-
公开(公告)号：CN117739971A
公开(公告)日：2024-03-22
申请号：CN202410058166.2
申请日：2024-01-16
Applicant: 湖南大学
Abstract: 本申请公开了一种鲁棒SINSUSBL组合导航方法、装置及系统，属于导航技术领域。该方法包括以下步骤：构建SINS/USBL组合导航模型；构建批量处理的线性回归滤波模型，对组合导航模型进行滤波状态更新；构造基于广义的最大似然估计的影响因子分配算法；利用构造的最大似然估计的影响因子分配算法进行状态量估计，得到最优估计结构；重构量测方程，对组合导航模型进行滤波状态矫正，实现精确导航。本申请提供了一种优化的广义最大似然估计算法来约束残差和位置影响，解决脉冲观测噪声野值的问题，可以有效提升系统在复杂水下环境中存在混合高斯噪声影响下的鲁棒性，改善观测噪声异常值，进而提高SINS/USBL的组合导航精度。
-
公开(公告)号：CN116047540B
公开(公告)日：2024-03-22
申请号：CN202310073165.0
申请日：2023-02-07
Applicant: 湖南大学无锡智能控制研究院
Abstract: 本发明公开了一种基于点云强度信息的激光雷达自遮挡判断的方法及装置，该方法包括：接收激光雷达扫描的点云数据，其中包括点云坐标和点云强度，识别数据中的目标以及各目标的点云强度信息；跟踪每一帧数据中的目标以及各目标的点云强度信息，并将点云强度信息和点云在激光雷达表面的投影坐标结合，生成各目标的点云强度轨迹图；当同一目标的点云强度在预设时间内降低超过阈值，判断激光雷达表面存在遮挡，根据点云在激光雷达表面的投影关系确定遮挡位置并对遮挡进行清洗。
-
公开(公告)号：CN117553787A
公开(公告)日：2024-02-13
申请号：CN202410027822.2
申请日：2024-01-09
Applicant: 湖南大学无锡智能控制研究院
Abstract: 本发明涉及水下无人航行器导航技术领域，具体公开了一种水下无人航行器的协同导航方法、装置及系统，包括：接收主UUV发送的协同信息；根据自身惯性导航系统输出的实时导航结果对第一滤波器进行扩展卡尔曼滤波状态更新，当第一滤波器接收到的协同信息为脉冲信号时将第一滤波器根据协同信息获得的第一滤波器状态参数输出至第二滤波器，当第一滤波器接收到的协同信息为通信波信号时，将通信波信号传输的主UUV位置信息输出至第二滤波器；根据第一滤波器状态参数、主UUV位置信息以及自身惯性导航系统的实时导航结果对第二滤波器进行扩展卡尔曼滤波更新，获得最终导航结果。本发明提供的水下无人航行器的协同导航方法能够有效提升导航精度并提升实时性。
-
公开(公告)号：CN115936029B
公开(公告)日：2024-02-09
申请号：CN202211602729.7
申请日：2022-12-13
Applicant: 湖南大学无锡智能控制研究院
Abstract: 本发明公开了一种基于二维码的SLAM定位方法及装置，该方法包括：步骤1，利用车载相机采集车辆周围的图像，从图像中获取二维码和自然特征点；步骤2，解析二维码得到二维码位姿，并获取自然特征点的位置信息；步骤3，根据二维码位姿和自然特征点的位置信息确定相机位姿；该步骤3包括：构建残差函数，其中包括自然特征点投影误差和二维码定位误差，根据残差函数构建最小二乘问题，求解残差函数的最小值，根据与最小值对应的相机位姿确定相机位姿。本发明所采用的方案采用视觉SLAM融合二维码定位的形式，实现更精确稳定的定位，具有更好的精度、稳定性和鲁棒性。
-
公开(公告)号：CN117437478A
公开(公告)日：2024-01-23
申请号：CN202311461008.3
申请日：2023-11-06
Applicant: 湖南大学
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/094 , G06N3/0475 , G06N3/084 , G06N3/0464 , G06V10/26
Abstract: 本申请公开了一种基于前景激活和语义独立的跨域目标检测方法，先使用多尺度特征聚合对齐模块来捕获并聚合特征提取层中不同尺度的图像级特征进行对抗训练，然后使用前景注意力激活模块输出训练图像的前景目标注意力图，输入到前景区域加权对齐模块内，对图像级聚合特征加权对齐，最后截取目标对象单个实例特征，输入到类别语义独立域判别器中，引导实例特征在判别器各个预测管道处完成不同类别实例特征的语义分离独立，并在对应类别预测输出管道处进行特征域对抗训练以增强同类实例特征的域间混淆性，从而为单阶段目标检测器实现前景区域加权和类别语义独立的域自适应训练，在前景区域和类别语义层面实现检测器鲁棒的知识迁移。
