-
公开(公告)号：CN119002278A
公开(公告)日：2024-11-22
申请号：CN202411131513.6
申请日：2024-08-18
Applicant: 同济大学
IPC: G05B13/04
Abstract: 本发明涉及一种考虑车辆横纵动力学耦合的Tube‑based鲁棒模型预测跟踪控制方法，包括以下步骤：建立车辆运动行为模型及其T‑S模糊模型；依据T‑S模糊模型离线计算反馈增益和实际‑标称误差的鲁棒正不变集，求解带有一系列线性矩阵不等式约束的Min‑Max问题得到最优控制输入。本发明改进了现有车辆Tube‑based模型预测跟踪控制方法，并建立车辆跟踪控制T‑S模糊模型，更精确的描述车辆运动行为。本发明考虑车辆横纵动力学耦合的Tube‑based鲁棒模型预测跟踪控制方法相比于与传统Tube‑based跟踪控制方法保守性更小，跟踪效果更好。
-
公开(公告)号：CN114384931B
公开(公告)日：2023-08-29
申请号：CN202111590154.7
申请日：2021-12-23
Applicant: 同济大学
IPC: G05D1/10
Abstract: 本发明涉及一种基于策略梯度的无人机多目标最优控制方法，具体包括以下步骤：S1、获取无人机在目标飞行区间中离散时间非线性系统的多个性能指标，构建相应的状态‑动作价值函数；S2、获取一个在容许控制集内的初始控制策略；S3、根据多个状态‑动作价值函数和当前的控制策略进行策略评估，得到策略评估结果；S4、根据步骤S3的策略评估结果，结合梯度下降的方法进行策略改进，得到优化控制策略，判断优化控制策略是否满足预设的收敛条件，若否返回步骤S3，若是则将相应的优化控制策略作为最终的无人机控制策略。与现有技术相比，本发明具有使无人机消耗的能量更小，任务完成度更高，提升整体运行效率等优点。
-
公开(公告)号：CN116643572A
公开(公告)日：2023-08-25
申请号：CN202310782027.X
申请日：2023-06-29
Applicant: 同济大学
IPC: G05D1/02
Abstract: 本发明涉及一种针对室内复杂环境的局部路径规划方法、电子设备及介质，方法包括如下步骤：根据预先构建的包含障碍物信息和环境边界线的室内地图，获取障碍物的动态速度权重参数，自适应调整机器人的速度权重；计算机器人的当前速度空间，对速度空间进行采样，得到组速度指令；根据每一组速度指令，进行运动轨迹预测，得到n组预测轨迹，构建评价函数，筛选得分最高的预测轨迹作为最终轨迹；评价函数由方向角评价函数，障碍物距离评价函数、速度评价函数和势场评价函数组成。与现有技术相比，本发明能够保障机器人运行过程中的安全性，运行效率高，机器人在复杂环境中也可以保持比较好的运行姿态。
-
公开(公告)号：CN114339989A
公开(公告)日：2022-04-12
申请号：CN202111616741.9
申请日：2021-12-27
Applicant: 同济大学
IPC: H04W64/00
Abstract: 本发明涉及一种基于方位角的多智能体系统分布式定位方法，具体包括以下步骤：S1、获取多智能体系统中智能体的基础信息；S2、根据智能体的基础信息计算智能体的角度估计和位置估计；S3、将角度估计和位置估计进行级联，构建分布式定位整体模型；S4、分布式定位整体模型根据角度估计和位置估计得到分布式定位估计结果，并根据分布式定位估计结果的偏差进行修正，得到智能体的定位结果。与现有技术相比，本发明具有智能体间仅需单向通信，降低多智能体系统传感器网络的能量消耗，且控制算法简单，适用于复杂大规模网络等优点。
-
Patent Agency Ranking
公开(公告)号：CN107240028B
公开(公告)日：2020-09-15
申请号：CN201710303329.9
申请日：2017-05-03
Applicant: 同济大学
Abstract: 针对目前关于复杂网络演化中重叠社区发现的研究并没有考虑节点个体的动态演化、不均匀活跃度分布和多尺度性(Multi‐scaling)，使得重叠社区不能同时有较高的NMI(NMI，Normalized Mutual Information)和F‐score值等问题，本发明公开一种复杂网络中基于节点活跃度的非对称社团扩展的重叠社区发现及预测方法。首先，定义节点活跃度，将节点活跃度用于重叠社区扩展的目标函数；然后，社区扩展及使用最大社团作为扩展种子；最后，给出基于节点活跃度的非对称社团扩展算法。本发明从根本上提升了复杂网络中的重叠社区的检测准确率，并且对未来重叠社区具有较好的预测能力。
