公开(公告)号：CN109211248A

公开(公告)日：2019-01-15

申请号：CN201810855331.1

申请日：2018-07-31

Applicant: 哈尔滨工程大学

Inventor： 管练武 ,  王萌 ,  高延滨 ,  李宁波 ,  杨丽 ,  王野 ,  余立强 ,  王德超 ,  刘哲均 ,  荣寒萧

IPC: G01C21/28 ,  G01C21/16 ,  G01S17/02 ,  G01S19/45 ,  G01S19/47

Abstract: 本发明公开一种基于多传感器的智能车辆导航系统及其导航方法，属于传感器信号检测与组合导航技术领域。本发明包括：传感器检测单元1、嵌入式信息处理与导航解算单元2、供电通信线缆3和PC机4；其特征在于，所述的传感器检测单元1通过供电通信线缆3与PC机4相连；所述的传感器检测单元1由九轴MIMU1-1、GPS接收装置1-2、单目视觉传感器1-3、微型激光雷达1-4和机械结构1-5组成；所述的嵌入式信息处理与导航解算单元2由多路电源转换供电模块2-1和电路板2-2组成。

公开(公告)号：CN111104564A

公开(公告)日：2020-05-05

申请号：CN201911280879.9

申请日：2019-12-13

Applicant: 哈尔滨工程大学

Inventor： 吴梦浩 ,  高延滨 ,  张强 ,  张帆 ,  刘哲均 ,  刘鸿宇 ,  王鹏飞 ,  荣寒潇

IPC: G06F16/901 ,  G06N3/02 ,  G06N3/08

Abstract: 本发明公开了基于深度增强学习的图信号节点采样方法，属于机器学习领域。该方法基于经典分立空间增强学习算法Deep Q Learning方法，把图中所有的信号节点作为增强学习中的动作空间，增强学习智体通过学习采取合适的节点来最大化地保留原图所包含的信息。我们独创性地设计了智体所运行的环境，在这个环境中智体通过采取动作来获得回报，不断的训练与提升其采样策略。该方法不需要大量的有标签数据，使用神经网络来处理大量的图数据，使用增强学习算法来自动化这一流程。实现对部分节点的精准筛选。训练好的智体可以在环境中自动根据图的特征选取合适的节点进行筛选，只要实际应用问题可以抽象为信号图，而且全程自动化采样，没有任何附加成本和人力参与。