基于零信任架构的智能网联车群领导车辆选举系统及方法

    公开(公告)号:CN117939431A

    公开(公告)日:2024-04-26

    申请号:CN202410127560.7

    申请日:2024-01-30

    Applicant: 安徽大学

    Abstract: 本发明公开了基于零信任架构的智能网联车群领导车辆选举系统方法。系统包括:节点建立模块,用于为零信任环境下智能网联车群中的每个车辆建立对应的车辆节点;信任评估模块,用于利用零信任架构下的交叉熵信任评估方法,结合车辆节点和邻居车辆节点的度中心性和异构性,分析车辆节点在智能网联车群中的重要程度,进而计算每个车辆节点的信任度;领导车辆选举模块,用于利用PBFT分布式共识算法,根据每个车辆节点的信任度确定智能网联车群的领导车辆。本发明利用交叉熵信任评估方法计算智能网联车群中每个车辆节点的信任度,利用PBFT分布式共识算法根据每个车辆节点的信任度确定智能网联车群的领导车辆,提高了领导车辆选举的准确性和可靠性。

    动态网络的有界簇同步方法、设备及存储介质

    公开(公告)号:CN117675594A

    公开(公告)日:2024-03-08

    申请号:CN202311692315.2

    申请日:2023-12-11

    Applicant: 安徽大学

    Abstract: 本发明的一种动态网络的有界簇同步方法、设备及存储介质,包括将具有有向切换拓扑的动态系统划分为若干个簇;设计每个代理与虚拟领导者之间的耦合控制器,使得代理能够跟踪虚拟领导者的期望轨迹;通过平均方法将原始的动态系统转化为一个平均系统,使得平均系统具有相同的簇结构和耦合控制器;分析平均系统的稳定性和收敛性,给出关于时间平均拓扑的簇内耦合强度的充分条件,保证有界簇同步的实现;当网络拓扑切换速度达到设定要求时,利用原始系统和平均系统之间的等价关系,将平均系统的簇同步结果推广到原始系统,实现有向切换拓扑动态系统的有界簇同步。本发明的技术方案是通过平均方法将簇同步问题转化为稳定性问题,并给出了收敛性条件。

    一种基于能量差异的多机器人分布式最优协同控制算法

    公开(公告)号:CN115657463A

    公开(公告)日:2023-01-31

    申请号:CN202210590932.0

    申请日:2022-05-27

    Applicant: 安徽大学

    Abstract: 本发明涉及一种基于能量差异的多机器人分布式最优协同控制算法,所述方法包括以下步骤:步骤A:创建多机器人动力学模型,并对多机器人系统构造终端固定的有限时间输出调节优化问题;步骤B:求解步骤A中的优化问题,获得多机器人系统有限时间最优协同控制策略;步骤C:设计有限时间分布式次优协同控制策略,步骤D:构造分布式次优控制器性能评价指标;步骤E:利用步骤D中性能评价指标,设计分布式次优控制器优化算法,获得能量消耗与通信成本更低的分布式控制策略。该方法实现多机器人系统高效节能的控制目标,为实际多机器人系统分布式控制器设计,在能量消耗与通信成本间的平衡提供理论依据。

    岸基驾控内河船舶群的异常状态检测方法及系统

    公开(公告)号:CN119603680B

    公开(公告)日:2025-05-02

    申请号:CN202510128058.2

    申请日:2025-02-05

    Abstract: 本发明涉及船舶自动化控制、信息安全技术领域,解决了内河船舶在操作环境复杂多变的场景下,传统方法无法有效实时监测并迅速预警来预防各种事故的技术问题,尤其涉及一种岸基驾控内河船舶群的异常状态检测方法及系统,共分为四个部分:身份认证、节点异常检测、动态信任评估以及节点自适应控制。本发明通过严格的验证流程和持续的信任评估,确保只有可靠的实体能够参与通信,不仅加强了通信安全,还实现了对内河船舶群体的全面、实时监测,能够及时发现物理故障或网络攻击等异常情况,并提前预警潜在风险,从而提升整体航行的安全性和可靠性。

