-
公开(公告)号：CN120029347A
公开(公告)日：2025-05-23
申请号：CN202510502577.0
申请日：2025-04-21
Applicant: 中国科学院自动化研究所
IPC: G05D1/695 , G05D109/20
Abstract: 本公开涉及多无人设备轨迹规划技术领域，提供一种多无人设备的轨迹规划方法及装置、无人设备，该方法包括：获取目标环境的环境信息以及多个无人设备的任务信息；基于所述环境信息和所述任务信息，确定每个无人设备的初始轨迹；对各无人设备的初始轨迹进行全局优化，得到每个无人设备的优化轨迹；基于各无人设备的优化轨迹，确定所述多个无人设备的轨迹规划结果。本公开可以解决多无人设备的轨迹规划存在全局优化不佳、收敛速度慢的问题，可以在考虑每个无人设备的轨迹的基础上，整体提高全局的轨迹规划，能够更快地收敛到全局最优解，为无人设备在复杂环境中的应用提供了更加可靠的技术支持。
-
公开(公告)号：CN119478772A
公开(公告)日：2025-02-18
申请号：CN202411519577.3
申请日：2024-10-29
Applicant: 中国科学院自动化研究所
IPC: G06V20/40 , G06V10/40 , G06V10/80 , G06Q10/04 , G06Q10/0637 , G06F18/23213
Abstract: 本发明涉及比赛态势分析技术领域，公开了一种足球比赛态势评估方法及系统，本发明获取足球比赛中追踪数据和事件数据，进行特征提取处理，得到第一特征数据、第二特征数据，进行时间对齐，得到目标融合数据，进行比赛球队防守风格、进攻阶段和威胁程度的分析，得到防守风格信息、进攻阶段信息以及威胁程度信息，确定足球比赛分析提示词，输入至基于大数据训练得到的大语言模型中得到比赛态势评估结果。本发明通过融合追踪数据和事件数据，实现了对比赛态势的多维度分析，避免现有技术只能分析单一维度的数据的情况，从整体上分析球队的防守风格、进攻阶段和威胁程度，最终生成提示词输入大语言模型得到基于比赛全局的、准确的足球比赛态势分析。
-
公开(公告)号：CN118865210A
公开(公告)日：2024-10-29
申请号：CN202411031754.3
申请日：2024-07-30
Applicant: 中国科学院自动化研究所
IPC: G06V20/40 , G06V10/80 , G06N5/01 , G06N3/08 , G06V10/764
Abstract: 本发明涉及人工智能技术领域，公开了一种足球比赛战术场景划分的方法及装置，本发明将多种类型的比赛数据进行帧数对齐，得到目标融合数据；将比赛录像视频与目标融合数据进行时间对齐，得到目标比赛录像视频；将目标融合数据输入至预设的足球比赛典型场景自动划分模型中，对目标比赛录像视频进行阶段划分，得到战术场景划分结果。通过保证数据的高度融合，将目标融合数据输入至预设的足球比赛典型场景自动划分模型中，对比赛进行阶段化划分，针对不同战术场景进行细化分析，克服了相关技术中只能单一分析的缺陷，提高了划分场景的效率，为足球专业分析人员提供可以针对更细颗粒度战术场景的有效辅助。
-
公开(公告)号：CN115346161A
公开(公告)日：2022-11-15
申请号：CN202211270644.3
申请日：2022-10-18
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及人工智能技术领域，提供一种足球比赛态势评估和预测方法、装置和电子设备，其中方法包括：获取比赛中任一时刻的追踪数据的原始特征；对追踪数据的原始特征进行特征工程处理，得到追踪数据的处理特征；将追踪数据的处理特征输入至比赛态势评估和预测模型，得到比赛态势评估和预测模型输出的在任一时刻下的评估和预测结果；评估和预测结果包括控球方进球、非控球方进球和双方均无进球分别对应的概率。本发明提供的足球比赛态势评估和预测方法、装置和电子设备，相比于现有技术中仅评估有球球员的动作表现，有效利用了球场区域内所有球员和球的追踪数据，实现了从全局的视角进行综合性的比赛态势评估与预测。
-
公开(公告)号：CN115016544B
公开(公告)日：2022-10-28
申请号：CN202210930556.5
申请日：2022-08-04
Applicant: 中国科学院自动化研究所
IPC: G05D1/10
Abstract: 本发明提供一种基于多个飞行器的协同制导方法、装置和电子设备，涉及制导技术领域，所述方法包括：获取第一协同制导阶段的第一协同制导律；初始一致性状态条件为基于相对距离和总前置角确定的；获取第二协同制导阶段的第二协同制导律；通过获取第一协同制导律以控制多个飞行器满足初始一致性状态条件，并通过获取第二协同制导律以控制满足初始一致性状态条件的多个飞行器到达多个待攻击目标的时刻之间的差值小于预设差值阈值，从而可以大大减少多个飞行器到达对应待攻击目标的时刻差值，解决了现有技术中由于各个飞行器到达对应子目标的时刻之间的差值比较大，导致无法对高价值战略目标进行有效攻击以及攻击效果差、突防率低的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN114967476B
