-
公开(公告)号：CN114997297B
公开(公告)日：2024-05-03
申请号：CN202210582031.7
申请日：2022-05-26
Applicant: 哈尔滨工业大学
IPC: G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 一种基于多级区域划分的目标运动意图推理方法及系统，涉及移动目标运动意图推理技术领域，用以解决现有方法对于缺乏目标运动意图先验知识则无法推理目标运动意图的问题。本发明将城市环境进行多级多区域划分构成移动目标的运动意图集合；将获取的多个移动目标城市运动轨迹在运动意图集合中标注以构建训练数据集；将训练数据集进行离散化以构建特征地图矩阵；将特征地图矩阵输入基于卷积神经网络的多级目标运动意图推理模型进行训练；将待推理的移动目标城市运动轨迹在运动意图集合中进行标注并进行离散化处理，输入训练好的推理模型中，获取移动目标前往各级区域中各子区域的概率。本发明可应用于移动目标目的地未知的推理问题中。
-
公开(公告)号：CN114970714B
公开(公告)日：2024-05-03
申请号：CN202210582034.0
申请日：2022-05-26
Applicant: 哈尔滨工业大学
IPC: G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/092 , G06N3/09
Abstract: 一种考虑移动目标不确定行为方式的轨迹预测方法及系统，涉及移动目标轨迹预测技术领域，用以解决现有方法对具有不确定行为方式的目标运动轨迹预测效果差、精度低的问题。本发明技术要点包括：首先收集移动目标的历史运动轨迹数据作为训练数据集；接着建立移动目标行为决策模型以及移动目标行为偏好模型，通过监督学习的方式从训练数据集中学习移动目标行为偏好模型以及移动目标行为决策模型的参数；之后采用逆强化学习的方式交替地从训练数据集中学习移动目标行为决策模型以及移动目标行为偏好模型的参数；将学习之后的移动目标行为决策模型用于模拟移动目标的行为决策过程，预测移动目标的运动轨迹。本发明可显著提高对移动目标的轨迹预测精度。
-
公开(公告)号：CN116107346A
公开(公告)日：2023-05-12
申请号：CN202310285168.0
申请日：2023-03-22
Applicant: 哈尔滨工业大学
IPC: G05D1/10
Abstract: 本发明公开了一种飞行器集群通信拓扑自适应控制方法及系统，涉及飞行器集群控制技术领域，用于解决基于传统通信机制的高速飞行器集群控制策略鲁棒性低、所需通信量大的问题。本发明的技术要点包括：获取飞行器集群与环境的交互信息；利用所述飞行器集群与环境的交互信息训练基于深度神经网络的飞行器集群控制策略网络；利用训练好的飞行器集群控制策略网络控制飞行器集群的运动以及通信拓扑。本发明实现的飞行器集群控制策略具备对飞行器运动行为以及飞行器集群通信拓扑的控制能力，可以在复杂的集群任务环境中自适应地调整集群的通信拓扑。
-
公开(公告)号：CN115329594A
公开(公告)日：2022-11-11
申请号：CN202211054694.8
申请日：2022-08-31
Applicant: 哈尔滨工业大学
IPC: G06F30/20 , G06F17/11 , G06F17/16 , G06K9/62 , G06N3/04 , G06N3/08 , G06F111/10 , G06F119/14
Abstract: 一种大规模导弹集群攻防对抗仿真加速方法及系统，涉及导弹集群攻防对抗仿真技术领域，用以解决传统的线性代理模型无法在保证模拟精度的同时有效加速大规模导弹集群攻防对抗仿真过程的问题。本发明的技术要点包括：建立进攻弹与拦截弹各自的动力学与制导模型，搭建导弹集群对抗仿真模拟器，以获取高维导弹集群对抗飞行数据；采用主成分分析法对高维数据进行压缩，获得低维数据；之后建立初始线性模型对低维导弹集群对抗飞行数据进行粗略拟合，并训练神经网络来拟合初始线性模型的残差，最终得到导弹集群对抗的代理模型。本发明通过使用主成分分析法和建立代理模型提高了仿真速度，可应用于大规模导弹集群攻防对抗的仿真加速过程中。
-
公开(公告)号：CN115328203A
公开(公告)日：2022-11-11
申请号：CN202211054695.2
申请日：2022-08-31
Applicant: 哈尔滨工业大学
IPC: G05D1/10
Abstract: 一种基于数据驱动的大规模无人机集群编队仿真加速方法及系统，涉及数字仿真技术领域，以解决传统线性代理模型无法在保证模拟精度的同时有效加速大规模无人机集群编队仿真过程的问题。本发明通过对原始高维无人机集群状态数据进行降维以及使用深度神经网络拟合线性代理模型误差，有效减小了大规模无人机集群编队仿真建模的复杂程度和仿真计算时所需的计算资源，并保证一定的仿真精度。本发明通过建立原始大规模无人机集群编队状态的低维特征子空间的方式显著提升大规模无人机集群编队行为动态过程的仿真模拟速度，且由线性初始模型与深度神经网络组合的复合代理模型可以在加速大规模无人机集群编队行为仿真速度的同时保持较高的模拟精度。
