一种针对检测丢失、关联失败的多目标跟踪方法及系统

    公开(公告)号:CN114782484A

    公开(公告)日:2022-07-22

    申请号:CN202210354629.0

    申请日:2022-04-06

    摘要: 本发明提供一种无人机平台下针对检测丢失、关联失败的多目标跟踪方法,包括:对实时视频流量数据进行预处理;输入预处理结果至联合网络,获得检测结果;在所述检测结果的基础上,结合多目标跟踪所产生的轨迹产生候选目标;对所述候选目标进行优化处理,获得预测的丢失的检测目标。本发明可以满足低空无人机平台下实时的在线多目标跟踪任务的需求,能够克服现有方法由于目标遮挡、检测丢失以及无人机平台机动导致跟踪性能降低的缺陷,具有较强的鲁棒性、适用性和实时性;增强了无人机平台对周围环境的视觉感知能力,在民用和军用领域具有广阔的应用前景。

    基于深度确定性策略算法的发电机组启停配置方法及系统

    公开(公告)号:CN108321795A

    公开(公告)日:2018-07-24

    申请号:CN201810054828.3

    申请日:2018-01-19

    摘要: 本发明涉及一种基于深度确定性策略算法的发电机组启停配置方法及系统,该方法将机组组合启停分配问题构造成为强化学习序列决策问题,所述的方法包括以下步骤:1)将前一历史时刻各机组出力值向量作为智能体观测状态,用以作为深度策略网络的输入向量;2)针对连续时间序列机组启停优化问题,使用深度确定性策略梯度算法给出优化决策序列,输出机组在该时刻的启停向量,实现对机组启停状态的分配。与现有技术相比,本发明采用深度确定性策略学习方法,直接得到不同时刻的启停向量,能够适应不同规模机组集群启停表的自动分配,使得系统具有较好的扩展性。

    工业不稳定时滞过程模型在线检测的方法

    公开(公告)号:CN100476647C

    公开(公告)日:2009-04-08

    申请号:CN200710043735.2

    申请日:2007-07-12

    IPC分类号: G05B17/02 G05B19/418

    CPC分类号: Y02P90/02

    摘要: 一种检测技术领域的工业不稳定时滞过程模型在线检测的方法。本发明在继电特性作用下,整个闭环系统进入振荡过程,在此过程中,分别记录下继电器和对象输出数组,并保存在随机存取存储器中,通过数据分析,判断对象输出的波形是否呈现稳定振荡的极限环;如果是极限环,将多个振荡周期内的关键量测信息存入工控机实时数据库后,解析计算出系统模型参数;如果对象输出的波形不是极限环,闭合PD控制器内环的开关S,将PD反馈环节切入继电反馈闭环系统,通过调试PD控制器参数使系统输出呈稳定振荡的极限环,随后根据振荡周期内的关键信息,解析计算出系统模型参数。本发明能有效镇定并检测时滞与时间常数的比值小于2的大时滞不稳定对象。

    与以太网兼容的实时介质访问控制方法

    公开(公告)号:CN100364304C

    公开(公告)日:2008-01-23

    申请号:CN200410054209.2

    申请日:2004-09-02

    IPC分类号: H04L29/06 H04L12/413

    摘要: 一种用于通信技术领域的与以太网兼容的实时介质访问控制方法,首先基于标准以太网数据帧具有长度可变的内在特征,在保持原有帧结构的基础上定义动态优先级机制,通过消息的长度映射优先级,实现消息的优先级在应用层动态的分发管理,并经过标准协议栈中间各层随同消息进行透明传输;然后,利用标准以太网接口芯片具有的载波侦听能力,在动态优先级定义的基础上,实时介质访问控制方法通过进行连续的信道载波侦听判决,建立阻塞信道模式和抢占式工作机制,实现对实时信息优先级传输。本发明为重要信息提供具有确定时延上界的传输信道,可直接应用于对网络通信时延具有严格要求的分布式实时环境。

