公开(公告)号：CN116630697A

公开(公告)日：2023-08-22

申请号：CN202310552011.X

申请日：2023-05-17

Applicant: 安徽大学

Inventor： 任璐 ,  李浩 ,  柳文章 ,  宋坤

IPC: G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/09

Abstract: 本发明公开了一种基于有偏选择池化的图像分类方法，所述方法包括：数据预处理并定义模型，定义一组超参数[α1,α2,...,αk]，初始化掩膜[β1,β2,...,βk]中的参数；定义优化器、损失函数和学习率衰减策略，设定包括学习率lr、迭代次数epoch、批量大小batch等超参数；将训练集送入模型，进行前向传播，图像经过卷积层提取局部特征。本发明通过调整超参数来实现不同的特征提取目标，解决了传统图像分类中使用最大池化或者平均池化所带来的保留的信息不够准确等问题，提高了图像分类的准确性，同时本发明相较于最大值池化和平均池化而言更加灵活，可以更好的适应各种不同的数据特征和任务。

公开(公告)号：CN116476078A

公开(公告)日：2023-07-25

申请号：CN202310722790.3

申请日：2023-06-19

Applicant: 安徽大学

Inventor： 周云虎 ,  孙长银 ,  任璐 ,  吴巧云

IPC: B25J9/16

Abstract: 本发明涉及超冗余机器人技术领域，解决了现有蛇形机器人移动建图效率低、易偏移的技术问题，尤其涉及一种基于激光雷达的蛇形机器人目标稳定跟踪方法，包括以下步骤：S1、获取IMU传感器实时测量蛇形机器人头部的姿态的俯仰欧拉角和相对水平面的期望俯仰角度，并控制蛇形机器人前进的运动步态；S2、根据IMU传感器实际测得的头部的俯仰欧拉角和头部相对水平面的期望俯仰角度，计算头部的偏离角度。本发明通过IMU传感器实时检测头部姿态欧拉角变化进而进行关节角补偿，实现头部激光雷达稳定扫描，避免地图发生边界偏移。

公开(公告)号：CN116330302A

公开(公告)日：2023-06-27

申请号：CN202310604486.9

申请日：2023-05-26

Applicant: 安徽大学

Inventor： 周云虎 ,  孙长银 ,  任璐 ,  吴巧云

IPC: B25J9/16

Abstract: 本发明涉及超冗余机器人运动规划技术领域，解决了现有超冗余机器人空间运动步态计算量大，进而导致超冗余机器人运动规划不实时的技术问题，尤其涉及一种基于标架化空间曲线的运动规划方法，该方法包括以下步骤：S1、构建空间参数曲线C(t)作为超冗余机器人的背脊曲线，并计算背脊曲线起始处的单位切向量、单位法向量及单位副法向量构成空间参数曲线初始处的坐标系。本发明通过计算最小旋转标架进行离散化，避免了曲率挠率的计算，对背脊曲线的形状和种类没有要求，对于超冗机器人背脊曲线离散化避免了大量的曲率挠率及积分计算，可以提高计算效率。

公开(公告)号：CN115657463A

公开(公告)日：2023-01-31

申请号：CN202210590932.0

申请日：2022-05-27

Applicant: 安徽大学

Inventor： 任璐 ,  刘剑 ,  赵冬 ,  黄大荣

IPC: G05B13/04

Abstract: 本发明涉及一种基于能量差异的多机器人分布式最优协同控制算法，所述方法包括以下步骤：步骤A：创建多机器人动力学模型，并对多机器人系统构造终端固定的有限时间输出调节优化问题；步骤B：求解步骤A中的优化问题，获得多机器人系统有限时间最优协同控制策略；步骤C：设计有限时间分布式次优协同控制策略，步骤D：构造分布式次优控制器性能评价指标；步骤E：利用步骤D中性能评价指标，设计分布式次优控制器优化算法，获得能量消耗与通信成本更低的分布式控制策略。该方法实现多机器人系统高效节能的控制目标，为实际多机器人系统分布式控制器设计，在能量消耗与通信成本间的平衡提供理论依据。

公开(公告)号：CN113848718A

公开(公告)日：2021-12-28

申请号：CN202111144802.6

申请日：2021-09-28

Applicant: 安徽大学

Inventor： 任璐 ,  孙长银 ,  苏延旭 ,  吴巧云

IPC: G05B13/04

Abstract: 本发明涉及一种基于线性算子理论的固定时间的异构分群同步控制算法,所述方法包括以下步骤：步骤S1：创建一个包含N个智能体的多智能体系统，根据实际任务，创建多智能体系统的分类通信模；步骤S2：针对每个分群，创建不同的动力学模型；步骤S3：设定异构分群同步控制参数，给定任意指定的收敛时刻，再进行控制算法可行性判断；步骤S4：确定求解控制参数方法；步骤S5：用步骤S4所确定的控制器实现多智能体系统的异构分群同步的快速收敛。

