-
公开(公告)号：CN118211496A
公开(公告)日：2024-06-18
申请号：CN202410629025.1
申请日：2024-05-21
Applicant: 西南科技大学
Abstract: 本发明公开了一种基于深度强化学习的多智能体放射源项估计方法，首先构建多智能体协作放射源搜索任务的交互模型，然后采用基于粒子群优化的粒子滤波器算法估计交互模型中未知放射源项状态的后验概率分布，并采用高斯混合模型获取交互模型中的放射源项状态特征，最后采用多智能体时间延迟深度确定性策略梯度模型获取最佳放射源项搜索策略，并通过最佳放射源项搜索策略对放射源项进行估计，有效解决了现有多智能体放射源搜索方法存在多智能体交互式环境状态表示困难、搜索任务难以收敛以及多机器人协作决策和路径规划困难的问题。
-
公开(公告)号：CN118628664B
公开(公告)日：2024-10-22
申请号：CN202411076867.5
申请日：2024-08-07
Applicant: 西南科技大学
Abstract: 本发明公开了一种基于三维空间辐射场重建模型的多源耦合辐射场构建方法（DNN‑GA），包括：S1、搭建仿真辐射环境，并采集辐射数据；S2、利用深度神经网络对采集的辐射数据进行拟合回归，并利用遗传算法对深度神经网络的参数进行优化，构建得到三维空间辐射场重建模型；S3、利用三维空间辐射场重建模型进行多源耦合辐射场构建。本发明提供的三维空间辐射场重建模型能够适用于多源耦合辐射场环境，具备在障碍物遮挡的室内场景中高精度重建空间辐射场的能力以及能够利用有限且稀疏的样本数据重建三维辐射剂量场。发明提供的多源耦合辐射场构建方法在无或有障碍物屏蔽的场景中的重建效果均显著优于GPR模型。
-
公开(公告)号：CN118604730A
公开(公告)日：2024-09-06
申请号：CN202410655503.6
申请日：2024-05-24
Applicant: 西南科技大学
Abstract: 本发明公开了一种黎曼流形的放射源搜索方法，涉及核应急领域，其包括S1、使用固定机器人执行基于黎曼流形的源定位方法，在警戒区域边缘探测数据，获取源参数先验信息；S2、使用移动机器人执行基于粒子滤波的源定位方法，进入警戒区域探测数据，结合源参数先验信息，得到当前探测位置的源参数后验估计结果；S3、使用移动机器人执行基于Fisher信息距离的决策方法，结合当前探测位置的源参数后验估计结果，前往下一探测位置；S4、反复执行S2和S3，直到满足搜索任务的终止条件，完成对遗失放射源的搜索，本发明解决了现有方法放射源探测数据利用率低、定位精度低、搜索时间长的问题。
-
公开(公告)号：CN116185063A
公开(公告)日：2023-05-30
申请号：CN202211625435.6
申请日：2022-12-16
Applicant: 西南科技大学
IPC: G05D1/10
Abstract: 本发明公开了一种基于陆空异构多机器人协同系统的放射物搜寻方法及系统，应用于多旋翼飞行器，包括：S1：根据控制指令抓取多个球形机器人；S2：判断各所述球形机器人为正常状态，若是，根据所述控制指令进行飞行并进入步骤S3；否则，返回步骤S1；S3：若当前飞行位置为放射物污染区的安全边缘区域上空，则进入步骤S4；S4：降低飞行高度并采集当前飞行位置的相关环境信息；S5：判断所述相关环境信息是否安全，若是，进入步骤S6，否则，重新确定当前飞行位置并返回步骤S3；S6：逐个抛撒投放多个所述球形机器人并利用多个所述球形机器人进行放射物搜寻。本发明能解决现有机器人在复杂的放射性污染环境中信息获取能力弱的问题。
-
公开(公告)号：CN118211496B
公开(公告)日：2024-07-16
申请号：CN202410629025.1
申请日：2024-05-21
Applicant: 西南科技大学
Abstract: 本发明公开了一种基于深度强化学习的多智能体放射源项估计方法，首先构建多智能体协作放射源搜索任务的交互模型，然后采用基于粒子群优化的粒子滤波器算法估计交互模型中未知放射源项状态的后验概率分布，并采用高斯混合模型获取交互模型中的放射源项状态特征，最后采用多智能体时间延迟深度确定性策略梯度模型获取最佳放射源项搜索策略，并通过最佳放射源项搜索策略对放射源项进行估计，有效解决了现有多智能体放射源搜索方法存在多智能体交互式环境状态表示困难、搜索任务难以收敛以及多机器人协作决策和路径规划困难的问题。
-
Patent Agency Ranking
