-
Patent Agency Ranking
公开(公告)号：CN117496746A
公开(公告)日：2024-02-02
申请号：CN202311333776.0
申请日：2023-10-13
Applicant: 扬州大学 , 慧知科技(扬州)有限公司
IPC: G08G1/14 , G08G1/0968
Abstract: 本发明公开了一种停车场内自动停取车的控制方法及系统，包括：停车时，把车辆停放到出入口交接区上的AGV平台，并设置各取车出口的概率；考虑取车时出口不确定性，基于取车出口的概率，确定最优停车位置与相应的推荐出口；基于最优停车位置，进行最短路径规划，AGV平台按照规划路径将车辆托运至最优停车位置；取车时，若推荐出口与当前期望出口一致，则前往出口等待AGV托运车辆，若不一致，则根据当前期望出口，重新规划取车路线，AGV根据新的取车路线托运车辆到期望出口。本发明为车辆选择符合用户的最优停车位置，同时，规划停车过程和取车过程的最优路径，从而实现停车场自动停放车辆，节约用户的等待时间。
-
公开(公告)号：CN117111522B
公开(公告)日：2024-03-12
申请号：CN202311205191.0
申请日：2023-09-18
Applicant: 扬州大学 , 慧知科技(扬州)有限公司
Inventor： 宓建 , 邓社军 , 徐伟 , 廖华军 , 白乐濛 , 张俊 , 秦婧逸 , 于世军 , 嵇涛 , 徐悦 , 马瑞阳 , 沈梓怡 , 朱云翔 , 蔡爱鹏 , 崔嘉贺 , 张昱韬 , 闫奇志 , 张洋铭 , 张炳坤 , 艾尔帕尼·茹扎洪
IPC: G05B19/042
Abstract: 本发明公开了一种动态环境下移动机器人控制方法及系统，包括：基于scLTL逻辑规范构建编码器，将移动机器人的多维任务状态编码成一维状态；基于历史数据和风险模拟对移动机器人作业环境中不确定因素的风险进行预测和评估；融合编码器编码和强化学习，并考虑预测风险构建融合模型，通过融合模型得到移动机器人的多任务作业进行决策和路径规划。本发明采用逻辑规范进行多任务控制，考虑动态环境中不确定因素的风险，提出编码式强化学习融合算法，进行安全路径规划，规避环境中的风险，为移动机器人执行多任务作业生成最优安全路径，提前规避环境中的潜在风险，实现复杂问题简单化，并压缩探索空间，降低计算成本，从而提高求解速度。
-
公开(公告)号：CN117111522A
公开(公告)日：2023-11-24
申请号：CN202311205191.0
申请日：2023-09-18
Applicant: 扬州大学 , 慧知科技(扬州)有限公司
Inventor： 宓建 , 邓社军 , 徐伟 , 廖华军 , 白乐濛 , 张俊 , 秦婧逸 , 于世军 , 嵇涛 , 徐悦 , 马瑞阳 , 沈梓怡 , 朱云翔 , 蔡爱鹏 , 崔嘉贺 , 张昱韬 , 闫奇志 , 张洋铭 , 张炳坤 , 艾尔帕尼·茹扎洪
IPC: G05B19/042
Abstract: 本发明公开了一种动态环境下移动机器人控制方法及系统，包括：基于scLTL逻辑规范构建编码器，将移动机器人的多维任务状态编码成一维状态；基于历史数据和风险模拟对移动机器人作业环境中不确定因素的风险进行预测和评估；融合编码器编码和强化学习，并考虑预测风险构建融合模型，通过融合模型得到移动机器人的多任务作业进行决策和路径规划。本发明采用逻辑规范进行多任务控制，考虑动态环境中不确定因素的风险，提出编码式强化学习融合算法，进行安全路径规划，规避环境中的风险，为移动机器人执行多任务作业生成最优安全路径，提前规避环境中的潜在风险，实现复杂问题简单化，并压缩探索空间，降低计算成本，从而提高求解速度。
-
公开(公告)号：CN118567345B
公开(公告)日：2024-11-22
申请号：CN202410364872.X
申请日：2024-03-28
Applicant: 扬州大学
Abstract: 本发明为一种安全优先的移动机器人控制方法及系统，采用scLTL逻辑规范进行多任务控制，考虑动态环境中不确定因素的风险，进行安全路径规划，在规划层面规避环境中的风险，为移动机器人与人同环境下执行多任务作业生成最优安全路径，提前规避与工作人员的冲突。本发明下层的safe‑A*算法允许机器人在动态风险环境中生成安全优先的最优路径，而不是最短路径；同时，上层是FSARS以安全优先为原则的搜索架构，为机器人执行多任务规划最优安全路径，避免与随机移动的工作人员发生碰撞；本发明不是以实时避免碰撞为目标，与其他MDP、MCTS算法相比，安全性显著提高。
-
公开(公告)号：CN118567345A
公开(公告)日：2024-08-30
申请号：CN202410364872.X
申请日：2024-03-28
Applicant: 扬州大学
Abstract: 本发明为一种安全优先的移动机器人控制方法及系统，采用scLTL逻辑规范进行多任务控制，考虑动态环境中不确定因素的风险，进行安全路径规划，在规划层面规避环境中的风险，为移动机器人与人同环境下执行多任务作业生成最优安全路径，提前规避与工作人员的冲突。本发明下层的safe‑A*算法允许机器人在动态风险环境中生成安全优先的最优路径，而不是最短路径；同时，上层是FSARS以安全优先为原则的搜索架构，为机器人执行多任务规划最优安全路径，避免与随机移动的工作人员发生碰撞；本发明不是以实时避免碰撞为目标，与其他MDP、MCTS算法相比，安全性显著提高。
-
-
-
-
Search Results
5
records
(took 0.015 seconds)
