了一种考虑点云骨架特征的未知物体六自由度抓取方法，采用基于L1中值骨架提取的迭代移动采样算法，保证抓取点最终均匀排布在物体的骨架上，避免生成大量无效抓取；利用骨架点的分布信息和骨架点周围点云的几何信息生成候选抓取位姿，有效提升了候选抓取姿态的质量；根据抓取器与物体之间的位置关系，使用启发式评价函数评估抓取位姿，从而保证位姿的最优化采样；适用于形状各异的未知物体，可以在非结构化环境下生成稳定的抓取位姿。
-
公开(公告)号：CN114819660A
公开(公告)日：2022-07-29
申请号：CN202210471049.X
申请日：2022-04-28
Applicant: 华中科技大学
Abstract: 本发明公开一种动态演进的设计众包的人力资源任务匹配方法和系统，属于资源任务规划领域。包括：S1.获取所有需要分配人力资源的任务作为待分配任务集，获取所有可用人力资源作为可用人力资源集；S2.对当前待分配任务集和可用人力资源集进行资源任务匹配；S3.监测是否有任务执行完成，若是，更新待分配任务集，接收对任务的执行情况的评价值，进入步骤S4，否则，继续监测，直至所有任务执行完成；S4.将任务的评价值输入至人力资源多维度评价模型，得到人力资源的最新特征属性，并更新可用人力资源集，进入步骤S2。本发明根据资源完成任务的实际情况对资源进行绩效评价，更新资源集中的资源状态，从而影响下一次资源任务匹配，提升资源任务匹配精准度。
-
-
-
-
-
-
-
Search Results
28
records
(took 0.025 seconds)
