-
公开(公告)号：CN114859719B
公开(公告)日：2025-01-21
申请号：CN202210497058.6
申请日：2022-05-05
Applicant: 电子科技大学长三角研究院(衢州)
IPC: G05B13/04
Abstract: 本发明公开了一种基于图神经网络的强化学习集群蜂拥控制方法，包括以下步骤：建立集群蜂拥控制模型；确定集群的拓扑结构特征表示方法；确定智能体的观测信息特征表示方法；设计状态空间、行为空间与回报函数；设计深度强化学习算法中的策略网络与评价网络模型；设计算法框架及网络参数更新方法；设计集群蜂拥控制算法的训练流程。本发明借助深度强化学习技术实现集群蜂拥控制算法，利用图神经网络提取集群的拓扑结构特征以及观测信息特征，有效提高集群蜂拥控制算法的收敛速度和对动态环境的适应能力，同时能够保证在控制噪声等干扰下算法的稳定性。
-
公开(公告)号：CN114241006B
公开(公告)日：2024-12-03
申请号：CN202111560295.4
申请日：2021-12-20
Applicant: 电子科技大学长三角研究院(衢州)
Abstract: 本发明属于精子监测与自动提取的技术领域，提供了一种基于机器学习的精子跟踪与自动提取方法。目的在于解决目前主要的精子监测方法普遍存在监测精度较低，监测速度慢，不利于精子多目标实时追踪的问题。主要方案包括，获取精子样本的实时图像数据；通过YOLO‑V4、KCF跟踪器、Kalman滤波器实现多精子跟踪；根据跟踪结果计算精子的速度，并根据速度确定目标精子；使用YOLO‑V4检测提取针在图像中的位置；根据提取针的位置以及精子的跟踪位置构造提取针控制器的观测状态；将观测状态输入DDPG深度强化学习模型中的actor网络中，得到控制量。将actor网络输出控制量输入提取针控制器中，并将控制量转换成控制器可执行的控制信号。控制器根据控制信号执行控制量对应的行为。
-
公开(公告)号：CN114326749A
公开(公告)日：2022-04-12
申请号：CN202210026133.0
申请日：2022-01-11
Applicant: 电子科技大学长三角研究院(衢州)
Abstract: 本发明公开了一种基于Deep Q‑Learning的集群区域覆盖方法，包括以下步骤：建立集群系统的动力学模型；确定集群中智能体的邻居集合；建立集群系统的运动控制模型；对信息地图进行构造，并对信息地图进行编码；根据信息地图定义强化学习需要的状态空间、行为空间，回报函数；设计Deep Q‑Learning算法所需网络模型；设计自由区域下的Deep Q‑Learning区域覆盖算法；对得到的点按需调整，得到有障碍区域下的Deep Q‑Learning区域覆盖算法。本发明借助Deep Q‑Learning技术实现集群区域覆盖控制算法的训练与学习，实现自由区域和有障碍物区域下的集群区域覆盖，有效提高集群区域覆盖效率，同时能够保证在弱通信环境下算法的稳定性。
-
公开(公告)号：CN111027496A
公开(公告)日：2020-04-17
申请号：CN201911296343.6
申请日：2019-12-16
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于空时联合局部对比度的红外弱小目标检测方法，涉及红外图像处理及弱小目标检测领域；其包括S1：构建3×3大小的滑动窗口，遍历原始序列图像的第k帧图像，通过空域滤波得到第k帧图像的空域局部对比度响应图；S2：计算连续帧图像的方差值St，再结合相邻三帧图像的方差值图像，通过时域滤波得到第k帧图像的时域局部对比度响应图；S3：分别将时域检测结果与空域检测结果作归一化处理，并采用乘性融合方式将二者结合，得到第k帧图像的空时联合局部对比度响应。本发明充分利用空间信息与时间信息，解决现有方法导致的红外弱小目标检测精度低，场景鲁棒性等问题，提高在复杂背景下的红外弱小目标检测中的检测性能、低虚警率、提高算法的鲁棒性。
-
公开(公告)号：CN117193320A
公开(公告)日：2023-12-08
申请号：CN202311329379.6
申请日：2023-10-13
Applicant: 电子科技大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于深度强化学习的多智能体避障导航控制方法，包括以下步骤：建立随机障碍物环境模型；设计智能体的状态空间、动作空间、回报函数；设计基于注意力机制的智能体策略网络与评估网络模型；设计避障导航控制算法以及网络参数更新方法；设计避障导航控制算法的训练流程。本发明利用深度强化学习技术实现未知障碍物环境中的多智能体避障导航控制，通过设计注意力机制自适应地提取邻近智能体及障碍物的重要特征信息，能够应对障碍物场景以及智能体数量的动态变化，具有分布式执行的灵活性优势。
-
Patent Agency Ranking
公开(公告)号：CN111027496B
