-
公开(公告)号：CN116400720A
公开(公告)日：2023-07-07
申请号：CN202310468734.1
申请日：2023-04-27
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种无副翼单主桨加尾旋翼的微小型直升机姿态控制方法及系统，涉及直升机姿态控制技术领域，以解决无副翼单主桨加尾旋翼构型的微小型直升机姿态稳定控制问题。本发明的技术要点包括：获取直升机的实时姿态角信息和期望姿态角，所述实时姿态角信息包括直升机姿态角和姿态角速度；对直升机姿态角进行处理，获取直升机姿态角速度指令；根据姿态角速度指令和姿态角速度计算姿态角速度偏差，并将姿态角速度偏差输入PID控制器中，获取直升机三轴控制力矩；将直升机三轴控制力矩转化分配为主旋翼斜盘舵机和尾旋翼舵机的控制信号，实现姿态控制。本发明可实现无副翼单主桨加尾旋翼微小型直升机的灵巧姿态控制。
-
公开(公告)号：CN112068549B
公开(公告)日：2022-12-16
申请号：CN202010789469.3
申请日：2020-08-07
Applicant: 哈尔滨工业大学
IPC: G05D1/02
Abstract: 本发明是一种基于深度强化学习的无人系统集群控制方法。本发明涉及无人系统集群控制技术领域，本发明为了解决现有无人系统集群控制方法环境适应性差的问题。本发明包括：在无人系统集群中，每个无人系统分别探测环境信息；将环境信息分为目标信息、障碍信息以及其他无人系统状态信息；对获得的信息分别进行标准化处理；将标准化处理的信息通过深度神经网络处理，得到选择动作的概率值；根据得到的概率值选择动作，观测新的环境信息并获得动作评价值；收集所有无人系统与环境交互的数据训练深度神经网络；利用训练好的深度神经网络进行无人系统集群控制。本发明用于无人系统集群控制技术领域。
-
公开(公告)号：CN114997297A
公开(公告)日：2022-09-02
申请号：CN202210582031.7
申请日：2022-05-26
Applicant: 哈尔滨工业大学
Abstract: 一种基于多级区域划分的目标运动意图推理方法及系统，涉及移动目标运动意图推理技术领域，用以解决现有方法对于缺乏目标运动意图先验知识则无法推理目标运动意图的问题。本发明将城市环境进行多级多区域划分构成移动目标的运动意图集合；将获取的多个移动目标城市运动轨迹在运动意图集合中标注以构建训练数据集；将训练数据集进行离散化以构建特征地图矩阵；将特征地图矩阵输入基于卷积神经网络的多级目标运动意图推理模型进行训练；将待推理的移动目标城市运动轨迹在运动意图集合中进行标注并进行离散化处理，输入训练好的推理模型中，获取移动目标前往各级区域中各子区域的概率。本发明可应用于移动目标目的地未知的推理问题中。
-
公开(公告)号：CN114970819A
公开(公告)日：2022-08-30
申请号：CN202210581312.0
申请日：2022-05-26
Applicant: 哈尔滨工业大学
Abstract: 一种基于意图推理与深度强化学习的移动目标搜索跟踪方法及系统，涉及移动目标搜索跟踪技术领域，用以解决现有技术对复杂环境中运动的移动目标跟踪效果差、目标丢失之后搜索效率低的问题。本发明的技术要点包括：建立移动目标运动意图推理模型，根据观测到的移动目标运动状态推理目标的运动意图；基于推理的移动目标运动意图预测移动目标在丢失之后可能出现的位置；采用深度强化学习方法训练移动目标丢失之后的搜索策略；使用训练好的搜索策略对丢失的目标进行快速搜索，从而实现对目标的长期跟踪。本发明在移动目标运动模型未知时可以准确地预测出目标的运动轨迹，训练的搜索策略具有更好的泛化能力与鲁棒性，从而可快速搜索到丢失的目标。
-
公开(公告)号：CN114049602B
公开(公告)日：2022-06-14
申请号：CN202111271871.3
申请日：2021-10-29
Applicant: 哈尔滨工业大学
Abstract: 一种基于意图推理的逃逸目标跟踪方法及系统，涉及目标跟踪技术领域，用以解决现有技术对于逃逸目标跟踪效果差且跟踪效率低的问题。本发明的技术要点包括：根据先验信息，利用贝叶斯推理方法计算逃逸目标到达目的地集合中每个目的地的概率；根据获得的概率，利用蒙特卡洛采样方法预测逃逸目标的未来轨迹；根据预测的未来轨迹计算获得在固定时间段内发现逃逸目标的概率；根据发现逃逸目标的概率，利用蒙特卡洛采样方法规划每一时刻搜索位置；按照规划的每一时刻搜索位置搜索逃逸目标。本发明能够快速搜索逃逸出跟踪视野的目标，从而实现对目标的持续跟踪。本发明可应用于实时运动目标跟踪中。
-
Patent Agency Ranking
公开(公告)号：CN119885869A
公开(公告)日：2025-04-25
申请号：CN202411951287.6
申请日：2024-12-27
Applicant: 哈尔滨工业大学
