面向无人自主系统的基于类脑跨媒体智能的目标识别方法

    公开(公告)号:CN109241912B

    公开(公告)日:2020-08-07

    申请号:CN201811046842.5

    申请日:2018-09-08

    Applicant: 河南大学

    Abstract: 本发明提供一种面向无人自主系统的基于类脑跨媒体智能的目标识别方法。该方法包括:步骤1、获取无人自主系统采集到的目标场景的视音频数据,对所述视音频数据进行预处理,提取所述视音频数据中的语言文字,将所述语言文字采用分布式表示,得到词向量;步骤2、结合对象时空上下文信息,对预处理后的视音频数据和词向量进行显著性计算;步骤3、根据显著性计算结果和对象时空上下文信息,训练多模态融合神经网络,提取视音频数据和词向量的属性语义信息;步骤4、根据对象时空上下文信息、属性语义信息和目标知识图谱的先验知识,采用认知计算和贝叶斯推理,得到目标场景中的目标语义信息。本发明能有效提升无人自主设备的智能化目标识别效果。

    面向停车服务的车联网系统

    公开(公告)号:CN105303876B

    公开(公告)日:2018-02-02

    申请号:CN201510638361.3

    申请日:2015-09-23

    Applicant: 河南大学

    Abstract: 本发明公开了一种面向停车服务的车联网系统,包括车牌识别系统,收费管理系统,短信息数据传输单元,在停车场中设置的若干个Wi‑Fi热点,控制主机,和车联网云平台;车联网云平台包括GPS定位模块,车库监控终端,车位空余数量及位置储存模块,人机操作界面,中央处理器,液晶显示屏,语音单元和Wi‑Fi模块。本发明通过车牌的识别,实现了不停车收费管理;建立了统一的停车费集中支付平台,车主网上注册、自助缴费、网络自动扣费,使用方便;同时实现了停车位指引,快速停车的功能。

    安全势场下基于informer神经网络的驾驶行为预测方法

    公开(公告)号:CN115547040B

    公开(公告)日:2024-11-22

    申请号:CN202211137976.4

    申请日:2022-09-19

    Applicant: 河南大学

    Abstract: 本发明提出了一种安全势场下基于informer神经网络的驾驶行为预测方法,包括对运动数据集中的数据进行预处理得到轨迹序列特征;将轨迹序列特征编码为潜在时空表示;将潜在时空表示输入到informer神经网络中,预测目标车辆未来的驾驶意图和驾驶轨迹;分别建立跟驰情况下和换道情况下的安全势场模型,计算安全势场范围;构建安全势场范围约束、预测的驾驶意图和驾驶轨迹的联合损失函数,利用Adam优化器优化得到预测模型;使用测试集对预测模型进行预测。本发明将安全势场模型和informer模型有机地结合在了一起,能够实现周围车辆的意图预测和多通道轨迹预测,在驾驶行为预测的实时性、准确性和安全性方面具有卓越的性能。

    一种面向未知环境与未知动力学的无人机集群安全蜂拥控制方法

    公开(公告)号:CN118884998A

    公开(公告)日:2024-11-01

    申请号:CN202410907925.8

    申请日:2024-07-08

    Applicant: 河南大学

    Abstract: 本发明提出了一种面向未知环境与未知动力学的无人机集群安全蜂拥控制方法,包括,根据各无人机的通信关系建立通信拓扑结构图,根据通信拓扑网络构建无人机系统输入输出模型,定义蜂拥控制目标和系统误差;根据无模型自适应理论获取伪偏导数估计值及偏导数估计值的控制律;利用蜂拥控制误差和无人机系统输入输出模型的伪偏导数估计值得到蜂拥控制律;构建带约束的随机CBF;通过激光雷达采集数据样本并进行标记,得到训练数据集,建立高斯过程模型,利用训练数据集和高斯过程模型通过高斯过程回归建模归零CBFs;利用量化不确定性的CBFs和蜂拥控制律实现二次规划控制器。本发明简化了控制器设计,提高了系统的鲁棒性,满足了不确定环境下无人机的安全性和低不确定性要求。

    一种基于强化学习的混合储能系统无差拍控制方法

    公开(公告)号:CN118826245A

    公开(公告)日:2024-10-22

    申请号:CN202410853130.3

    申请日:2024-06-28

    Abstract: 本发明提出了一种基于强化学习的混合储能系统无差拍控制方法,具体步骤为:S1:建立微电网混合储能系统模型;S2:基于actor‑critic网络构建深度确定性策略梯度智能体并进行训练参数设计;S3:利用深度确定性策略梯度智能体对混合储能系统的参考电流值进行补偿;S4:通过直流微电网产生大量数据对深度确定性策略梯度智能体算法进行训练,得到训练的模型;S5:将训练的模型加入到无差拍控制器中,得到准确的参考电流;S6:分别得到电池和超级电容双向转换器下一时刻的控制占空比。通过本申请所提出的方法能够避免对系统损耗进行复杂的数学建模,在不增加在线运算负担的情况下保证直流母线电压的稳定。

