公开(公告)号：CN113887919B

公开(公告)日：2024-11-08

申请号：CN202111139671.2

申请日：2021-09-28

Applicant: 南京理工大学

Inventor： 张睿 ,  陈庆伟 ,  魏清华

IPC: G06Q10/0631 ,  G06N3/006 ,  G06Q50/26

Abstract: 本发明公开了一种基于杂交‑离散粒子群算法的多无人机协同任务分配方法及系统，建立了多无人机协同任务分配的模型，将无人机执行任务所获得的收益以及执行任务的损失代价作为衡量任务分配方案好坏的两大最主要因素。并进一步考虑了任务执行成功概率，受损概率，任务完成时间，资源损失概率等指标作为多目标任务分配的优化目标函数，实现了这些指标的同时优化。本发明针对多无人机协同任务分配的问题的特点，将粒子群算法离散化，设计了新的编码规则，提高了问题衡量的准确性，另外融入了杂交机制，有效提高了算法的收敛速度和收敛精度。

公开(公告)号：CN118625672A

公开(公告)日：2024-09-10

申请号：CN202410845708.0

申请日：2024-06-27

Applicant: 西安昆仑工业(集团)有限责任公司 ,  南京理工大学

Inventor： 郝坤鹏 ,  吴益飞 ,  张磊 ,  李炎亮 ,  张全 ,  张允航 ,  郭健 ,  陈庆伟 ,  高阳 ,  徐宇蒙 ,  杨帆

IPC: G05B13/04

Abstract: 本发明公开了一种基于FPGA和特征模型的多通道高速高精度伺服控制芯片。该芯片包括通过FPGA实现的一个上位机通信模块及多个电机控制通道，每个所述电机控制通道包括特征参数辨识与惯量估计模块、位置控制模块、转速控制模块、电流控制模块、SVPWM模块、电流处理模块和编码器处理模块。通过FPGA的高速并行处理能力，芯片能够实时采集和处理反馈信号，使用自适应滤波和滑模控制算法实现高精度的电机位置和速度控制。特征参数辨识与惯量估计模块可在线更新电机模型参数适应不同的负载条件，保持系统的稳定性和响应速度。本发明通过将伺服系统高精度控制算法设计成专用芯片，仅需少量外围电路即可完成高速高精度伺服控制系统的开发。

公开(公告)号：CN118135432A

公开(公告)日：2024-06-04

申请号：CN202410077737.7

申请日：2024-01-19

Applicant: 南京理工大学

Inventor： 吴益飞 ,  常万通 ,  陈庆伟 ,  郭健 ,  李胜

IPC: G06V20/17 ,  G06V10/25 ,  G06V10/82 ,  G06V20/40 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/082 ,  G06N3/084

Abstract: 本发明公开了一种基于可分离卷积和重参数化的无人机图像目标检测方法。设计出一种轻量化的图像目标检测网络，可以部署在嵌入式计算机中进行精确且快速的目标检测。选取YOLOV5作为无人机目标检测的基础网络模型，使用MobileOneBlock结构作为目标检测的主干网络，并将标准卷积替换为深度可分离卷积从而减少网络参数。利用重参数化的思想，网络在训练阶段采用多路分支结构，训练完成的网络经过重参数化得到单路结构，用于推理阶段来提高网络推理速度。采用通道剪枝的方式对网络模型Neck部分进行压缩，并对压缩的网络模型进行微调，采用较小的学习率更新网络参数使得精简的网络模型与正常训练的网络模型训练精度不超过0.2％。

公开(公告)号：CN116661491A

公开(公告)日：2023-08-29

申请号：CN202310589983.6

申请日：2023-05-24

Applicant: 南京理工大学

Inventor： 吴益飞 ,  周立恒 ,  郭健 ,  陈庆伟 ,  李胜 ,  樊卫华 ,  丁宇

IPC: G05D1/10

Abstract: 本申请公开了一种基于改进合同网算法的无人机集群任务分配方法。方法包括：结合无人机集群作业环境信息，建立无人机集群任务预分配的目标收益模型。结合无人机集群作业环境信息，建立无人机集群任务预分配的损失代价模型。基于任务预分配的目标收益和损失代价模型，结合无人机集群执行任务过程中的约束条件，建立无人机集群协同任务预分配模型。结合任务重分配问题需求，建立无人机集群任务重分配的损失代价模型。结合无人机集群任务预分配模型和任务重分配损失代价模型，建立任务分配效能函数模型。基于改进合同网算法对效能函数模型进行优化，得到任务分配的最优方案。本发明提高了无人机集群任务分配的有效性和实时性。

公开(公告)号：CN111121766B

公开(公告)日：2023-07-07

申请号：CN201911305233.1

申请日：2019-12-17

Applicant: 南京理工大学

Inventor： 陈庆伟 ,  钱晨 ,  吴益飞 ,  范杰 ,  颜斐 ,  郭健 ,  王潇 ,  舒海洋 ,  魏清华 ,  张宇

IPC: G01C21/16 ,  G01C21/02

Abstract: 本发明公开了一种基于星光矢量的天文与惯性组合导航方法，建立惯性导航姿态、速度、位置更新模型；建立天文与惯性组合导航状态量模型；建立天文与惯性组合导航量测模型；离散化天文与惯性组合导航状态量模型与量测模型，使用卡尔曼滤波在线估计惯性导航更新模型输出值中包含的位置误差值、速度误差值与姿态误差值；根据估计值修正位置、速度、姿态值；输出天文与惯性组合导航解算得到的姿态、速度、位置结果，并判断是否导航结束，若未结束，则重复上述步骤。本发明方法将天文导航传感器安装误差角加入惯性与天文导航状态量模型，提高了天文与惯性组合导航的精度。