    化工串级生产过程的解耦控制系统

    公开(公告)号:CN1529211A

    公开(公告)日:2004-09-15

    申请号:CN200310107957.8

    申请日:2003-10-16

    IPC分类号: G05B13/00 G05B13/04

    摘要: 一种化工串级生产过程的解耦控制系统,由给定值响应控制器、扰动观测器、中间级过程辨识模型、末级过程辨识模型以及信号混合器组成。通过设置在中间级过程输入和输出之间的负载干扰抑制闭环来快速消除混入中间级过程的负载干扰信号,从而平稳系统末级过程输出。系统给定值响应采用开环控制方式,使控制系统的给定值响应和中间级过程负载干扰响应能够分别独立地调节。对于实际中只能得到较准确的中间级过程辨识模型和全局串级过程辨识模型的工况,采用全局串级过程辨识模型来替代末级过程辨识模型并对其连接作相应改变。本发明的控制系统能够保持良好的鲁棒稳定性,可以在较大范围内适应实际串级过程的建模误差以及过程参数摄动。

    一种基于强化学习的无人艇混合感知自主避障方法及系统

    公开(公告)号:CN111880535B

    公开(公告)日:2022-07-15

    申请号:CN202010715076.8

    申请日:2020-07-23

    IPC分类号: G05D1/02

    摘要: 本发明涉及一种基于强化学习的无人艇混合感知自主避障方法及系统,该方法包括以下步骤:1)搭建海洋环境;2)根据无人艇推进器情况设置动作空间,根据静态海图提供的全局规划信息与雷达系统探测半径范围内的障碍物信息学习得到强化学习状态编码;3)设置奖励目标权重,获得综合奖励函数;4)搭建并训练评价网络与策略网络;5)将强化学习状态编码分别输入至评价网络与策略网络,将综合奖励函数输入至评价网络,根据学习到的策略网络的均值对应的动作,决定控制器的输出。与现有技术相比,本发明具有高度自我学习的能力,可以经过简单的部署训练适应不同大规模复杂环境,进而实现自主感知、自主导航、自主避障。

    多移动智能体在目标跟踪中的惯导误差补偿方法及系统

    公开(公告)号:CN114705223A

    公开(公告)日:2022-07-05

    申请号:CN202210349774.X

    申请日:2022-04-02

    IPC分类号: G01C25/00 G01C21/16 G01S13/86

    摘要: 本发明提供一种多移动智能体在目标跟踪中的惯导误差补偿方法及系统,包括:首先由配备相机的智能体获取目标图像,经过图像数据处理得到目标角度测量;同时由配备雷达的智能体获取目标点云,经点云数据处理得到目标距离和角度测量;进一步通过最小二乘法进行角度测量的伪距离估计,利用多智能体的合作解决相机角度测量缺少距离信息的问题;最后利用分布式卡尔曼滤波实现目标跟踪,并对目标状态进行一致性融合。本发明能够应用于数量不定、具有两种传感器类型的惯性导航多移动智能体目标跟踪系统,仅依靠智能体集群对目标的跟踪实现多智能体惯导定位误差的补偿与目标的稳定跟踪。

    基于深度确定性策略算法的发电机组启停配置方法及系统

    公开(公告)号:CN108321795B

    公开(公告)日:2021-01-22

    申请号:CN201810054828.3

    申请日:2018-01-19

    摘要: 本发明涉及一种基于深度确定性策略算法的发电机组启停配置方法及系统,该方法将机组组合启停分配问题构造成为强化学习序列决策问题,所述的方法包括以下步骤:1)将前一历史时刻各机组出力值向量作为智能体观测状态,用以作为深度策略网络的输入向量;2)针对连续时间序列机组启停优化问题,使用深度确定性策略梯度算法给出优化决策序列,输出机组在该时刻的启停向量,实现对机组启停状态的分配。与现有技术相比,本发明采用深度确定性策略学习方法,直接得到不同时刻的启停向量,能够适应不同规模机组集群启停表的自动分配,使得系统具有较好的扩展性。