一种基于高斯强化学习的信号源遍历方法

    公开(公告)号:CN114115358B

    公开(公告)日:2024-03-29

    申请号:CN202111215372.2

    申请日:2021-10-19

    Abstract: 本发明公开了一种基于高斯强化学习的信号源遍历方法。首先离散化任务环境,并在离散化的环境中,确定每一个方格的中心位置;然后,根据当前检测到的信号强度信息和历史检测到的信号强度信息,采用高斯过程方法预测区域内每一个方格中心位置的信号强度信息,并将该信号强度信息作为强化学习中对应的奖励函数;根据奖励函数,计算每一个方格的状态值函数,并依据状态值函数,采用滚动优化思想,得到最优方格序列,并将第一个方格作为四旋翼无人机下一步的目标位置;开发了预测控制方法,能够根据目标位置,控制四旋翼无人机沿着光滑的轨迹到达目标位置,最后完成信号源遍历任务。本发明采用的方法可以有效提高信号源遍历速度,缩短飞行路径。

    基于最佳观测点序列的移动机器人运动规划方法及装置

    公开(公告)号:CN114995442B

    公开(公告)日:2023-07-21

    申请号:CN202210680680.0

    申请日:2022-06-15

    Abstract: 本发明属于移动机器人领域,是基于最佳观测点序列的移动机器人运动规划方法及装置。本发明以信息采集为任务背景的运动规划方法能够将信息存在于不同区域的概率与其他要素相结合,通过拓扑语义地图,判断空间中不同区域的搜索优先级,合理的对空间进行目标搜索与信息采集,该方法不同于以往机器人由近及远的遍历方式,提高了机器人搜索效率,大大减少了机器人的搜索能耗,并且由于移动机器人的可控性,机器人在工厂的复杂环境内可稳定运行,不仅保障了工厂设备运作的有序性,还保障了工人的人身安全,并提高了生产活动的便捷性。

    基于动态事件触发的固定时间分布式优化方法

    公开(公告)号:CN115903489A

    公开(公告)日:2023-04-04

    申请号:CN202211424802.6

    申请日:2022-11-14

    Abstract: 本发明公开了基于动态事件触发的固定时间分布式优化方法。该方法提出动态事件触发策略,并引入辅助动态变量,避免Zeno行为发生。基于事件触发策略,设计了分段式固定时间分布式优化算法,第一阶段采用局部成本函数的梯度信息,使每个机器人在固定时间内达到局部最优状态;第二阶段获取机器人在事件触发时刻的局部成本函数的海森矩阵以及邻居机器人的状态信息,通过事件触发通信更新控制输入,保证系统在固定时间内收敛至全局最优状态,且避免机器人间的持续通信。本发明不但有效节约了系统通信资源避免了Zeno行为,而且还能在固定时间内快速收敛至最优状态,提高了系统的控制精度和抗干扰能力。

    一种基于路径可通过概率的搜救机器人目标搜索方法

    公开(公告)号:CN111413962B

    公开(公告)日:2022-11-11

    申请号:CN202010042703.6

    申请日:2020-01-15

    Abstract: 本发明公开了一种基于路径可通过概率的搜救机器人目标搜索方法,包括:S01:建立移动机器人工作环境的拓扑环境模型,记录节点间通路;S02:建立节点间通路可通过概率的评估模型,并进行可靠性评估;S03:根据优化指标,进行搜救关键节点序列规划;S04:根据局部环境的通路可通过性,进行节点间路径规划;S05:按照所获得路径执行搜索,根据实际状况更新拓扑数据集中的路径可通过概率;若发现待救援目标,则将实时图像及目标位置发给救援人员;S06:重复步骤S03至S05,直至完成搜索任务。本发明根据路径可通过概率对搜索路径进行规划,根据当前确定的路径状况对拓扑模型进行更新,保证机器人以最大的概率穿过不确定性区域,高效完成任务。

    一种四旋翼飞行器编队追踪控制方法

    公开(公告)号:CN112684705B

    公开(公告)日:2022-06-24

    申请号:CN202011509312.7

    申请日:2020-12-18

    Abstract: 本发明公开了一种四旋翼飞行器编队追踪控制方法,本发明首先对无人机的编队控制提出一种分层式的控制框架,上层协同控制层和下层跟踪控制层,协同控制层基于固定时间一致性理论设计协同算法,可以得到无人机的虚拟速度和虚拟位置;跟踪控制层基于PID理论设计跟踪控制算法,使得无人机的真实位置和真实速度分别追踪到虚拟位置和虚拟速度,多架无人机从而实现期望的编队形态。本发明采用的控制方法可以更迅速的实现多架无人机的编队,并且收敛时间不受到无人机初始状况的影响。