公开(公告)号：CN116136692A

公开(公告)日：2023-05-19

申请号：CN202111363141.6

申请日：2021-11-17

Applicant: 南京理工大学

Inventor： 吴益飞 ,  梁皓 ,  陈庆伟 ,  郭健 ,  李胜 ,  樊卫华 ,  郑瑞琳 ,  成爱萍 ,  赵鹏

IPC: G05D1/08

Abstract: 本发明公开了一种受基底神经节启发的双层级中枢模式发生器(CPG)的四足机器人步态控制方法，包括：利用正向运动学以及逆向运动学分别对四足机器人的单腿进行建模；对于每条腿，都使用一个双层级中枢模式发生器，由节奏生成部分和模式形成部分组成，节奏生成部分主要负责相变，而模式形成部分主要负责各个关节的协同；确定CPG网络的层级结构和耦合拓扑；并引入了基底神经节的行为选择模型，针对不同的环境，可利用其选择出最优步态，提高环境适应能力。与传统控制方法相比，使用本发明对四足机器人进行控制，具备高度的生物合理性，对外界的干扰具有更强的鲁棒性，对地形的适应能力好，可灵活地控制四足机器人的各种运动方式。

公开(公告)号：CN115792947A

公开(公告)日：2023-03-14

申请号：CN202211504954.7

申请日：2022-11-29

Applicant: 南京理工大学

Inventor： 吴益飞 ,  丁宇 ,  郭健 ,  陈庆伟 ,  李胜 ,  李福 ,  马寅瑞 ,  姜烨

IPC: G01S17/88 ,  G06N3/08 ,  G01S7/497

Abstract: 本发明公开了一种基于EKF的管道巡检机器人激光雷达辅助实时定位方法，建立动力学模型；将机器人放置在通风管道中采集点云数据并人工标注，训练人工神经网络；在开始工作点初始化机器人状态及协方差；通过系统方程预测状态矢量和协方差；通过激光雷达采集点云数据，并进行去畸变处理；进行逆解算计算机器人朝向角与横向偏移；由测量值更新卡尔曼增益、机器人系统状态及协方差。本方法显著减少了点云因材料反射的畸变现象，同时本发明的特征提取方法显著减少了运行时间与资源消耗，可以实现在嵌入式机器人上的应用；能够在复杂的管道环境背景下取得良好效果，有利于管道机器人在复杂管道环境下消除自定位累积误差，提高管道机器人定位精度。

公开(公告)号：CN115729243A

公开(公告)日：2023-03-03

申请号：CN202211460478.3

申请日：2022-11-17

Applicant: 南京理工大学

Inventor： 钱晨 ,  杨冀捷 ,  高阳 ,  吴潇瑞 ,  黄卓 ,  陈庆伟 ,  吴益飞

IPC: G05D1/02

Abstract: 本发明公开了一种基于距离的多智能体分布式编队轨迹优化方法，基于智能体动力学、平滑度和安全性，设计了一种考虑时间的分散式轨迹规划，将该轨迹表示法放入多智能体场景中，提高了编队运动的实用性和安全性。首先建立系统数学模型，基于负梯度控制算法，提出了一种编队控制律。然后设计了基于图论的成本函数，量化了多智能体三维编队各条边距离权重的相似性。最后结合上述编队控制方法和轨迹优化的优点，提出了一种适合多智能体编队的轨迹优化方法。本发明能够保证在保持编队队形的情况下完成多智能体按优化后的轨迹运动的任务，且算法简单，易于实现。

公开(公告)号：CN114612493A

公开(公告)日：2022-06-10

申请号：CN202210223889.4

申请日：2022-03-07

Applicant: 南京理工大学

Inventor： 朱琰 ,  黄卓 ,  高阳 ,  钱晨 ,  陈庆伟

IPC: G06T7/136 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于FPGA的脉冲神经网络图像分割方法，包括以下步骤：将待处理图像转换为灰度图像；构建输入层，初始化神经元模型参数、采用首脉冲触发方法对图像进行编码；构建n*n滑动窗口来表示感受野，根据触发时间对感受野中的神经元进行升序排列，并计算各个神经元与中心神经元之间的距离；构建中间层，计算得到中间层每一个神经元与感受野中神经元之间的连接权值，同时更新中间层神经元的瞬时膜电位，并记录其脉冲触发时间；构建输出层，设立阈值对中间层像素的触发时间进行分割，最终通过FPGA内部模块获取处理后的图像。与传统方法相比，本发明的方法实现并行运算速度更快、功耗更低、更符合生物可解释性、分割效果更好。

公开(公告)号：CN108958274B

公开(公告)日：2021-06-22

申请号：CN201810658194.2

申请日：2018-06-25

Applicant: 南京理工大学

Inventor： 郭毓 ,  朱锐 ,  虞文杰 ,  朱志浩 ,  王璐 ,  姚伟 ,  陈庆伟 ,  郭健 ,  吴益飞

IPC: G05D1/08

Abstract: 本发明提出了一种基于PSO的刚柔液耦合系统姿态机动路径规划方法，包括以下步骤：首先建立充液挠性航天器的动力学模型；再获取充液挠性航天器的角加速度曲线、角速度曲线、得到多段的角位置曲线，对充液挠性航天器姿态机动路径进行规划；再计算角位置多段曲线中每段曲线的表达式；采用PD控制系统对充液挠性航天器进行姿态控制；优化充液挠性航天器机动路径的参数：采用基于自适应网格的多目标粒子群优化算法对充液挠性航天器的机动路径参数进行优化。本发明的方法减少了姿态机动对挠性附件振动和液体晃动的激发，实现了充液挠性航天器姿态大角度快速机动快速稳定控制。