-
公开(公告)号：CN118447341A
公开(公告)日：2024-08-06
申请号：CN202410906142.8
申请日：2024-07-08
Applicant: 安徽大学
IPC: G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06V20/50
Abstract: 本发明涉及无人机着陆识别技术领域，解决了传统方法无法适用于无人机面向紧急情况下实现自主着陆的技术问题，尤其涉及一种基于ST‑Swin‑T神经网络面向无人机自主着陆的场景图识别方法，包括：构建针对无人机着陆场景的数据集，并根据若干着陆场景类别将数据集分为多个安全等级；基于Swin‑T神经网络的骨干网络构建用于对无人机着陆的着陆场景图进行分类识别的识别模型ST‑Swin‑T；基于预训练模型对识别模型ST‑Swin‑T进行训练。本发明能够在面对紧急着陆场景时，通过直接检测下方的图像来判断能否降落，无需复杂计算或精确降落于特定点。并且显著提升了无人机的飞行安全性，同时为其自主学习识别着陆场景奠定了基础。
-
公开(公告)号：CN116736721A
公开(公告)日：2023-09-12
申请号：CN202310852073.2
申请日：2023-07-12
Applicant: 安徽大学
IPC: G05B13/04
Abstract: 本发明公开了一种变结构水下机器人游走模式运动控制方法和系统，包括根据水下机器人动力学模型得到大地坐标系下的横垂面控制模型；基于横垂面控制模型，水下机器人进行游走作业和爬行作业模式切换：当翻转角与作业壁面平行角的偏差大于等于阈值时，采用模糊控制器对水下机器人推进器进行转速控制；当翻转角与作业壁面平行角的偏差小于阈值时，采用生物启发反步滑模级联控制器对水下机器人进行位姿控制；在达到与壁面近似平行的期望角度时，水下机器人推进器对机身深度方向施加推力，直至航行器吸附与壁面。能够有效的进行水下机器人水下作业方式间的切换，既能保证水下机器人安全作业又能符合工程需求。
-
公开(公告)号：CN119006913A
公开(公告)日：2024-11-22
申请号：CN202411116682.2
申请日：2024-08-15
Applicant: 安徽大学
IPC: G06V10/764 , G06V10/774 , G06N20/00
Abstract: 本发明公开了一种用于快速图像分类问题的分布式模型训练算法，包括：图像数据的准备与分布；模型初始化；分布式模型训练；模型评估和性能优化。所训练的分布式模型是一种基于Nesterov加速的自适应矩估计算法，即NGTAdam算法，包括：初始化参数；计算梯度，并基于梯度跟踪法更新梯度估计器；更新一阶矩估计向量，更新二阶矩估计向量；自适应更新学习率；更新临时变量和Nesterov动量变量；基于梯度下降法更新估计解。此外，本发明还公开了NGTAdam算法的理论收敛上界保证算法收敛。本发明提出的方法注重实时决策和动态优化，能够高效求解大规模在线优化问题，适用多种场景，解决了现有图像分类算法在训练大规模图像数据时速度慢、准确性不佳等问题。
-
Patent Agency Ranking
-
公开(公告)号：CN116203932B
公开(公告)日：2023-07-21
申请号：CN202310498107.2
申请日：2023-05-06
Applicant: 安徽大学
IPC: G05B23/02
Abstract: 本发明公开了一种基于模型的无人艇执行器故障检测方法、存储介质及设备，该无人艇执行器故障检测方法包括：根据牛顿‑欧拉方程，并考虑洋流扰动，结合无人艇在水平面上的侧运动和偏航运动，建立无人艇在水平面运动的数学模型；建立无人艇在地面坐标系下的扩张状态观测器，并根据Lyapunov函数，得到比例观测误差收敛域，确定无人艇执行器的故障检测总残差和无人艇故障检测阈值，若无人艇执行器的故障检测总残差超出无人艇故障检测阈值，发出无人艇部分执行器故障警报信息。本发明解决了无人艇的执行器故障检测问题，能够在无硬件检测设备的情况下，根据系统状态检测是否发生执行器故障。
-
公开(公告)号：CN118963407A
公开(公告)日：2024-11-15
申请号：CN202411065005.2
申请日：2024-08-05
Applicant: 安徽大学
IPC: G05D1/495 , G05D1/46 , G05D101/15 , G05D109/20
Abstract: 本发明公开一种基于改进TD3算法的无人机自主导航方法，包括：设计改进TD3算法的状态空间、动作空间、奖励函数、策略网络、价值网络、成功经验池及失败经验池；初始化状态和临时经验池，策略网络收集数据添加到临时经验池，临时经验池数据溢出则将溢出数据添加到成功经验池；判断是否达到更新条件，达到更新条件，从成功经验池和失败经验池中按照比例随机采样数据，用采样数据更新价值网络和策略网络；未达到更新条件，判断无人机是否达到终止状态，达到成功的终止状态时，将临时经验池的数据全部放到成功经验池，若是失败的终止状态，将临时经验池的数据全部放到失败经验池。本发明提高了采样数据的质量，从而提升无人机自主导航的效率。
-
公开(公告)号：CN118447341B
公开(公告)日：2024-10-01
申请号：CN202410906142.8
申请日：2024-07-08
Applicant: 安徽大学
IPC: G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06V20/50
Abstract: 本发明涉及无人机着陆识别技术领域，解决了传统方法无法适用于无人机面向紧急情况下实现自主着陆的技术问题，尤其涉及一种基于ST‑Swin‑T神经网络面向无人机自主着陆的场景图识别方法，包括：构建针对无人机着陆场景的数据集，并根据若干着陆场景类别将数据集分为多个安全等级；基于Swin‑T神经网络的骨干网络构建用于对无人机着陆的着陆场景图进行分类识别的识别模型ST‑Swin‑T；基于预训练模型对识别模型ST‑Swin‑T进行训练。本发明能够在面对紧急着陆场景时，通过直接检测下方的图像来判断能否降落，无需复杂计算或精确降落于特定点。并且显著提升了无人机的飞行安全性，同时为其自主学习识别着陆场景奠定了基础。
-
公开(公告)号：CN116203932A
公开(公告)日：2023-06-02
申请号：CN202310498107.2
申请日：2023-05-06
Applicant: 安徽大学
IPC: G05B23/02
Abstract: 本发明公开了一种基于模型的无人艇执行器故障检测方法、存储介质及设备，该无人艇执行器故障检测方法包括：根据牛顿‑欧拉方程，并考虑洋流扰动，结合无人艇在水平面上的侧运动和偏航运动，建立无人艇在水平面运动的数学模型；建立无人艇在地面坐标系下的扩张状态观测器，并根据Lyapunov函数，得到比例观测误差收敛域，确定无人艇执行器的故障检测总残差和无人艇故障检测阈值，若无人艇执行器的故障检测总残差超出无人艇故障检测阈值，发出无人艇部分执行器故障警报信息。本发明解决了无人艇的执行器故障检测问题，能够在无硬件检测设备的情况下，根据系统状态检测是否发生执行器故障。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.014 seconds)