IPC: G06F30/27 , G06N3/006 , G06Q10/0637 , G06Q50/26 , G06F111/06
Abstract: 本发明提供了一种基于改进DPSO算法的动态目标分配方法及系统，属于动态目标分配领域。为了解决现有多弹协同作战目标分配过程中，群智能优化算法收敛性和求解精度较差的问题。本发明基于十进制编码和速度整数化的方式，将传统PSO算法离散化，通过模块化初始化和边界值处理的方式确保种群更新过程中始终满足资源约束和整数约束；通过在目标函数中引入惩罚函数，将违背打击效能约束的解不断淘汰。为了进一步改善算法的性能，在求解过程中引入领域专家知识，实现了多弹协同作战目标分配问题的快速高质量求解。
-
公开(公告)号：CN118552691A
公开(公告)日：2024-08-27
申请号：CN202410620081.9
申请日：2024-05-20
Applicant: 哈尔滨工业大学
Abstract: 本发明提供一种大尺度高精度月面随机地形生成方法，涉及月球地形生成技术领域，为解决现有的数字地形模型的质量高度依赖于原始数据源的精度，低精度的遥感探测数据或测绘数据导致模型存在误差的问题。包括如下步骤：S1、根据目标区域位置信息及范围，基于月面DEM地图确定区域地形特征及撞击坑类型，输入石块和撞击坑最小直径；S2、获取月面DEM地图中撞击坑位置与直径，对目标区域地形图进行拆分，得到多个石块生成单元，并生成栅格地图，计算每一个石块生成单元中石块数量，进一步计算目标区域石块数量；S3、对目标区域地形图生成地形石块：S4、对目标区域地形图生成地形撞击坑：S5、计算得到目标区域内的高程值，生成大尺度、高精度的月面地形。
-
公开(公告)号：CN114997297B
公开(公告)日：2024-05-03
申请号：CN202210582031.7
申请日：2022-05-26
Applicant: 哈尔滨工业大学
IPC: G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 一种基于多级区域划分的目标运动意图推理方法及系统，涉及移动目标运动意图推理技术领域，用以解决现有方法对于缺乏目标运动意图先验知识则无法推理目标运动意图的问题。本发明将城市环境进行多级多区域划分构成移动目标的运动意图集合；将获取的多个移动目标城市运动轨迹在运动意图集合中标注以构建训练数据集；将训练数据集进行离散化以构建特征地图矩阵；将特征地图矩阵输入基于卷积神经网络的多级目标运动意图推理模型进行训练；将待推理的移动目标城市运动轨迹在运动意图集合中进行标注并进行离散化处理，输入训练好的推理模型中，获取移动目标前往各级区域中各子区域的概率。本发明可应用于移动目标目的地未知的推理问题中。
-
公开(公告)号：CN114970714B
公开(公告)日：2024-05-03
申请号：CN202210582034.0
申请日：2022-05-26
Applicant: 哈尔滨工业大学
IPC: G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/092 , G06N3/09
Abstract: 一种考虑移动目标不确定行为方式的轨迹预测方法及系统，涉及移动目标轨迹预测技术领域，用以解决现有方法对具有不确定行为方式的目标运动轨迹预测效果差、精度低的问题。本发明技术要点包括：首先收集移动目标的历史运动轨迹数据作为训练数据集；接着建立移动目标行为决策模型以及移动目标行为偏好模型，通过监督学习的方式从训练数据集中学习移动目标行为偏好模型以及移动目标行为决策模型的参数；之后采用逆强化学习的方式交替地从训练数据集中学习移动目标行为决策模型以及移动目标行为偏好模型的参数；将学习之后的移动目标行为决策模型用于模拟移动目标的行为决策过程，预测移动目标的运动轨迹。本发明可显著提高对移动目标的轨迹预测精度。
-
公开(公告)号：CN116107346A
公开(公告)日：2023-05-12
申请号：CN202310285168.0
申请日：2023-03-22
Applicant: 哈尔滨工业大学
IPC: G05D1/10
Abstract: 本发明公开了一种飞行器集群通信拓扑自适应控制方法及系统，涉及飞行器集群控制技术领域，用于解决基于传统通信机制的高速飞行器集群控制策略鲁棒性低、所需通信量大的问题。本发明的技术要点包括：获取飞行器集群与环境的交互信息；利用所述飞行器集群与环境的交互信息训练基于深度神经网络的飞行器集群控制策略网络；利用训练好的飞行器集群控制策略网络控制飞行器集群的运动以及通信拓扑。本发明实现的飞行器集群控制策略具备对飞行器运动行为以及飞行器集群通信拓扑的控制能力，可以在复杂的集群任务环境中自适应地调整集群的通信拓扑。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.024 seconds)