    一种便于自主移动机器人高效导航的地貌地图构建方法

    公开(公告)号:CN114332399A

    公开(公告)日:2022-04-12

    申请号:CN202111680627.2

    申请日:2021-12-29

    Abstract: 本发明涉及一种便于自主移动机器人高效导航的地貌地图构建方法,包括地貌分割网络:使用深度可分离卷积和金字塔池化模块搭建高精度轻量级的语义分割网络;对可通行地貌的细致划分:根据不同地貌的物理几何性质,对可通行地貌进行更为详细的划分和标注,针对性地构建地貌数据集用于模型的训练;地貌地图的构建:根据传感器获取的原始图像与栅格地图间的几何转换关系,构建地貌图像与占据栅格地图的映射关系,创建地貌栅格地图。本发明使用语义分割网络对移动机器人工作环境中的地貌进行更为细致的划分,并通过像素点扫描、坐标转换和栅格映射,创建含有丰富信息的地貌栅格地图,以用于提高移动机器人的导航效率。

    一种基于条件生成对抗网络的EV充电负荷计算方法

    公开(公告)号:CN114282654A

    公开(公告)日:2022-04-05

    申请号:CN202111597778.1

    申请日:2021-12-24

    Abstract: 本发明公开了一种基于条件生成对抗网络的EV充电负荷计算方法,本发明考虑气温、交通拥堵、用户意愿建立精确的EV负荷预测模型,并将其预测结果作为真实数据。将气温、交通拥堵、用户意愿等负荷影响因素作为条件与噪声输入CGAN的生成模型并获取预测数据,然后将预测数据与真实数据分别输入CGAN的判别模型,通过CGAN的博弈训练,使生成模型以负荷影响因素为条件生成预测负荷数据。本发明提出的基于CGAN的方法,在网络训练完成后可以更改条件数据快速获得EV充电数据,为线上实时调度打下基础,也可以对一些非常见条件下的负荷进行快速预测,起到一定参考作用。

    一种基于高斯强化学习的信号源遍历方法

    公开(公告)号:CN114115358A

    公开(公告)日:2022-03-01

    申请号:CN202111215372.2

    申请日:2021-10-19

    Abstract: 本发明公开了一种基于高斯强化学习的信号源遍历方法。首先离散化任务环境,并在离散化的环境中,确定每一个方格的中心位置;然后,根据当前检测到的信号强度信息和历史检测到的信号强度信息,采用高斯过程方法预测区域内每一个方格中心位置的信号强度信息,并将该信号强度信息作为强化学习中对应的奖励函数;根据奖励函数,计算每一个方格的状态值函数,并依据状态值函数,采用滚动优化思想,得到最优方格序列,并将第一个方格作为四旋翼无人机下一步的目标位置;开发了预测控制方法,能够根据目标位置,控制四旋翼无人机沿着光滑的轨迹到达目标位置,最后完成信号源遍历任务。本发明采用的方法可以有效提高信号源遍历速度,缩短飞行路径。

    一种多机器人事件驱动通信的分布式优化方法

    公开(公告)号:CN109870905B

    公开(公告)日:2021-09-21

    申请号:CN201910125350.3

    申请日:2019-02-20

    Abstract: 本发明涉及一种多机器人事件驱动通信的分布式优化方法。本发明首先根据每一个机器人接收到的电磁信号强度,建立电磁信号强度的分布模型,并获得机器人当前位置的电磁信号强度梯度信息,给出机器人运动的参考方向;然后,建立事件驱动的通信条件,通过比较机器人当前的状态误差与多机器人状态误差之间的大小,确定事件驱动条件是否满足,如果条件满足,则机器人需要将自己的状态发送给邻居机器人;如果条件不满足,则机器人停止通信;本发明弥补了传统控制的不足,设计的多机器人事件驱动通信的分布式优化方法,在保证多机器人准确定位电磁源以及保持群体队形的同时,可以降低通信负担,并节省芯片资源。

Patent Agency Ranking