-
Patent Agency Ranking
公开(公告)号：CN117412349A
公开(公告)日：2024-01-16
申请号：CN202311703872.X
申请日：2023-12-13
Applicant: 湖南大学无锡智能控制研究院
Abstract: 本发明涉及车路云协同技术领域，具体公开了一种基于边缘服务器性能的服务切换方法、设备及系统，包括：构建边缘节点模型和车辆服务模型；车辆服务模型至少包括网联车辆的经纬度信息、速度信息以及网联车辆在当前时隙上传的任务包的大小；根据所述边缘节点模型和车辆服务模型分别计算车辆服务总时延和车辆服务切换总成本以及构建QoS函数；根据所述QoS函数构建基于边缘服务器性能的服务切换决策问题模型；对所述服务切换决策问题模型求解获得最优服务切换策略网络；根据所述最优服务切换策略网络求解最优服务切换决策。本发明提供的基于边缘服务器性能的服务切换方法能够保障网联车辆的服务质量。
-
公开(公告)号：CN116812477B
公开(公告)日：2024-01-02
申请号：CN202311069261.4
申请日：2023-08-24
Applicant: 湖南大学无锡智能控制研究院
Abstract: 本发明涉及机器人转运技术领域，具体公开了一种轨道式转运机器人的控制方法、装置及系统，包括：分别获取转运机器人的实时位置和每个驱动轮的载重分布信息；根据每个驱动轮的载重分布信息构建每个驱动轮的最大驱动力约束，并根据每个驱动轮的最大驱动力约束构建转运机器人总驱动力约束；根据转运机器人总驱动力约束和所述转运机器人的实时位置控制转运机器人的对接；根据所述转运机器人的实时位置和目标对接位置的差值并结合每个驱动轮的最大驱动力约束构建每个驱动轮的驱动力分配策略；根据每个驱动轮的驱动力分配策略生成驱动信号。本发明提供的轨道式转运机器人的控制方法提升了转运机器人与目标轨道的对接精度。
-
公开(公告)号：CN116071910B
公开(公告)日：2023-12-22
申请号：CN202310024631.6
申请日：2023-01-09
Applicant: 湖南大学
Abstract: 本申请提供了一种灵活公交调度方法及系统，与传统停靠方式不同，由乘客自主上传乘车需求，控制终端根据乘车需求来进行车辆的调度，在调度过程中，保证乘客5公里内路程在15分钟内到达自己的终点站，大于5公里路程在30分钟内到达，对于未提交乘车需求的站点，可以不进站停靠，极大的缩短了公交车单趟运行的时间，可以提高运营效率及乘客的乘坐体验。
-
公开(公告)号：CN117202269A
公开(公告)日：2023-12-08
申请号：CN202311200858.8
申请日：2023-09-18
Applicant: 湖南大学
Abstract: 本申请公开了一种基于串行任务分解的边缘分层主动缓存方法及系统，其引入任务分解的思想，将边缘主动缓存问题分解为“是否需要优化当前缓存队列”(子问题1)以及“如果需要，如何优化缓存队列”(子问题2)两个子问题。通过上层智能体决策子问题1，保证较高缓存命中率的同时，尽可能减少内容在短时间内被重复删除、缓存，降低传输成本。通过下层智能体决策子问题2，当上层决策需要删除/缓存后，选出最佳删除/缓存内容，实现高命中率。同时，遵循从简单到困难的课程学习过程，下层智能体的任务相较于上层智能体优化目标少，训练难度更低，因此考虑从下层到上层的分层训练顺序。
-
公开(公告)号：CN117034130A
公开(公告)日：2023-11-10
申请号：CN202311085413.X
申请日：2023-08-28
Applicant: 湖南大学
IPC: G06F18/2411 , G06F18/214
Abstract: 本申请提供一种基于深度强化学习的车联网联邦学习激励方法，通过设置训练决策，并针对所述训练决策构建激励网联车辆参与训练任务的收益模型，所述训练决策包括两个方向：第一，网联车辆选择本地进行模型训练；第二，网联车辆选择将数据传输至边缘服务器进行模型训练；在网联车辆端部署深度强化学习模型，根据深度强化学习模型学习最优决策以最大化其实际收益。本申请可以提高联邦学习的鲁棒性与可扩展性，可有效驱动网联车辆训练高精度的联邦学习模型，并且具备较高的训练效率。本申请还提供一种基于深度强化学习的车联网联邦学习激励系统。
-
-
-
-
-
-
-
-
-
Search Results
361
records
(took 0.028 seconds)
