公开(公告)号：CN117389324A

公开(公告)日：2024-01-12

申请号：CN202311354945.9

申请日：2023-10-18

Applicant: 哈尔滨工业大学

Inventor： 刘环宇 ,  绳远远 ,  李君宝

IPC: G05D1/495 ,  G05D1/46 ,  G05D101/15 ,  G05D109/20

Abstract: 一种提升无人机由训练到应用迁移性能方法和系统，涉及无人机训练领域。解决当前无人机仿真场景和实际应用场景差异导致的迁移应用下无人机自主导航避障性能较差的问题。所述方法：S1：随机生成仿真场景障碍物坐标，构建智能体训练场景；S2：无人机进行训练；S3：清除仿真场景障碍物，无人机返回起点，重新随机生成障碍物坐标，构建新的仿真训练场景；S4：重复上述步骤，直到完成训练，获得无人机自主导航模型；S5：在无人机自主导航模型的应用场景中，采用滤波器对激光雷达传感器获得的测量数据进行滤波；S6：基于滤波后的测量数据构建无人机信息，输入无人机自主导航模型，完成无人机的自主导航。应用于无人机自主导航及控制领域。

公开(公告)号：CN120044955A

公开(公告)日：2025-05-27

申请号：CN202510207318.5

申请日：2025-02-25

Applicant: 哈尔滨工业大学

Inventor： 李君宝 ,  李霁桐 ,  绳远远 ,  刘环宇

IPC: G05D1/43 ,  G05D1/242 ,  G05D1/243 ,  G05D1/644 ,  G05D1/247 ,  G05D1/648 ,  G05D1/686 ,  G05D105/55

Abstract: 一种面向救援任务场景的智能无人车系统，涉及激光雷达建图和自动驾驶、目标检测识别，属于嵌入式人工智能技术领域。本发明是为了解决现有自动化救援机器人无法胜任复杂环境救援场景任务的导航需求、不能实时进行决策以及不具备人机交互功能等问题而提出的。技术要点：激光雷达建图模块：用于感知环境信息转化为地图数据；路径规划模块：根据获取到的地图数据计算出起始点与目标点之间的最优代价路径，并生成运动数据输出至系统；目标检测模块：通过深度相机获取图像数据并识别待检测目标，生成目标的三维坐标数据输出至系统；语音交互模块：用于人机交互中获取外界语音指令，实时控制机器人系统决策。本发明研制出一套能够自动导航、到达目标点后自动扫描周围环境识别目标的自动化机器人嵌入式软件，搭载人工智能的自动化设计使得机器人在面对复杂环境时能够灵活调整决策，提高了无人机器人系统面对不确定环境因素的应变能力。

公开(公告)号：CN119937352A

公开(公告)日：2025-05-06

申请号：CN202510099253.7

申请日：2025-01-22

Applicant: 哈尔滨工业大学

Inventor： 刘环宇 ,  绳远远 ,  李君宝 ,  谢贤安

IPC: G05B17/02

Abstract: 一种无人集群硬件在环仿真测试与评估系统，涉及无人集群仿真测试与评估领域。解决无人集群的实机测试成本高、虚拟测试不可靠的问题，实现对无人集群性能的加速测试和可靠评估。技术要点：所述测试与评估系统包括虚拟仿真模块、硬件计算模块和可信评估模块；其中虚拟仿真模块主要用于搭建无人集群的任务执行场景并展示无人集群任务执行过程；硬件计算模块用于执行部署的无人集群算法；可信评估模块用于对无人集群算法执行结果进行评估；在虚拟仿真模块中，虚拟无人集群通过传感器感知环境信息并传递给硬件计算模块，部署在硬件计算模块上的无人集群算法基于感知的环境信息进行运算，获得无人集群的动作指令或规划指令并传递给虚拟仿真模块；虚拟仿真模块中的虚拟无人集群通过实时交互，将自身的位置坐标、运动速度等信息以及目标信息传递给可信评估模块，可信评估模块对无人集群算法的执行效果进行评估。用于对硬件计算嵌入程序进行全面测试。

公开(公告)号：CN117113078A

公开(公告)日：2023-11-24

申请号：CN202310995855.1

申请日：2023-08-08

Applicant: 哈尔滨工业大学

Inventor： 刘环宇 ,  绳远远 ,  王传朋 ,  张化良 ,  李君宝

IPC: G06F18/214 ,  G06F18/241 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/08 ,  G01M13/04

Abstract: 基于多源数据集成的小样本轴承故障模式识别方法和系统，涉及机械装备智能运维及健康管理领域。解决了现有小样本轴承故障模式下，样本少导致识别困难，且存在识别不准确的问题。所述方法包括：根据公开数据集构建多源数据样本；提取多源数据样本特征，构建源域训练集和目标域训练集；将目标域训练集和源域训练集进行组合，获取组合后的源域训练集；根据目标域测试集和组合后的多源域样本集训练基分类器；计算域间分布度量和样本相似度；构建权重矩阵；根据基分类器对目标域测试集进行分类识别，获得类别概率；根据权重矩阵对类别概率进行加权集成，获取目标域测试集的分类结果，完成故障模式识别。本发明应用于故障识别领域。

公开(公告)号：CN118550320A

公开(公告)日：2024-08-27

申请号：CN202410557434.5

申请日：2024-05-07

Applicant: 哈尔滨工业大学

Inventor： 刘环宇 ,  绳远远 ,  李君宝

IPC: G05D1/695 ,  G05D109/20

Abstract: 一种基于深度强化学习的无人机自主导航方法和系统，涉及无人机自主导航领域。解决无人机训练模型收敛速度慢、无人机保守和激进行为平衡问题以及未考虑智能体动态变化趋势对导航任务影响的问题。方法包括：获得当前状态信息和前一时刻状态信息；根据当前时刻状态信息、前一时刻状态信息和无人机当前时刻自身信息构建无人机当前时刻的状态空间；获得当前时刻的动作空间；无人机执行期望的动作并获得奖励，同时更新下一时刻的状态信息；构建下一时刻的状态空间；将当前时刻的状态空间、动作空间、奖励、下一时刻的状态空间作为样本存储于经验回放池；训练无人机自主导航模型；根据训练后的模型，执行无人机的自主导航任务。应用于工业、农业领域。