公开(公告)号：CN119164396A
公开(公告)日：2024-12-20
申请号：CN202411282334.2
申请日：2024-09-13
Applicant: 西南科技大学
Abstract: 本发明提供了一种引入剂量因子的深度强化学习核应急机器人路径规划方法，涉及机器人路径规划技术领域，该方法以深度强化学习算法为基础，利用A*算法启发式函数，引入累积辐射剂量算子和距离算子，训练得到应用于辐射环境路径规划的目标网络；利用目标网络，在辐射剂量和障碍物发生动态变化时，完成对核应急机器人路径的自适应调整。本发明通过加强核应急机器人在作业过程中与环境的交互能力，为核应急机器人提供辐射风险小的无碰撞自适应作业路径，为核应急机器人应急决策提供支持。
-
公开(公告)号：CN116300480B
公开(公告)日：2023-08-01
申请号：CN202310581492.7
申请日：2023-05-23
Applicant: 西南科技大学
Abstract: 本发明公开了一种基于改进粒子滤波和生物启发神经网络的放射源搜寻方法，包括初始化栅格地图和初始化神经元活性值；基于改进粒子滤波算法估计放射源位置；根据当前机器人辐射信息和栅格地图状态预测机器人未来路径；采用差分进化算法优化求解机器人未来路径的最优控制输入；实时更新机器人当前的栅格状态和辐射信息；实时获取机器人当前位置的辐射信息并根据生物启发神经网络模型更新栅格地图的状态和神经元活性；判断放射源是否在机器人覆盖范围内，若不在覆盖范围内，则继续进行源位置估计；若在覆盖范围内，则停止搜索。本发明采用两种算法的结合能够提高放射源搜寻的成功率，增加了执行放射源搜寻任务的有效性和鲁棒性。
-
公开(公告)号：CN115270994A
公开(公告)日：2022-11-01
申请号：CN202211014555.2
申请日：2022-08-23
Applicant: 西南科技大学
Abstract: 本发明公开了一种基于神经网络的弹群中个体攻击意图识别方法，其包括、获取弹群中导弹个体的位置特征和速度特征；对弹群中所有导弹个体的位置特征进行降维操作，获得弹群位置特征；根据弹群位置特征及导弹个体的位置特征和速度信息，获取导弹个体与弹群的相对特征，并进行归一化处理；将弹群中所有导弹个体多个连续时刻的归一化数据拼接后输入已训练的神经网络进行识别，识别出弹群中具有攻击意图的导弹个体。
-
公开(公告)号：CN118628664A
公开(公告)日：2024-09-10
申请号：CN202411076867.5
申请日：2024-08-07
Applicant: 西南科技大学
Abstract: 本发明公开了一种基于三维空间辐射场重建模型的多源耦合辐射场构建方法（DNN‑GA），包括：S1、搭建仿真辐射环境，并采集辐射数据；S2、利用深度神经网络对采集的辐射数据进行拟合回归，并利用遗传算法对深度神经网络的参数进行优化，构建得到三维空间辐射场重建模型；S3、利用三维空间辐射场重建模型进行多源耦合辐射场构建。本发明提供的三维空间辐射场重建模型能够适用于多源耦合辐射场环境，具备在障碍物遮挡的室内场景中高精度重建空间辐射场的能力以及能够利用有限且稀疏的样本数据重建三维辐射剂量场。发明提供的多源耦合辐射场构建方法在无或有障碍物屏蔽的场景中的重建效果均显著优于GPR模型。
-
公开(公告)号：CN118370940B
公开(公告)日：2024-08-27
申请号：CN202410837724.5
申请日：2024-06-26
Applicant: 西南科技大学
IPC: A61N5/10 , A61B5/00 , G06N3/0464 , G06N3/0455 , G06T17/00
Abstract: 本发明公开了一种高能X射线Flash放疗人体三维辐射剂量分布重建方法，属于辐射剂量分布的技术领域，其包括：采用X射线照射靶组织，并通过阵列超声换能器采集靶组织产生的声波信号；利用延迟相乘叠加算法构建靶组织中的粗三维辐射剂量沉积图；基于深度卷积神经网络Y‑net优化粗三维辐射剂量沉积图，得到三维辐射剂量沉积图；将三维辐射剂量沉积图与靶组织解剖结构图进行融合，得到靶组织各部位的辐射累积剂量分布图。本发明采用X光声成像结合深度学习的神经网络方法，可以构建高灵敏度与高分辨率的辐射累积剂量分布图，从而反馈引导后续放疗剂量规划。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.018 seconds)
