-
公开(公告)号：CN117606485B
公开(公告)日：2025-01-10
申请号：CN202311625367.8
申请日：2023-11-30
Applicant: 哈尔滨工业大学
Abstract: 一种无人系统的轨迹规划评价系统，本发明涉及无人系统的轨迹规划评价系统。本发明为了解决现有轨迹规划方法在复杂多变的环境、传感器故障、模型不完备等情况下，导致规划的轨迹未考虑效率和资源利用，浪费时间和能源，降低了无人系统的效益的问题。系统包括：定位感知模块用于对无人系统、障碍物进行定位，获得无人系统、障碍物的位置坐标；轨迹规划模块用于根据无人系统、障碍物的位置坐标获取无人系统的规划轨迹，对无人系统的规划轨迹进行优化，获得最优的规划轨迹，将最优的规划轨迹传输给跟踪控制模块；跟踪控制模块用于按照最优的规划轨迹命令跟踪控制器对无人系统进行控制，完成无人系统路径规划。本发明用于无人系统的轨迹规划领域。
-
Patent Agency Ranking
公开(公告)号：CN119620750A
公开(公告)日：2025-03-14
申请号：CN202411636135.7
申请日：2024-11-15
Applicant: 哈尔滨工业大学
IPC: G05D1/43 , G01C21/20 , G06N3/0442 , G06N3/092 , G05D1/633 , G05D1/644 , G05D1/648 , G05D109/30
Abstract: 基于多模态多任务强化学习的异构多无人系统任务决策与路径规划方法，它属于人工智能领域。本发明解决了单一类别智能体无法完成复杂任务的问题。将多模态信息进行统一编码，从编码结果中提取双方无人艇位置信息和障碍物信息后，输入到基于PPO的强化学习算法中进行任务决策，再将多任务信息发送给无人艇。红方无人艇对接收到的多任务文本信息进行预处理，将获取到的自身位置、目标位置和障碍物位置信息作为路径规划的状态空间，根据规划的路径到达目标位置后执行指定任务，直至到达任务切换时刻，根据更新的各无人机总奖励来更新强化学习算法中网络参数，基于更新后的参数重新决策任务。本发明方法可以应用于异构多无人系统的任务决策与路径规划。
-
公开(公告)号：CN118887423A
公开(公告)日：2024-11-01
申请号：CN202410907240.3
申请日：2024-07-08
Applicant: 哈尔滨工业大学
IPC: G06V10/62 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/092 , G06N3/0985 , G06F30/20 , G06T17/00
Abstract: 一种基于深度强化学习的空间非合作目标主动视觉跟踪方法，它属于航空航天技术领域。本发明解决了现有主动视觉跟踪方法无法适应复杂的动态太空环境以及跟踪效果差的问题。本发明提出端到端的基于深度强化学习的主动视觉跟踪器，以可见光或RGBD图像作为输入，直接输出航天器控制指令，完成主动视觉跟踪任务。并设计多种架构的深度神经网络来近似动作价值函数，可以在保障跟踪精度的同时，大幅提高了算法灵活性，通过选取不同的网络结构可以适配不同的算力平台或应用场景，更好地适应复杂的动态太空环境。同时可以有效应对外部扰动，具有较强的鲁棒性。本发明方法可以应用于对空间非合作目标的主动视觉跟踪。
-
公开(公告)号：CN119002255A
公开(公告)日：2024-11-22
申请号：CN202410966496.1
申请日：2024-07-18
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 一种基于深度强化学习的非合作航天器主动跟踪方法，本发明涉及非合作航天器主动跟踪方法。本发明属于航天航空领域。本发明的目的是为了解决现有算法无法融合航天器动力学模型以及卫星轨道动力学，无法有效的在保证跟踪精度的基础上提升算法鲁棒性，无法有效的从训练样本中有效提取出关于目标的时序相关信息等缺陷。过程为：1、获得追逐航天器的位置以及速度；2、构建演员网络和评论家网络，以及损失函数；3、构建奖励函数，获得训练好的演员网络、评论家网络；4、获得目标航天器与追逐航天器之间位置与期望位置的差距，以及目标航天器与追逐航天器之间的速度差，输入训练好的演员网络，训练好的演员网络输出当前时间步的动作。
-
公开(公告)号：CN118429612A
公开(公告)日：2024-08-02
申请号：CN202410465466.2
申请日：2024-04-18
Applicant: 哈尔滨工业大学
IPC: G06V10/25 , G06V10/44 , G06V10/774 , G06V10/82 , G06V20/52 , G06N3/0464 , G06N3/0495 , G06V10/766
Abstract: 本发明公开一种适用于无人平台的动态小目标识别方法。首先，采集多场景连续图像序列，定义占据不超过原始图像帧1％像素的目标为小目标，构建动态小目标识别数据集。其次，构建基于扩展金字塔网络的特征提取模块，通过输入图像帧生成目标不同分辨率的边界框并进行回归，得到目标粗粒度特征。再次，设计了基于查询机制的细粒度特征生成模块，生成目标细粒度特征，通过预定义阈值查询当前图像帧中是否存在待识别目标并获取其位置。最后，设计基于稀疏卷积网络的目标识别模块，计算目标所在位置中心点与对应边界框四个角点间的距离，匹配目标及边界框，实现动态小目标识别并在实际无人平台上部署。本发明可应用于无人平台对港口、码头安全巡检过程。
-
公开(公告)号：CN117606485A
公开(公告)日：2024-02-27
申请号：CN202311625367.8
申请日：2023-11-30
Applicant: 哈尔滨工业大学
Abstract: 一种无人系统的轨迹规划评价系统，本发明涉及无人系统的轨迹规划评价系统。本发明为了解决现有轨迹规划方法在复杂多变的环境、传感器故障、模型不完备等情况下，导致规划的轨迹未考虑效率和资源利用，浪费时间和能源，降低了无人系统的效益的问题。系统包括：定位感知模块用于对无人系统、障碍物进行定位，获得无人系统、障碍物的位置坐标；轨迹规划模块用于根据无人系统、障碍物的位置坐标获取无人系统的规划轨迹，对无人系统的规划轨迹进行优化，获得最优的规划轨迹，将最优的规划轨迹传输给跟踪控制模块；跟踪控制模块用于按照最优的规划轨迹命令跟踪控制器对无人系统进行控制，完成无人系统路径规划。本发明用于无人系统的轨迹规划领域。
-
-
-
-
-
Search Results
6
records
(took 0.02 seconds)
