-
公开(公告)号：CN116700340A
公开(公告)日：2023-09-05
申请号：CN202310789413.1
申请日：2023-06-29
IPC分类号： G05D1/10
摘要： 本发明提供了一种轨迹规划方法、装置及无人机集群，涉及无人机领域。通过利用交替方向乘子法对基于MPC构建的无人机集群集中式轨迹规划问题进行分解，得到第一代价函数和第二代价函数，从而在轨迹规划的过程中，基于第一代价函数和第二代价函数来求解起点到终点之间的每个轨迹点，并且在轨迹点求解的过程中会与每个邻域无人机进行数据交换以保证无人机之间的信息协同来避免碰撞。这样，可以有效解决集中式方法带来的计算复杂度高、可靠性性不足等缺点，同时结合交替方向乘子法这样的分布式优化思想进行问题分解，与邻域无人机进行数据交换来避免相互碰撞，可以更高效地生成满足要求的连续光滑轨迹。
-
公开(公告)号：CN116736889A
公开(公告)日：2023-09-12
申请号：CN202310802967.0
申请日：2023-06-30
IPC分类号： G05D1/10
摘要： 本发明涉及飞行器技术领域，提供一种基于动态博弈的飞行器集群对抗方法及相关装置。按照防御方任务确定每个防御方飞行器的第一目标函数，并按照入侵方任务确定每个入侵方飞行器的第二目标函数，且第二目标函数表示入侵方飞行器的行动控制变量与其总任务成本的关系，得到飞行器集群的博弈对抗函数组，再基于每个防御方飞行器的初始飞行状态、每个入侵方飞行器的初始飞行状态和保护区域的区域信息，求解函数组的纳什均衡策略集，得到每个防御方飞行器的最优行动策略和每个入侵方飞行器的最优行动策略，以使每个防御方飞行器和每个入侵方飞行器按照自身的最优行动策略进行实时对抗。提高了对入侵方的干扰效率并提高了飞行器执行防御任务的成功率。
-
公开(公告)号：CN116738575A
公开(公告)日：2023-09-12
申请号：CN202310787325.8
申请日：2023-06-29
IPC分类号： G06F30/15 , G06F30/20 , F41H11/02 , G06F111/04
摘要： 本申请提出一种飞行器拦截方法及系统，获取M个拦截匹配组在当前时刻下的动态拦截目标点；基于动态拦截目标点和预先构建的飞行器优化条件进行博弈计算，以确定防御飞行器在当前时刻下的决策指令，其中，决策指令包括防御飞行器在下一时刻的目标位置信息；在预设时间段内，基于决策指令驱动对应的防御飞行器，当预设时间段结束后，重复获取M组拦截匹配组在当前时刻下的动态拦截目标点，直至防御飞行器在对应的拦截点成功拦截入侵飞行器。在确定防御飞行器在下一时刻的目标位置信息时，通过进行博弈计算，充分考虑了入侵飞行器的航行轨迹变化，从而精确推算出防御飞行器在下一时刻的目标位置信息，保障拦截距离最短。
-
公开(公告)号：CN118158769A
公开(公告)日：2024-06-07
申请号：CN202410252269.2
申请日：2024-03-06
申请人： 同济大学
摘要： 本发明提出一种面向一类分簇集群的高效分布式优化方法，利用簇首对簇内成员的信息分发和收集能力，将当前有用信息分发到簇内每个成员，待簇内成员根据自身目标函数得到局部结果后，再将该结果收集起来进行加权整合，其中，在每个时间步下，簇首及簇内成员将执行计算和信息交互任务，该任务包括通过相邻簇首通信，对获取的变量值进行加权求和；将求和值和步长传输至簇内成员；簇内成员通过局部目标函数，进行迭代计算；将簇内成员变量进行加权求和，投影到约束集上，得到下一时刻决策变量；结束后，进入新一轮迭代更新，循环至满足精度要求；通过本发明方法，可以在实质上缩减网络规模，降低复杂度，实现更快的收敛，提升算法效率，降低通信负担。
-
公开(公告)号：CN116503630A
公开(公告)日：2023-07-28
申请号：CN202310476932.2
申请日：2023-04-28
申请人： 同济大学
IPC分类号： G06V10/762 , G06T7/11 , G06T7/136 , G06T7/50 , G06V10/75
摘要： 本发明公开了一种非结构化场景下点云分割方法及闭环误匹配监测方法，对点云进行分割聚类时，对于任意两个相邻点，当这两个相邻点的深度差异符合几何约束，且反射强度差异符合强度约束时，将这两个相邻点归属于同一个物体。对聚类结果中，小于结构化阈值的物体作为非结构化物体予以剔除。这种方法可有效避免非结构化物体主导的环境中误匹配的概率，可有效提高SLAM系统在非结构化环境中的鲁棒性。