-
公开(公告)号：CN107358679B
公开(公告)日：2019-10-18
申请号：CN201710446241.2
申请日：2017-06-14
Applicant: 同济大学
Abstract: 本发明公布了一种基于新型模糊观测器的车辆质心侧偏角的估计方法，包括：首先，利用传感器检测车辆状态，具体为：利用横摆角传感器检测车辆行驶过程中的横摆角速度γ、利用速度传感器检测车辆行驶过程中的纵向轮速vx；接着，运用T‑S模糊建模的方法建立车辆系统的动力学模型，其中将车辆行驶过程中的前轮转角δf看作系统的外界扰动输入；然后，针对车辆动力学模型设计新型模糊观测器；最后，将测得的车辆的状态信息传递到设计的新型观测器中，运算估计得到质心侧偏角。本发明设计的新型模糊观测器有效的解决了因T‑S模糊建模出现的参数不匹配的问题，仿真实验也验证了该新型观测器的有效性。
-
公开(公告)号：CN107240028A
公开(公告)日：2017-10-10
申请号：CN201710303329.9
申请日：2017-05-03
Applicant: 同济大学
Abstract: 针对目前关于复杂网络演化中重叠社区发现的研究并没有考虑节点个体的动态演化、不均匀活跃度分布和多尺度性(Multi‐scaling)，使得重叠社区不能同时有较高的NMI(NMI，Normalized Mutual Information)和F‐score值等问题，本发明公开一种复杂网络中基于节点活跃度的非对称社团扩展的重叠社区发现及预测方法。首先，定义节点活跃度，将节点活跃度用于重叠社区扩展的目标函数；然后，社区扩展及使用最大社团作为扩展种子；最后，给出基于节点活跃度的非对称社团扩展算法。本发明从根本上提升了复杂网络中的重叠社区的检测准确率，并且对未来重叠社区具有较好的预测能力。
-
公开(公告)号：CN107239498A
公开(公告)日：2017-10-10
申请号：CN201710303323.1
申请日：2017-05-03
Applicant: 同济大学
CPC classification number: G06F16/2465 , G06Q50/01
Abstract: 一种挖掘重叠社区动态演化关联规则的方法。复杂网络演化研究的根本目的是彻底理解网络演化的底层机制。目前的研究主要为对基本演化法则的探索，分析总体拓扑性质以及节点如何演化等。对重叠社区演化的研究局限于检测其合并、分裂、收缩、增长等动态事件，分析其演化的稳定性等，没有提出一种挖掘重叠社区动态演化关联规则的方法，也无法根据重叠社区过去的演化事件预测未来发生的变化。本发明通过挖掘复杂网络中重叠社区动态演化中的“增长分裂”、“合并后增长”等特定演化序列，给出一种动态演化关联规则的方法，从而有助于深入理解重叠社区动态特征并且预测其演化，为理解复杂网络重叠社区动态演化的底层机制提供一种新的分析工具。
-
公开(公告)号：CN107015477A
公开(公告)日：2017-08-04
申请号：CN201710218855.5
申请日：2017-04-05
Applicant: 同济大学
IPC: G05B13/04
Abstract: 基于状态反馈的车辆路径跟踪H∞控制方法。首先获得参考路径横纵坐标，求出参考航向角，根据车辆当前位置寻找参考路径上对应的参考点，计算参考点和车辆当前点的位置偏差和航向角偏差。然后，将基于单轨的传统车辆动力学模型改进为基于位置偏差和航向角偏差的动力学模型，得到系统的状态方程。接着，将本模型中车辆横向运动控制主要影响因素参考横摆率作为系统的有界扰动，根据状态反馈H∞控制律，设计静态的状态反馈控制器。最后，转化为具有线性矩阵不等式约束和线性目标函数的凸优化问题，利用线性矩阵不等式工具箱求解控制器系数矩阵，得到控制器输出，即为轮胎转角，进而实现车辆的路径跟踪控制。适用于复杂交通场景下的车辆路径跟踪控制。
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.021 seconds)