    一种面向工业异构数据协同传输的分布式多信道接入方法

    公开(公告)号:CN118450529A

    公开(公告)日:2024-08-06

    申请号:CN202410540013.1

    申请日:2024-04-30

    Applicant: 河南大学

    Abstract: 本发明提出了一种面向工业异构数据协同传输的分布式多信道接入方法,具体步骤为:S1:建立工业无线网络中的端边协同计算架构;S2:对端边协同计算架构工业设备的多设备多信道接入问题建模转化为分布式部分可观测马尔可夫决策模型;S3:基于融合门控循环单元的多智能体深度强化学习框架,设计多指标决策的多信道接入算法,实现无线网络性能最大化。本发明设计了一种多准则决策算法,通过设计基于CRITIC法与势博弈的奖励函数使高优先级设备在保证自身服务质量的时隙接入,避免过早抢占接入信道使低优先级设备发生接入饥饿,为智能工厂的异构数据传输提供高效方案。

    一种不确定噪声环境下的迭代学习安全临界控制方法

    公开(公告)号:CN118311963A

    公开(公告)日:2024-07-09

    申请号:CN202410415455.3

    申请日:2024-04-08

    Applicant: 河南大学

    Abstract: 本发明提出了一种不确定噪声环境下的迭代学习安全临界控制方法,其步骤如下:将传感器实时获取的机器人到障碍物边缘的距离作为数据样本,生成安全距离数据集;构建环境和机器人模型:设置移动的机器人的工作区域,确定移动机器人的控制系统,并构建反馈标称控制器;利用安全距离数据集基于学习的方法合成控制障碍函数并构建高斯核函数训练数据,设计均值函数和协方差函数分别表示安全距离和低不确定性;定义两个归零障碍函数实现不确定噪声环境下机器人使用随机控制障碍函数学习的安全关键控制。本发明能够使机器人能够更好地适应复杂和动态的未知环境,灵活性高,具有低不确定性,机器人对环境和感知数据的理解更准确,可以减少机器人在未知环境中的风险和意外情况;且鲁棒性高。

    一种用于无人机携能通信轨迹优化调度的方法

    公开(公告)号:CN118226885A

    公开(公告)日:2024-06-21

    申请号:CN202410310447.2

    申请日:2024-03-19

    Applicant: 河南大学

    Abstract: 本发明提出了一种用于无人机携能通信轨迹优化调度的方法,具体步骤包括:S1:建立能耗模型和信息年龄模型和空地协同交互模型,并提出优化问题;S2:将空地协同交互模型、能耗模型和信息年龄模型转换为马尔科夫博弈过程,并将优化问题分解为两层子问题;S3:建立集中训练分布式执行的多智能体分层强化学习算法,对两层子问题进行交替优化;S4:通过迭代学习过程,设计奖励函数。本申请首先,通过深度强化学习构建神经网络获得实时轨迹优化策略。然后,为提高算法的可扩展性,将调度问题分解为两层子问题并通过分层强化学习交替优化,降低了各子问题的复杂度,而且提高了收敛效率。

    一种考虑无线充电和动态能耗的电动汽车路径规划方法

    公开(公告)号:CN113029182B

    公开(公告)日:2024-02-13

    申请号:CN202110441165.2

    申请日:2021-04-23

    Applicant: 河南大学

    Abstract: 本发明的目的是提供一种考虑无线充电和动态能耗的电动汽车路径规划方法,首先利用蒙特卡洛法确定电动汽车的起点和终点,加载交通路网信息、无线充电道路信息、各路段的平均通行速度、不同交通状况下的能耗信息;系统自动检测电动汽车的荷电状态。然后根据起点和终点使用Dijkstra算法规划出最小能耗路径并计算出考虑无线充电下的最小能耗;接着根据电动汽车的荷电状态判断是否需要前往充电站充电,如需充电,根据用户的不同需求,建立不同的优化目标,本发明有效结合无线充电网、道路交通网和充电站,在行驶过程中考虑到电动汽车的动态能耗,根据用户需求完成充电路径规划,提供较好的路径规划解决方案。

    一种基于FPGA的智能导盲方法及头盔式系统

    公开(公告)号:CN116549268A

    公开(公告)日:2023-08-08

    申请号:CN202310515212.2

    申请日:2023-05-09

    Applicant: 河南大学

    Abstract: 本发明提出了一种基于FPGA的智能导盲方法及头盔式系统,步骤为:调用盲人导航地图和GPS/北斗导航模块,规划行走路线;双目摄像头实时采集图像;FPGA处理模块对输入的图像执行多目标检测算法进行目标检测,对道路目标进行实例分割,执行双目测距算法实现双目测距;FPGA处理模块对多目标检测算法进行硬件加速;进行近距离障碍物的精确距离测量;融合导航信息、多目标检测结果、双目测距结果及超声测距结果,经决策算法分析给出导航语音提示;图像画面变化微小时不进行双目与目标检测。本发明基于FPGA对多目标检测和双目测距进行加速,在确保检测精度和实时性的同时降低功耗。

Patent Agency Ranking