公开(公告)号：CN118758304B

公开(公告)日：2025-05-09

申请号：CN202410727267.4

申请日：2024-06-06

Applicant: 安徽大学

Inventor： 任璐 ,  方泽龙 ,  王振 ,  柳文章 ,  孙长银

IPC: G01C21/20 ,  G06F17/10 ,  G06Q10/047 ,  G01S17/42 ,  G01S17/93 ,  G01S17/86 ,  G01C21/16 ,  G01C22/00

Abstract: 本发明公开了一种基于激光slam的无人机自适应型质心点边界探索方法，包括设定区域边界，加载环境配置参数；构建栅格地图；利用加权质心法检测识别边界点，将被已探索区域包围的未知区域归纳为已探索区域；通过能源效率加权找到当前收益价值最高的边界点作为无人机的探索点；自适应无人机感知半径调整；障碍物代价优化路径规划。本发明在边界识别方面引入加权质心，以未知区域的质心点为边界探索点并加以推断，有效增加了探索的效率，避免浪费算力，在边界探索方面采用综合距离、能源消耗效率和动态感知调整的方法，同时考虑带障碍物代价的优化路径规划，可准确反映真实世界中的探索建图挑战，为机器人提供更为安全、高效和适应性强的方案。

公开(公告)号：CN119921308A

公开(公告)日：2025-05-02

申请号：CN202510011305.0

申请日：2025-01-03

Applicant: 安徽大学

Inventor： 吴振宇 ,  翟琦琦 ,  穆朝絮 ,  魏可蒙 ,  任璐 ,  卞金山

IPC: H02J3/00 ,  H02J3/38 ,  G06F18/213 ,  G06F18/22 ,  G06F18/23213 ,  G06F18/2431 ,  G06Q10/04 ,  G06Q50/06

Abstract: 本发明公开了非平稳数据流下的风电机组发电功率自适应预测方法，包括以下步骤：S1.对数值天气预报NWP数据进行特征提取，得到样本相关特征和序列相关特征，构成样本‑序列特征向量；S2.根据样本‑序列特征向量进行相似度搜索和聚类，划分出不同的气象模式；S3.使用每个气象模式的历史NWP和功率数据离线训练LightGBM网络，得到功率预测模型，根据实时收集NWP气象数据进行功率预测，基于漂移检测与DDA算法，对每个气象模式下功率预测模型的预测性能进行实时监测，并自适应地调整模型参数，实现非平稳数据流下风电功率自适应预测。本发明能够实时监测输入输出映射关系的变化，并自适应地调整模型以适应新的映射关系，提高功率预测精度。

公开(公告)号：CN118396077A

公开(公告)日：2024-07-26

申请号：CN202410479935.6

申请日：2024-04-22

Applicant: 安徽大学

Inventor： 柳文章 ,  柯亚男 ,  任璐 ,  孙长银

IPC: G06N3/092 ,  G06N3/045 ,  G06N3/006

Abstract: 本发明公开了一种基于值函数输入扰动的多无人艇强化学习策略训练方法，包括：步骤1、获取多无人艇系统在执行任务时的状态向量；步骤2、构建无人艇多智能体强化学习模型，包括策略网络、目标策略网络、值网络、目标值网络、经验池、噪声注入模块；步骤3、基于状态向量、多智能体强化学习模型，多无人艇系统与环境进行交互，并将交互过程中的数据存储至经验池中，直到经验池存满；步骤4、当经验池存满后，从经验池中采样数据，结合高斯噪声对多智能体强化学习模型进行训练；步骤5、采用训练好的模型指导多无人艇系统进行协同导航。本发明解决了复杂海洋环境下多无人艇协同导航问题，并进一步提高了多无人艇系统导航成功率，缩短了任务完成时间。

公开(公告)号：CN117893879A

公开(公告)日：2024-04-16

申请号：CN202410078638.0

申请日：2024-01-19

Applicant: 安徽大学

Inventor： 任璐 ,  邵逸凡 ,  李明轩 ,  柳文章 ,  郑烨

IPC: G06V10/82 ,  G06V20/17 ,  G06V10/774 ,  G06V10/25 ,  G06V10/40 ,  G06V10/764 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种雾天场景下的海上小目标航拍图像识别模型训练方法，包括：结合现有的雾天成像模型，通过改变雾的厚度和亮度，对原始海上小目标航拍数据集进行加雾，模拟出各种场景下的雾天图像，建立雾天场景下的海上小目标航拍图像数据集；在YOLOv5网络结构模型的基础上设置小目标的检测层，构建雾天条件下的海上小目标航拍图像目标识别模型；基于WIOU以及Wasserstein距离的组合构建新的损失函数，不断调整WIOU以及Wasserstein距离的权重，并利用建立的数据集对模型进行训练。本发明解决了雾天场景下，海上小目标航拍图像识别模型的训练过程中出现的数据集缺乏、去雾效果差、检测精度低的问题，为准确、快速、稳定的雾天场景下海上小目标航拍图像检测模型训练奠定了基础。

公开(公告)号：CN117311147B

公开(公告)日：2024-03-19

申请号：CN202311244051.4

申请日：2023-09-25

Applicant: 安徽大学

Inventor： 夏宏兵 ,  孙长银 ,  穆朝絮 ,  曹翔 ,  任璐

IPC: G05B13/04

Abstract: 本发明公开了基于双层级观测器的模块化机器人分散最优容错控制系统与方法，将模块化机器人子系统互联项的实际状态辅助变换为相应的参考状态，构建第一层级观测器以辨识子系统动力学模型，建立增广子系统以及相应的最优代价函数，得到HJB方程，构建协同调节权重的自适应评判网络以求解HJB方程，得到无故障情形下的分散跟踪控制律，在机器人系统发生执行器乘性故障时，构建第二层级观测器，以估计执行器有效因子，将估计的有效因子与分散跟踪控制律结合，得到分散最优容错控制策略，实现模块化机器人的分散最优容错控制。本发明能够达到满意的容错控制效果，满足应用需求。