-
Patent Agency Ranking
公开(公告)号：CN114296479B
公开(公告)日：2022-11-01
申请号：CN202111660250.4
申请日：2021-12-30
Applicant: 哈尔滨工业大学
Abstract: 一种基于图像的无人机对地面车辆跟踪方法及系统，涉及无人机跟踪技术领域，用以解决现有技术不能对地面车辆进行有效地实时跟踪的问题。本发明的技术要点包括：利用无人机机载相机采集包含地面车辆的图像，通过图像处理获取地面车辆在图像中的位置信息，从而计算获得地面车辆相对于无人机的视线角；根据所述视线角控制云台旋转以使地面车辆始终在相机视野范围内，实现对地面车辆的跟踪；进一步地，根据所述视线角和云台的姿态信息，计算获得NED坐标系下地面车辆的位置，从而获得无人机和地面车辆的相对距离，并根据相对距离调整无人机飞行速度。本发明可以很好的锁定地面目标车辆，给出精确的目标定位结果，可跟踪快速运动的车辆目标。
-
公开(公告)号：CN113867403B
公开(公告)日：2022-06-14
申请号：CN202111279009.7
申请日：2021-10-31
Applicant: 哈尔滨工业大学
IPC: G05D1/10
Abstract: 一种基于微型涡喷的全向力无人机及其控制分配方法，属于无人机飞行控制技术领域。为了使全向力无人机其姿态与位置的控制解耦使得无人机在空中以期望姿态悬停或运动成为可能，同时，微型涡喷发动机带来大推力也改善了其对非结构化环境的适应能力。技术要点：在每个涡喷发动机均增加一个绕无人机机体系OcmxB轴转动的自由度。基于微型涡喷的全向力无人机物理模型构建；设计PID控制器，根据期望的无人机姿态和位置，由控制器解算出虚拟控制指令；基于虚拟控制指令，在执行机构自由度冗余的情况下，考虑对实际控制量进行降级处理，根据各执行机构之间的几何关系确定系统的常值控制效能矩阵，然后反解出作用于执行机构的实际控制指令。本发明用于无人机飞行控制技术领域。
-
公开(公告)号：CN114083539A
公开(公告)日：2022-02-25
申请号：CN202111448606.8
申请日：2021-11-30
Applicant: 哈尔滨工业大学
Abstract: 一种基于多智能体强化学习的机械臂抗干扰运动规划方法，属于机器人运动规划与智能控制的技术领域。本发明为了解决基于强化学习的机械臂神经运动规划器抗干扰能力弱的问题而提出。本发明包括：通过对机械臂关节图的建立和关联关系分析，提出了对单一机械臂的多智能体分解方法；基于集中式学习架构的多智能体SAC强化学习算法实现了机械臂多智能体强化学习的训练。通过在运动规划过程中分别施加动作扰动、关节锁定和观测扰动，验证了所提出的离散化后的多智能体机械臂强化学习运动规划方法相比于传统单智能体具备更强的抗干扰能力。本发明用于机械臂的运动规划与智能控制领域。
-
公开(公告)号：CN113848984A
公开(公告)日：2021-12-28
申请号：CN202111271065.6
申请日：2021-10-29
Applicant: 哈尔滨工业大学
IPC: G05D1/10
Abstract: 一种无人机集群控制方法及系统，涉及无人机控制技术领域，用以解决现有技术对于无人机集群控制效果差且避障能力弱的问题。本发明的技术要点包括：实时获取无人机集群中每个无人机采集的环境信息和其他无人机信息；将经过预处理后的环境信息和其他无人机信息输入预训练的深度神经网络，获得无人机集群控制指令；判断无人机当前飞行状态，若判断结果为没有碰撞风险，则根据无人机集群控制指令对无人机进行控制；若判断结果为有碰撞风险，则根据避碰指令进行避障。本发明可以在复杂多变的环境中实现无人机的集群控制且具有很强的泛化能力，提升了无人机集群在复杂环境中执行任务的能力。本发明可扩展到大规模的无人机集群应用场景中。
-
公开(公告)号：CN113124878A
公开(公告)日：2021-07-16
申请号：CN202110431195.5
申请日：2021-04-21
Applicant: 哈尔滨工业大学
IPC: G01C21/20
Abstract: 一种月面大范围道路拓扑网构建方法、系统及装置，属于月球探测路径规划技术领域。为了解决目前的月面路径规划方法或者道路拓扑网络存在任务区域覆盖性不佳的问题。本发明所述方法首先基于月面地形特征计算方法进行月面可达区域分析，然后改进了泊松圆盘采样方式使采样得到的网络节点具备平坦区覆盖率最优性，并改进A*算法的启发式函数并利用A*算法生成的路径，实现道路拓扑网的构建。本发明用于月球探测路径规划。
-
-
-
-
-
-
-
-
-
Search Results
106
records
(took 0.028 seconds)