-
公开(公告)号：CN118695325A
公开(公告)日：2024-09-24
申请号：CN202410736100.4
申请日：2024-06-07
申请人： 同济大学
摘要： 本发明的实施例提供了一种高速飞行器集群分簇感知方法、装置、设备以及存储介质，应用于高速飞行器集群技术领域。该方法包括：根据高速飞行器集群中任意两个飞行器节点之间的速度相似度以及距离相似度，对高速飞行器集群中的飞行器节点进行预分簇，得到多个簇；根据针对子簇的通信链路相关性、感知能力以及针对子簇的飞行器节点数量约束、直径约束，将各个簇划分为多个子簇，并将子簇作为感知簇；对多个感知簇与多个待感知目标进行匹配，并采用待感知目标对应的感知簇对待感知目标进行感知。以此方式，可以有效提高分簇效率以及感知效果。
-
公开(公告)号：CN113159331A
公开(公告)日：2021-07-23
申请号：CN202110564356.8
申请日：2021-05-24
申请人： 同济大学
IPC分类号： G06N20/00
摘要： 本发明公开了一种网络化机器学习系统的自适应稀疏度量化方法，应用于网络化机器学习系统的智能体，其包括：在当前时间步，某个智能体与目标智能体交换通信信息过程中，采用随机稀疏器对通信信息稀疏化；该智能体计算上一时间步其通信信息与目标智能体的通信信息之间的差异，并采用与该差异负相关的稀疏度作为当前时间步所述随机稀疏器所采用的稀疏度。对随机稀疏器所采用的稀疏度进行自适应调节，可以在确保通信质量的同时，尽量降低通信成本。
-
公开(公告)号：CN118691740A
公开(公告)日：2024-09-24
申请号：CN202410698727.5
申请日：2024-05-31
申请人： 同济大学
IPC分类号： G06T17/00 , G06T7/73 , G06N3/0464
摘要： 本发明涉及先进传感智能感知和计算机视觉领域，提供了一种基于单光子探测的连续帧3D人体姿态估计方法，包括基于Human3.6M数据集获取单光子数据；基于单光子数据降维去噪后获取目标场景深度估计图和强度估计图对深度估计图进行训练，得到2D估计坐标；将2D估计坐标与深度估计图进行对应位置映射，得到3D估计坐标，将连续帧3D估计坐标组成骨骼图序列，输入基于高阶骨骼时空图卷积的U型网络，得到修正后的3D人体姿态坐标序列；对连续帧3D姿态估计模型进行训练，获得3D人体姿态估计数据。通过本发明提出的方法实现了基于单光子数据的3D人体姿态估计，相对于单帧方法提高了3D姿态估计准确度。
-
公开(公告)号：CN113159331B
公开(公告)日：2023-06-30
申请号：CN202110564356.8
申请日：2021-05-24
申请人： 同济大学
IPC分类号： G06N20/00
摘要： 本发明公开了一种网络化机器学习系统的自适应稀疏度量化方法，应用于网络化机器学习系统的智能体，其包括：在当前时间步，某个智能体与目标智能体交换通信信息过程中，采用随机稀疏器对通信信息稀疏化；该智能体计算上一时间步其通信信息与目标智能体的通信信息之间的差异，并采用与该差异负相关的稀疏度作为当前时间步所述随机稀疏器所采用的稀疏度。对随机稀疏器所采用的稀疏度进行自适应调节，可以在确保通信质量的同时，尽量降低通信成本。
-
公开(公告)号：CN113300890B
公开(公告)日：2022-06-14
申请号：CN202110565504.8
申请日：2021-05-24
申请人： 同济大学
IPC分类号： H04L41/12
摘要： 本发明公开了一种网络化机器学习系统的自适应通信方法，网络化机器学习系统包括多个智能体，该方法包括：初始化各智能体之间的网络拓扑，使得各智能体通过通信链路连接；对于任意一个智能体，初始化之后通过通信链路与其直接连接的智能体为相邻智能体；在每个时间步中，智能体通过处于活跃状态的通信链路与相邻智能体交换通信信息，并根据其与相邻智能体之间最新一次交换的通信信息之间的差异计算该智能体与相邻智能体之间的通信链路在下一个时间步中处于活跃状态的概率值，并依照概率值确定该通信链路在下一个时间步中是否处于活跃状态。通过该自适应通信方法可以在保持训练效果的同时降低总的通信成本。
-
-
-
-
-
-
-
-
-
搜索结果
13 条记录 (耗时 0.03 秒)