    岸基驾控内河船舶群的异常状态检测方法及系统

    公开(公告)号:CN119603680A

    公开(公告)日:2025-03-11

    申请号:CN202510128058.2

    申请日:2025-02-05

    Abstract: 本发明涉及船舶自动化控制、信息安全技术领域,解决了内河船舶在操作环境复杂多变的场景下,传统方法无法有效实时监测并迅速预警来预防各种事故的技术问题,尤其涉及一种岸基驾控内河船舶群的异常状态检测方法及系统,共分为四个部分:身份认证、节点异常检测、动态信任评估以及节点自适应控制。本发明通过严格的验证流程和持续的信任评估,确保只有可靠的实体能够参与通信,不仅加强了通信安全,还实现了对内河船舶群体的全面、实时监测,能够及时发现物理故障或网络攻击等异常情况,并提前预警潜在风险,从而提升整体航行的安全性和可靠性。

    一种适应不同驾驶风格的车辆轨迹预测方法及装置

    公开(公告)号:CN119149905A

    公开(公告)日:2024-12-17

    申请号:CN202411101676.X

    申请日:2024-08-12

    Applicant: 安徽大学

    Abstract: 本发明提供一种适应不同驾驶风格的车辆轨迹预测方法及装置,涉及自动驾驶技术领域。所述适应不同驾驶风格的车辆轨迹预测方法包括:获取原始的车辆轨迹的样本数据集;对样本数据集进行滤波处理,获得滤波处理后的样本数据集;采用主成分分析法进行降维处理,获得降维后的数据;采用模糊C均值聚类算法进行软聚类处理,获得硬标签;构建初始的基于全局‑局部注意力机制残差双向长短时记忆网络;对初始的网络进行训练,获得训练好的基于全局‑局部注意力机制残差双向长短时记忆网络;获取目标车辆在观察时间域内的状态信息;将状态信息输入训练好的网络中,获得在预测时间域内目标车辆的未来轨迹。采用本发明,可提高车辆轨迹预测的准确性。

    基于合作博弈论的自适应鲁棒控制轮腿机器人的设计方法

    公开(公告)号:CN119002269A

    公开(公告)日:2024-11-22

    申请号:CN202411074038.3

    申请日:2024-08-07

    Applicant: 安徽大学

    Abstract: 本发明提供了基于合作博弈论的自适应鲁棒控制轮腿机器人的设计方法,包括以下步骤:S1、建立具有不确定性参数的模糊欠驱动系统(UMS)动态模型,再写出双足轮腿机器人的跳跃过程的动力学模型;S2、在控制过程中将规定轨迹表述为施加在模糊UMS的伺服约束;S3、考虑轮腿机器人系统的不确定性进行自适应鲁棒控制算法的设计;S4、基于合作博弈论构建控制过程中的性能指标;S5、进行数值仿真,观测结果,对控制效果进行分析,最后给出结论。本发明通过引入模糊集理论来构建具有不确定性参数的动态模型,该方法能够有效应对系统内部参数随时间变化且受限的不确定性,显著提高了机器人在复杂地形和动态环境中的轨迹跟踪精度。

    一种基于零信任架构的智能网联车网络节点异常检测方法

    公开(公告)号:CN118175546A

    公开(公告)日:2024-06-11

    申请号:CN202410125198.X

    申请日:2024-01-29

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于零信任架构的智能网联车网络节点异常检测方法,包括:对请求接入智能网联车系统的网络节点进行身份验证;身份验证通过后,通过特征检测模型和异常检测模型分别对该网络节点进行已知异常检测和未知异常检测得到最终的异常检测结果;根据最终的异常检测结果和该网络节点的历史交互信息评估相应节点的动态信任度;根据对应的动态信任度对该网络节点进行自适应的权限管理和控制。本发明在零信任网络架构下引入了异常检测和动态信任度评估,并且实现对已知异常和未知异常的全面覆盖,从而提高零信任架构下智能网联车系统异常检测的准确性、灵活性和适用性,并保证智能网联车的安全运行。

Patent Agency Ranking