-
公开(公告)号：CN119620750A
公开(公告)日：2025-03-14
申请号：CN202411636135.7
申请日：2024-11-15
Applicant: 哈尔滨工业大学
IPC: G05D1/43 , G01C21/20 , G06N3/0442 , G06N3/092 , G05D1/633 , G05D1/644 , G05D1/648 , G05D109/30
Abstract: 基于多模态多任务强化学习的异构多无人系统任务决策与路径规划方法，它属于人工智能领域。本发明解决了单一类别智能体无法完成复杂任务的问题。将多模态信息进行统一编码，从编码结果中提取双方无人艇位置信息和障碍物信息后，输入到基于PPO的强化学习算法中进行任务决策，再将多任务信息发送给无人艇。红方无人艇对接收到的多任务文本信息进行预处理，将获取到的自身位置、目标位置和障碍物位置信息作为路径规划的状态空间，根据规划的路径到达目标位置后执行指定任务，直至到达任务切换时刻，根据更新的各无人机总奖励来更新强化学习算法中网络参数，基于更新后的参数重新决策任务。本发明方法可以应用于异构多无人系统的任务决策与路径规划。
-
公开(公告)号：CN117260739B
公开(公告)日：2025-03-11
申请号：CN202311479282.3
申请日：2023-11-08
Applicant: 哈尔滨工业大学
Abstract: 一种基于深度强化学习和TSK‑FS模糊推理的机器人抓取方法及系统，它属于机器人视觉定位抓取技术领域。本发明解决了现有物体抓取方法无法获得最优行为指导策略且抓取效率低的问题。本发明在深度强化学习模型的行为策略训练阶段加入Gauss噪声值，可以使机械臂有机会探索到更为广泛的动作空间，进而获得最优的行为指导策略。同时本发明的模糊推理利用了与决策动作直接相关的最优推动动作价值、最优抓取动作价值、目标物体边缘物体占有率和连续抓取失败次数信息，使得决策结果综合考虑了推动动作的需求，可以根据当前工作场景中的状态信息进行推抓动作自主决策，有效提高了目标物体的抓取效率。本发明方法可以应用于对机器人的抓取任务进行控制。
-
公开(公告)号：CN117349571B
公开(公告)日：2025-01-28
申请号：CN202311298456.6
申请日：2023-10-09
Applicant: 哈尔滨工业大学
Abstract: 一种基于视觉测量的航天器短弧定轨方法，本发明涉及基于视觉测量的航天器短弧定轨方法。本发明的目的是为了解决现有的短弧定轨方法受观测时间长短影响较大的问题。过程为：1：获取观测航天器的轨道参数以及相机的相关参数；2：确定捕获目标航天器图像的时间戳间隔；3：获取目标航天器图像所在的像素进行处理，获得处理后图像；4：得到灰度叠加后图像；5：解算相机坐标系下目标航天器相对观测航天器的方向向量；6：解算地心惯性坐标系下目标航天器相对观测航天器的方向向量；7：将观测航天器的位置向量序列与地心惯性坐标系下目标航天器方向向量序列作为输入，优化目标航天器的轨道六根数。本发明涉及航天器轨道参数估计领域。
-
公开(公告)号：CN116352693B
公开(公告)日：2025-01-28
申请号：CN202310393179.0
申请日：2023-04-13
Applicant: 哈尔滨工业大学
Abstract: 考虑绳索空间同步性的绳驱并联系统智能控制方法，属于多绳索并联驱动系统控制领域。本发明解决现有技术忽略了绳索空间中的各绳索长度的同步性对末端执行器的控制精度和稳定性产生影响的问题。本发明先构建绳索空间下的理论偏差耦合误差向量，利用理论偏差耦合误差向量构建智能同步控制器；采用深度强化学习算法并结合理论偏差耦合误差向量对深度神经网络进行训练；通过训练后深度神经网络对构建的实际偏差耦合误差向量进行识别，输出当前动作对智能同步控制器中的Kcp和Kcd进行优化，并结合利用实际偏差耦合误差向量生成的实际偏差控制信号与基础控制器输出的控制信号配合生成同步控制信号。本发明主要用于对绳驱并联系统中的电机进行控制。
-
公开(公告)号：CN119363288A
公开(公告)日：2025-01-24
申请号：CN202411476335.0
申请日：2024-10-22
Applicant: 哈尔滨工业大学
IPC: H04K3/00 , H04W12/121
Abstract: 一种基于新息序列的四旋翼无人机隐蔽攻击检测方法，它属于信息安全技术领域。本发明解决了现有四旋翼无人机系统不能对新息序列的网络攻击进行检测的问题。本发明通过前向欧拉离散化方法将四旋翼无人机动态方程进行离散化，得到四旋翼无人机全状态系统方程，并给出系统输出方程。再利用动态水印函数技术，使得新息序列的分布对攻击信号敏感，将新息序列在传感器通信网络中传输，进而设计了基于新息序列和残差的网络攻击检测形式，在四旋翼无人机端和控制中心端分别部署拓展卡尔曼滤波器，设计四旋翼无人机远程状态估计方法，并基于状态估计结果继续进行四旋翼无人机控制。本发明方法可以应用于基于新息序列的四旋翼无人机隐蔽攻击检测。
-
Patent Agency Ranking
公开(公告)号：CN117555235A
