-
公开(公告)号：CN118859976A
公开(公告)日：2024-10-29
申请号：CN202411341111.9
申请日：2024-09-25
摘要： 本发明公开了一种基于等变强化学习的固定翼姿态控制方法，包括以下步骤，S1：在平面地球假设下，基于固定翼运动学和动力学方程建立固定翼模型；S2：设定假设条件，建立步骤S1中固定翼模型的近似航向镜面对称结构；S3：定义强化学习的观测空间，动作空间，奖励函数；S4：选择Actor‑Critic架构强化学习算法作为训练算法，利用近似航向镜面对称结构设计强化学习神经网络结构；S5：搭建仿真环境，训练强化学习算法，最终以强化学习算法中的Actor神经网络模型作为控制器部署算法；本发明缓解了强化学习样本效率低下的问题，能够和任意深度Actor‑Critic强化学习算法相结合来加快其在固定翼控制问题中的训练速度。
-
公开(公告)号：CN118811088A
公开(公告)日：2024-10-22
申请号：CN202411318422.3
申请日：2024-09-20
申请人： 天目山实验室
IPC分类号： B64D1/22 , B64U10/17 , B64U101/60
摘要： 本发明公开了一种直升机末端矢量动力自动抓取装置，包括抓取装置和标靶机构，所述标靶机构包括折叠支撑架，所述折叠支撑架处安装有标靶图形，所述折叠支撑架的顶端安装有球形锁头，所述折叠支撑架的底部安装有通过货物缆绳悬挂货物的拉环，所述抓取装置包括位于顶部用于与直升机连接的悬挂机构和位于底部用于调节位置的导向机构；具有目标识别、位置姿态自动调整的功能，抓取装置姿态调整不完全依赖于直升机，突破强风等复杂环境下直升机位置姿态难以通过柔性绳索反馈到末端抓取装置上的限制，保证货物抓取的准确性。
-
公开(公告)号：CN118798693A
公开(公告)日：2024-10-18
申请号：CN202411288367.8
申请日：2024-09-14
IPC分类号： G06Q10/0637 , G06Q10/0639 , G06N3/0499 , G06N20/20 , G06N5/043
摘要： 本发明涉及一种小样本情况下高速飞行器机动对抗效能评估方法，包括如下步骤：S1：分析高速飞行器机动对抗过程，建立高速飞行器机动对抗指标体系框架，S2：根据构建的指标体系框架进行网络结构拓扑，通过建立单块神经网络模型，组合形成最终的复杂分块神经网络模型，S3：建立以R个MLP模型为基学习器，1个线性叠加学习器为元学习器的单块神经网络模型框架，S4：将“区间单调性”专家知识进行数学抽象表达构成基学习器的Loss函数的正则项，S5、基于S1‑S4中得到复杂分块神经网络模型对高速飞行器机动对抗效能进行评估；本发明结合了数据及专家知识，降低了人为主观性，提升了小样本情况下，高速飞行器机动对抗效能评估网络模型的准确度及鲁棒性。
-
公开(公告)号：CN118797818A
公开(公告)日：2024-10-18
申请号：CN202411272549.6
申请日：2024-09-11
IPC分类号： G06F30/15 , G06F30/27 , G06N3/006 , G06F18/15 , G06F18/2113
摘要： 本发明涉及一种基于距离相关系数的高速飞行器对抗特征选择方法，包括如下步骤：S1：采集原始数据，利用仿真环境进行高速飞行器对抗仿真实验，采集影响高速飞行器对抗变量的数据，S2：将步骤S1中获得的影响高速飞行器对抗变量的数据剔除异常值和重复值，保留下正常的数据并进行极差归一化处理，S3：将极差归一化处理后的数据分为两组，对于自变量组的所有变量，构造其线性组合，S4：将步骤S2中构造的线性组合中的自变量的线性组合权重系数作为待优化参数传输给粒子群优化算法，将自变量线性组合与因变量的距离相关系数作为粒子群优化算法的适应度函数；本发明具有提升高速飞行器对抗的总体设计能力和精细化设计水平的优点。
-
公开(公告)号：CN118658611A
公开(公告)日：2024-09-17
申请号：CN202411134999.9
申请日：2024-08-19
申请人： 天目山实验室
IPC分类号： G16H50/20 , G16H50/30 , G16H10/60 , G06F18/2431 , G06N3/0985 , G06N3/04 , G16H50/70 , A61B5/18 , A61B5/00 , A61B5/372 , G06F123/02