公开(公告)日：2022-10-14
申请号：CN201911296343.6
申请日：2019-12-16
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于空时联合局部对比度的红外弱小目标检测方法，涉及红外图像处理及弱小目标检测领域；其包括S1：构建3×3大小的滑动窗口，遍历原始序列图像的第k帧图像，通过空域滤波得到第k帧图像的空域局部对比度响应图；S2：计算连续帧图像的方差值St，再结合相邻三帧图像的方差值图像，通过时域滤波得到第k帧图像的时域局部对比度响应图；S3：分别将时域检测结果与空域检测结果作归一化处理，并采用乘性融合方式将二者结合，得到第k帧图像的空时联合局部对比度响应。本发明充分利用空间信息与时间信息，解决现有方法导致的红外弱小目标检测精度低，场景鲁棒性等问题，提高在复杂背景下的红外弱小目标检测中的检测性能、低虚警率、提高算法的鲁棒性。
-
公开(公告)号：CN114859719A
公开(公告)日：2022-08-05
申请号：CN202210497058.6
申请日：2022-05-05
Applicant: 电子科技大学长三角研究院(衢州)
IPC: G05B13/04
Abstract: 本发明公开了一种基于图神经网络的强化学习集群蜂拥控制方法，包括以下步骤：建立集群蜂拥控制模型；确定集群的拓扑结构特征表示方法；确定智能体的观测信息特征表示方法；设计状态空间、行为空间与回报函数；设计深度强化学习算法中的策略网络与评价网络模型；设计算法框架及网络参数更新方法；设计集群蜂拥控制算法的训练流程。本发明借助深度强化学习技术实现集群蜂拥控制算法，利用图神经网络提取集群的拓扑结构特征以及观测信息特征，有效提高集群蜂拥控制算法的收敛速度和对动态环境的适应能力，同时能够保证在控制噪声等干扰下算法的稳定性。
-
公开(公告)号：CN117193320B
公开(公告)日：2024-12-17
申请号：CN202311329379.6
申请日：2023-10-13
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于深度强化学习的多智能体避障导航控制方法，包括以下步骤：建立随机障碍物环境模型；设计智能体的状态空间、动作空间、回报函数；设计基于注意力机制的智能体策略网络与评估网络模型；设计避障导航控制算法以及网络参数更新方法；设计避障导航控制算法的训练流程。本发明利用深度强化学习技术实现未知障碍物环境中的多智能体避障导航控制，通过设计注意力机制自适应地提取邻近智能体及障碍物的重要特征信息，能够应对障碍物场景以及智能体数量的动态变化，具有分布式执行的灵活性优势。
-
公开(公告)号：CN114326749B
公开(公告)日：2023-10-13
申请号：CN202210026133.0
申请日：2022-01-11
Applicant: 电子科技大学长三角研究院(衢州)
IPC: G05D1/02 , G06N3/0464 , G06N3/048 , G06N3/092
Abstract: 本发明公开了一种基于Deep Q‑Learning的集群区域覆盖方法，包括以下步骤：建立集群系统的动力学模型；确定集群中智能体的邻居集合；建立集群系统的运动控制模型；对信息地图进行构造，并对信息地图进行编码；根据信息地图定义强化学习需要的状态空间、行为空间，回报函数；设计Deep Q‑Learning算法所需网络模型；设计自由区域下的Deep Q‑Learning区域覆盖算法；对得到的点按需调整，得到有障碍区域下的Deep Q‑Learning区域覆盖算法。本发明借助Deep Q‑Learning技术实现集群区域覆盖控制算法的训练与学习，实现自由区域和有障碍物区域下的集群区域覆盖，有效提高集群区域覆盖效率，同时能够保证在弱通信环境下算法的稳定性。
-
公开(公告)号：CN116707132A
公开(公告)日：2023-09-05
申请号：CN202310643612.1
申请日：2023-06-01
Applicant: 电子科技大学长三角研究院(衢州)
Abstract: 本发明涉及配电箱技术领域，尤其涉及一种基于智能物联网的工地配电箱。本发明的目的在于解决在工地环境下的，强干扰、弱无线通信环境下，无光缆宽带情况下配电柜稳定接入互联网的问题。主要方案包括一级配电箱、二级配电箱、三级配电箱中的至少一个设置有智能主机，智能主机连接云平台；所述一级配电箱内设置的第一传感探测器与第一通用采集器连接；所述二级配电箱内设置的第二传感探测器与第二通用采集器连接；所述三级配电箱内设置的第三传感探测器、接智能断路器均与第三通用采集器连接；所述第一通用采集器、第二通用采集器、第三通用采集器通过电力载波通信，并将采集到的传感器信号传送给智能主机，再上传至云平台。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.02 seconds)