公开(公告)日：2024-02-13
申请号：CN202311544716.3
申请日：2023-11-17
Applicant: 哈尔滨工业大学
IPC: G05B13/04 , G06F30/27 , G06F30/17 , G06F30/15 , G06N20/00 , G06F119/14 , G06F119/10
Abstract: 一种基于参数自适应学习的在轨手传振动主动抑制方法，本发明涉及一种在轨服务过程手传振动的主动抑制方法。本发明为解决现有传统的指令整形振动抑制方法鲁棒性较差，难以克服实际在轨服务过程手传振动动力学模型中可能的干扰和不确定性；以及当外界干扰超出一定范围时，在轨服务过程手传振动动力学模型输出将处于发散状态而失控，将带来极大的危险性的问题。过程为：1：获得在轨服务过程手传振动动力学模型状态方程；2：求解指令整形器的参数；3：获得手传振动受力；4：对手传振动受力进行积分得到新的5：基于计算状态变量，确定在轨服务过程手传振动指令整形各脉冲的幅值构成的行向量。本发明属于航空航天及自动化领域。
-
公开(公告)号：CN117213485A
公开(公告)日：2023-12-12
申请号：CN202310924445.8
申请日：2023-07-26
Applicant: 哈尔滨工业大学
IPC: G01C21/20
Abstract: 一种基于遗传算法的卫星编队系统融合定位优化方法，它属于卫星编队导航与定位技术领域。本发明解决了卫星编队系统现有天基定位方法精度低以及星间观测的局限性的问题。本发明方法为：步骤1.基于星间观测数据采用Kalman滤波确定整周模糊度，将整周模糊度代入基线观测方程得到处理后的基线观测值；步骤2.根据伪距观测数据通过扩展Kalman滤波确定用户星初始位置及钟差；基于伪距观测方程和钟差得到伪距观测值；步骤3.根据导航星位置、步骤1中得到的基线观测值、步骤2中得到的伪距观测值和用户星初始位置，通过遗传算法进行多观测信息融合与智能优化，获得用户星位置信息。本发明方法可以应用于卫星编队系统融合定位与优化。
-
公开(公告)号：CN116527515A
公开(公告)日：2023-08-01
申请号：CN202310549315.0
申请日：2023-05-16
Applicant: 哈尔滨工业大学
IPC: H04L41/14 , H04L41/142
Abstract: 基于轮询协议的远程状态估计方法，它属于信息物理系统领域。本发明解决了现有远程状态估计方法的估计速度慢且估计误差大的问题。本发明方法具体为：步骤一、建立信息物理系统模型；步骤二、判断建立的信息物理系统模型是否为线性系统；若建立的信息物理系统模型为线性系统，则直接执行步骤三；否则建立的信息物理系统模型为非线性系统，则对建立的信息物理系统模型进行线性处理后，得到线性的信息物理系统模型，再执行步骤三；步骤三、设计远程状态估计器，并基于设计的远程状态估计器对信息物理系统模型进行远程状态估计；步骤四、将步骤三的远程状态估计结果传输给控制器，控制器做出决策。本发明方法可以应用于信息物理系统中远程状态估计。
-
公开(公告)号：CN116460855A
公开(公告)日：2023-07-21
申请号：CN202310577224.8
申请日：2023-05-22
Applicant: 哈尔滨工业大学
Abstract: 一种基于扩展滑模观测器的单连杆机械臂控制方法，它属于单连杆机械臂控制技术领域。本发明解决了当执行器发生故障时，采用现有方法获得的控制效果差的问题。本发明方法具体为：步骤一、建立电机驱动的单连杆机械臂的动力学模型以及电机的故障模型；步骤二、基于状态空间法，根据步骤一中的动力学模型以及电机的故障模型建立含有执行器故障的单连杆机械臂系统模型；步骤三、设计用于估计单连杆机械臂系统状态与执行器故障的滑模观测器；步骤四、基于滑模观测器的估计结果设计积分型滑模控制器，利用设计的积分型滑模控制器对单连杆机械臂进行控制。本发明方法可以应用于单连杆机械臂控制。
-
公开(公告)号：CN115092141B
公开(公告)日：2023-07-21
申请号：CN202210723612.8
申请日：2022-06-23
Applicant: 哈尔滨工业大学
Abstract: 应用于自动驾驶车辆变道超车的轨迹规划方法及设备，属于机器人运动规划技术领域。为了解决现有的轨迹规划方法存在规划路径效果欠佳的问题，本发明方法在Informed RRT*算法基础上引入了偏置采样节点集合，当循环每进行第b次时，在偏置采样节点集合中随机挑选一个采样偏置节点，在以该节点为圆心，r为半径的圆内进行随机均匀采样；当循环每进行第b次以外的循环时，则在以起点和终点为焦点、cbest为长轴，构建的椭圆内进行随机均匀采样；利用改进的Informed RRT*算法对构型空间进行探索，快速生成可行的路径；然后利用Minimum Jerk算法对生成的路径进行优化处理，得到自动驾驶车辆行驶轨迹。用于自动驾驶车辆变道超车的轨迹规划。
-
-
-
-
-
-
-
-
-
Search Results
155
records
(took 0.052 seconds)
