自动驾驶平台的数据处理方法及装置

    公开(公告)号:CN118550288A

    公开(公告)日:2024-08-27

    申请号:CN202410419890.3

    申请日:2024-04-09

    摘要: 本发明提供一种自动驾驶平台的数据处理方法及装置,根据编队请求生成编队界面发送至各自动驾驶车辆,编队界面包括原始导航区和编队导航区;基于自动驾驶车辆的编队信息生成编队序列,编队序列包括主导车辆和多个从属车辆,根据主导车辆和从属车辆的行驶信息生成编队间距图;获取路线车道信息生成相应的编队展示模板,根据主导车辆的主导车道信息确定各编队展示模板的目标展示车道;根据编队间距图对目标展示车道进行更新,得到编队动态图,调取车道差异模型和距离差异模型对各从属车辆的实时车道信息和实时距离信息进行差异判断,生成差异引导信息对编队动态图进行更新得到引导编队图发送至相应自动驾驶车辆的编队导航区进行展示。

    矿用卡车编队运行方法及系统
    82.
    发明公开

    公开(公告)号:CN118534909A

    公开(公告)日:2024-08-23

    申请号:CN202410992868.8

    申请日:2024-07-24

    发明人: 李天问 魏飞 苏路

    摘要: 本发明公开了矿用卡车编队运行方法及系统,方法包括:将有人卡车和无人卡车分类编队得到有人车队和无人车队;通过云端的服务器规划有人车队和无人车队的运输任务和行车路线;通过云端的服务器在车辆信息采集模块获取的车辆运行信息和车辆位置信息后实时比对运输任务和行车路线并对有人车队和无人车队的路线和行车状态进行校正。本发明通过车载MIMO技术、网络切片技术和多模通信融合技术提高通信吞吐量,优化信号覆盖,提高通信的稳定性和安全性,根据实时网络状况、车辆状态和通信需求,动态选择最适合的通信技术,实现无缝切换,无线网络技术和云技术将指挥模块设置在云端,避免环境干扰服务器运行。

    一种海上机动目标的快速打击方法和系统

    公开(公告)号:CN116449824B

    公开(公告)日:2024-08-20

    申请号:CN202310289280.1

    申请日:2023-03-23

    摘要: 本发明给出了一种海上机动目标的快速打击方法和系统,属于航母编队远程防空作战技术领域,包括:获取海上机动目标可能活动区域,以确定各个机场的区间张角范围;对各个机场的预警机的起飞角进行迭代优化,以确定执行预警任务的第一预警机的所属机场、起飞角、预警范围以及执行打击任务的伴飞的第一歼轰机的所属机场;获取海上机动目标不同时刻的位置预警信息,并发送给所述第一歼轰机;对第一歼轰机不同时刻的提前角进行预判;按照第一歼轰机不同时刻的提前角,实时调整第一歼轰机的飞行方向,直至实施打击。本发明能够保证在预警机最早发现海上机动目标并命令歼轰机起飞后,歼轰机采用最短的时间打击海上机动目标,且命中率高,打击效果好。

    一种基于多爬壁机器人编队的立式罐容量外部计量方法

    公开(公告)号:CN118466481A

    公开(公告)日:2024-08-09

    申请号:CN202410425864.1

    申请日:2024-04-10

    申请人: 浙江大学

    发明人: 宋伟 叶剑 朱世强

    摘要: 本发明属于立式罐容积标定测量领域,公开了一种基于多爬壁机器人编队的立式罐容量外部计量方法,包括编队形成,给定机器人期望队形,利用拍卖机制为机器人分配合理位置,以避免编队形成中机器人绕路以及减小相互之间碰撞几率;编队保持,形成期望队形后,指定领航者与跟随者,领航者基于人工势场法前往下一公共扫描区域,跟随者基于拓扑图法以期望位置偏差跟踪领航者;队形变换,遇到复杂障碍物而不能整体通过时,基于模糊逻辑控制思想,选取合适的队形进行队形变换,通过障碍物后恢复队形。本发明通过多台爬壁机器人以一定的队形携带靶球在各公共扫描区域移动,充当点云拼接的公共点,提高了工作效率,避免了高空事故的发生。

    一种非线性集群系统的时变编队跟踪优化控制方法及系统

    公开(公告)号:CN114967677B

    公开(公告)日:2024-07-19

    申请号:CN202210396494.4

    申请日:2022-04-15

    摘要: 本发明涉及一种非线性集群系统的时变编队跟踪优化控制方法及系统,包括:根据局部编队跟踪误差和集群系统动力学模型,得到跟踪误差模型;根据每个跟随者的局部编队跟踪误差得到每个跟随者的能耗性能指标;将每个跟随者的局部编队跟踪误差模型和能耗性能指标带入至HJB方程得到性能指标关于局部编队跟踪误差的梯度和最优控制协议;根据梯度、局部编队跟踪误差、跟随者未知动力学和非合作者领导者未知动力学得到梯度对应的平衡量;由神经网络辨识得到平衡量、跟随者和非合作者领导者未知动力学的神经网络逼近函数并结合到跟随者的最优控制协议中得到执行控制协议,实现未知动力学跟随者和非合作者领导者的非线性集群系统时变编队跟踪优化控制。

    自适应跟车方法及系统
    88.
    发明授权

    公开(公告)号:CN114355883B

    公开(公告)日:2024-07-19

    申请号:CN202111443522.5

    申请日:2021-11-30

    摘要: 本发明提供一种自适应跟车方法及系统,属于智慧交通控制技术领域,基于多辆前车的运动速度数据、多辆前车的灵敏系数以及多辆前车的速度之差的响应系数,结合优化速度函数,构建当前交通流的跟车模型;基于构建的跟车模型,进行跟车线性稳定性分析,确定当前交通流处于稳定状态下的约束条件;根据稳定状态下的约束条件,控制当前车辆的加速度,实现稳定跟车。本发明结合多前车速度数据对跟随车的速度差影响交通流量分布和交通流稳定性影响分析,考虑车辆相对速度以及启动和行驶过程扰动,有效实现了安全可靠的自适应跟车,提高了交通流稳定性。

    基于数据和知识双驱动的可解释博弈对抗方法

    公开(公告)号:CN118295385A

    公开(公告)日:2024-07-05

    申请号:CN202211712027.4

    申请日:2022-12-29

    摘要: 本发明提供了一种基于数据和知识双驱动的可解释博弈对抗方法,包括:基于经典控制理论绘制阿波罗尼斯圆,明确存在速度误差情况下单个低速追捕无人车是否能够对快速逃逸无人车实现捕获的待优化条件,得到低速追捕无人车次优控制策略;根据次优控制策略,结合Takagi‑Sugeno模糊模型构建基于知识驱动的快速平滑控制逻辑;将基于知识驱动的快速控制逻辑作为输入添加到基于Takagi‑Sugeno模糊推理的Actor‑Critic控制模型,利用低速追捕无人车在训练过程中与环境的交互获得的数据优化Actor‑Critic控制模型,实现两辆低速追捕无人车对快速逃逸无车的协同围捕。应用本发明的技术方案,以解决传统强化学习方法具有状态动作空间难以遍历、训练速度慢、控制逻辑阶跃不平滑等技术问题。