摘要： 本发明公开了一种基于多层感知机的情境意识多级判别系统和方法，包括用于提供模型输入数据准备的数据准备模块和用于人机交互条件下对操控员多个情境意识等级判别的多级SA判别模块，数据准备模块包括EEG数据采集子模块和多级SA敏感的EEG特征读入子模块，多级SA判别模块包括输入特征预处理子模块、多级SA判别模型的参数设置子模块和多级SA判别输出子模块；可实现人机交互条件下操控员多个情境意识等级的判别，具有标签片段化、显著性筛选、多等级判别等特点，可为典型人机交互条件下人员状态类触发的分工调整策略设计提供支撑。
-
公开(公告)号：CN118415652A
公开(公告)日：2024-08-02
申请号：CN202410889135.1
申请日：2024-07-04
申请人： 天目山实验室
IPC分类号： A61B5/374 , G06F18/2135 , G06F18/243 , A61B5/18 , A61B5/00
摘要： 本发明公开了人机共驾下基于β脑电特征的情境意识分类系统和方法，可实现任务操作过程中对情境意识敏感的多项β脑电特征计算，具有在线分类、敏感性好、可解释性强等特点，可为典型人机共驾任务的人员情境意识触发设计提供支撑，从而保障高效、安全的人机共驾方案分工调整。
-
公开(公告)号：CN118690186B
公开(公告)日：2024-10-25
申请号：CN202411180786.X
申请日：2024-08-27
申请人： 天目山实验室
IPC分类号： G06F18/2135 , G06F18/2132
摘要： 本发明公开了人机协作条件下的注意分配策略识别系统，包括用于采集多维度测量数据的数据采集模块，用于计算得到选定的多维度计算指标的指标计算模块和用于完成人机协作条件的选定的操作员多维度计算指标的预处理和注意分配策略识别的注意分配策略识别模块；可实现对操作员注意分配策略的判别，具有指标多维、可解释性高等特点，可为典型人机协作任务下的操作员注意分配策略培训和触发设计提供支撑，从而保障高效的培训效果和人机分工。
-
公开(公告)号：CN118690185B
公开(公告)日：2024-10-25
申请号：CN202411180758.8
申请日：2024-08-27
申请人： 天目山实验室
IPC分类号： G06F18/2132 , G06F18/10 , G06F18/2413
摘要： 本发明公开了一种低空空域监管员注意策略的在线判定系统及方法，包括在线测量模块、特征选定模块和注意策略判定模块，在线测量模块包括监管绩效测量子模块和眼动测量子模块，特征选定模块包括监管绩效选定子模块和眼动特征选定子模块，注意策略判定模块包括特征预处理子模块、K近邻模型设置子模块和注意策略判定子模块；可实现基于绩效和眼动特征的监管员注意策略判定，具有在线判定、客观性强等特点，可为典型低空空域监管任务下监管员注意策略的培训优化以及动态人机功能分配的触发机制设计提供支撑。
-
公开(公告)号：CN118780675A
公开(公告)日：2024-10-15
申请号：CN202410968456.0
申请日：2024-07-18
申请人： 天目山实验室
IPC分类号： G06Q10/0639 , G06F17/11
摘要： 本发明提供了面向人机共驾分工调整的触发指标体系生成与分析系统和方法。该系统可实现面向人机共驾分工调整的触发指标量表生成，并提供了一种面向人机共驾分工调整的触发指标分析方法，具有系统性强、早期开发应用、高实践价值等特点，可为系统研发团队开展安全绩效评估和动态触发设计提供一定参考。
-
公开(公告)号：CN118568865B
公开(公告)日：2024-10-01
申请号：CN202411041503.3
申请日：2024-07-31
申请人： 天目山实验室
IPC分类号： G06F30/15 , G06F30/23 , G06F30/27 , G06N3/042 , G06N3/048 , G06F119/14 , G06F113/26
摘要： 本发明公开了一种用深度学习预测滑橇式起落架应力的方法，包括建立复合材料滑橇式起落架准静态压载仿真有限元模型、调整不同复合材料铺层参数，计算出对应的危险位置应力，以建立训练数据集、构建并获取最佳深度神经网络模型、通过深度学习方法训练深度神经网络模型，使其能够准确地预测滑橇式起落架危险处最大应力的步骤；该方法准确性高、速度快、操作简单，可以快速有效预测滑橇式起落架的应力，为快速设计制造滑橇式起落架提供支持。
-
-
-
-
-
-
-
-
-
搜索结果
37 条记录 (耗时 0.04 秒)