公开(公告)日：2022-10-28
申请号：CN202210914313.2
申请日：2022-08-01
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种多智能体分布式协调控制方法、装置、设备和存储介质，涉及人工智能技术领域，所述方法包括：确定至少两个智能体对应的博弈控制一体化模型，其中，博弈控制一体化模型是基于各智能体的限定条件构建的，用于表征各智能体之间的竞争关系，限定条件包括收益函数和约束条件；基于博弈控制一体化模型，构建各智能体的辅助系统，并获取各智能体对应的辅助系统的状态；基于博弈控制一体化模型，构建各智能体的分布式控制器，并基于分布式控制器，将智能体的行为收敛至智能体对应的辅助系统的状态。本发明在考虑实际约束条件的情况下，通过修改收益函数即可实现多智能体的控制，提高适用性和迁移效率。
-
公开(公告)号：CN114995521A
公开(公告)日：2022-09-02
申请号：CN202210941902.X
申请日：2022-08-08
Applicant: 中国科学院自动化研究所
IPC: G05D1/10
Abstract: 本发明提供一种多无人机分布式编队控制方法、装置及电子设备，该方法涉及无人机技术领域，包括：建立无人机的动力学模型；对所述动力学模型进行转化，得到针对所述无人机的多个全驱动子系统模型；获取多无人机中的领导者无人机在目标时间段内指向跟随者无人机的期望队形向量；根据所述期望队形向量确定各所述全驱动子系统模型对应的分布式编队控制器；根据各所述分布式编队控制器，对所述多无人机进行分布式编队控制。本发明提供的方法，实现了分布式编队控制器的设计，可以控制多无人机在有限时间内达成期望队形，为遂行协同任务提供支撑，使得分布式编队控制器的设计比较简单且容易实现。
-
公开(公告)号：CN113987849B
公开(公告)日：2022-07-12
申请号：CN202111617156.0
申请日：2021-12-28
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种空战对抗算法的评估方法及装置，所述方法包括：根据红方飞行器的运动状态、红方飞行器的探测状态和红方飞行器的武器状态，以及蓝方飞行器的运动状态、蓝方飞行器的探测状态和蓝方飞行器的武器状态，对红方飞行器和蓝方飞行器进行演练，确定红蓝双方的胜负关系；根据所述胜负关系，确定待评估空战对抗算法相对于基准对抗算法的胜率，根据胜率，确定待评估空战对抗算法的评估结果。本发明提供的空战对抗算法的评估方法及装置，通过对红方飞行器和蓝方飞行器进行演练，根据演练的胜率确定待评估空战对抗算法相对于基准对抗算法的评估结果，实现了对于空战对抗算法科学、准确的评估。
-
公开(公告)号：CN113645317B
公开(公告)日：2022-01-18
申请号：CN202111200844.7
申请日：2021-10-15
Applicant: 中国科学院自动化研究所
IPC: H04L67/125 , H04L67/52 , H04L67/141 , H04L67/10
Abstract: 本发明提供一种松散的集群控制方法装置、设备、介质和产品，其中，该方法包括：获取集群中智能体的自身状态、所述智能体的局部通信范围内的邻居智能体集合和所述智能体在所述局部感知范围内的最低浓度信息素位置，所述自身状态包括自身位置；基于所述自身位置和所述邻居智能体集合，通过虚拟势力函数确定所述智能体的虚拟势力项；基于所述自身位置和所述最低浓度信息素位置，确定所述智能体的信息素浓度项；根据所述虚拟势力项和所述信息素浓度项确定所述智能体的控制量。能够实现在复杂环境中，集群通信连通保持约束条件下，集群对动态区域和目标的最优覆盖。
-
公开(公告)号：CN113282093B
公开(公告)日：2021-12-10
申请号：CN202110822386.4
申请日：2021-07-21
Applicant: 中国科学院自动化研究所
IPC: G05D1/02
Abstract: 本发明提供一种机器人导航方法、装置、电子设备及存储介质，所述方法包括：获取机器人状态和机器人所处环境状态；通过时空图注意力网络对所述机器人状态和所述机器人所处环境状态共同进行特征编码，以获得机器人的高层策略层时空状态特征和低层策略层时空状态特征；基于所述高层策略层时空状态特征获得机器人的高层策略动作；基于所述高层策略动作计算获得子目标位置的误差状态；基于所述子目标位置的误差状态、所述机器人状态和所述低层策略层时空状态特征，获得机器人的低层策略动作；基于所述低层策略动作进行机器人导航。本方法能够高效地实现机器人无障碍导航。
-
-
-
-
-
-
-
-
-
Search Results
105
records
(took 0.04 seconds)
