-
公开(公告)号：CN117151338B
公开(公告)日：2024-05-28
申请号：CN202311160901.2
申请日：2023-09-08
Applicant: 安徽大学
IPC: G06Q10/063 , G06F16/36 , G06F16/34 , G06F40/295 , G06F40/30
Abstract: 本发明涉及一种基于大语言模型的多无人机任务规划方法，与现有技术相比解决了单独使用大语言模型做任务规划时存在不合理问题的缺陷。本发明包括以下步骤：建立场景信息数据集；建立知识图谱本体模型；使用领域知识进行大语言模型的微调；大语言模型的输入；通过知识萃取不断补全知识图谱；针对多无人机系统任务做可解释性的决策或规划；对所作规划方案进行评价及融合。本发明使用大语言模型通过知识萃取的方式，将大语言模型预训练过程中所使用的庞大的语料库中有用的数据部分补全到知识图谱中，最终形成有益于规划多无人机任务的知识库，并用于更好的监测和解释大模型规划结果的合理性，通过数据融合形成最终规划方案。
-
公开(公告)号：CN114980024B
公开(公告)日：2023-10-13
申请号：CN202210740998.3
申请日：2022-06-28
Applicant: 安徽大学
Abstract: 本发明涉及一种基于离散种子优化算法的通信节点无人机网络部署方法，与现有技术相比解决了通信节点无人机群体难以实施有效部署的缺陷。本发明包括以下步骤：通信节点无人机集群的设定；待通信节点的位置获取；离线优化集群通信节点无人机的部署；通信节点无人机的网络部署。本发明拥有协同交互紧密、群体智能涌现明显的特点，在保证容错率和冗余度的前提下，提高了待通信节点的覆盖比例，实现多类复杂场景下的通信节点无人机部署。
-
Patent Agency Ranking
公开(公告)号：CN115129082A
公开(公告)日：2022-09-30
申请号：CN202210818060.9
申请日：2022-07-13
Applicant: 安徽大学
IPC: G05D1/10
Abstract: 本发明涉及一种用于污染源搜索的感知探测无人机集群协同控制方法，与现有技术相比解决了无人机集群搜索污染源效率低、准确性差的缺陷。本发明包括以下步骤：感知探测无人机集群的初始化；感知探测无人机集群协同广域搜索；感知探测无人机动态群体规模调整；感知探测无人机集群探测位置生成；感知探测无人机调度位置的更新。本发明拥有群体智能涌现明显、协同交互紧密的特点，可解决现有污染源搜索问题中协调控制方案对无人机集群规模的限制，实现分布式自适应协调控制，感知探测无人机集群快速搜索和精准定位污染源。
-
公开(公告)号：CN119937593A
公开(公告)日：2025-05-06
申请号：CN202510105359.3
申请日：2025-01-23
Applicant: 安徽大学
Abstract: 本发明涉及一种动态障碍物环境下目标搜索的无人机集群协同控制方法，与现有技术相比解决了无人机集群在复杂、动态环境中目标搜索效率低、避障性能差的缺陷。本发明包括以下步骤：无人机集群的初始化；动态环境感知与障碍物信息获取；无人机多子群协同优化目标搜索；无人机集群路径规划与避障处理；无人机调度位置的更新。本发明结合了实时环境感知、数据融合技术以及基于势力场的避障机制，确保了无人机集群在复杂环境中的安全性和稳定性，避免了无人机在动态障碍物环境中可能发生的碰撞和路径规划失误；基于代价矩阵的路径优化方法有效降低了任务完成的总时间和飞行距离，进一步提升了任务执行的效率。
-
公开(公告)号：CN117129000A
公开(公告)日：2023-11-28
申请号：CN202311223688.5
申请日：2023-09-21
Applicant: 安徽大学
Abstract: 本发明涉及一种基于种子优化算法的多目标货运车辆路径规划方法，与现有技术相比解决了车辆路径问题鲁棒解少、最优性差的缺陷。本发明包括以下步骤：鲁棒多目标优化车辆路径问题种群的初始化及模型构建；目标函数评估生成路径；种子优化算法引导搜索可行路径；鲁棒多目标优化车辆路径问题针对不确定因素加干扰；种子优化算法筛选搜索生成鲁棒路径。本发明拥有群体智能涌现明显、鲁棒性强、面向实际问题的特点，可解决现有车辆路径问题中鲁棒车辆模型和目标函数构建的限制，提高了在不确定因素扰动下鲁棒最优路径的质量和数量，有助于有效应对物流系统中的突发状况。
-
公开(公告)号：CN115454614B
公开(公告)日：2023-03-24
申请号：CN202211417396.0
申请日：2022-11-14
Applicant: 安徽大学
Abstract: 本发明涉及一种机器人集群能量补给智能调度方法，与现有技术相比解决了能量补给时未兼顾机器人集群作业考虑的缺陷。本发明包括以下步骤：机器人集群行为状态数据库及过程算子集合的构建；机器人集群状态及能量补给规划方案的监测；上层时延LPN的自动构建；双层协同逻辑Petri网的构建；机器人集群能量补给移动与补位调度协同处理。本发明基于双层协同逻辑Petri网利用分层协同思想，结合知识图谱技术，利用知识库对能量补给作业元行为数据和状态数据进行全面专业的知识表示与存储，有效降低了传统Petri网在解决调度问题过程中模型构建的复杂度。
-
公开(公告)号：CN114938497A
公开(公告)日：2022-08-23
申请号：CN202210780120.2
申请日：2022-07-04
Applicant: 安徽大学
Abstract: 本发明涉及一种通信节点无人机多种群网络部署方法，与现有技术相比解决了集群通信无人机面对复杂环境难以得到有益效果且完成任务速度慢的缺陷。本发明包括以下步骤：通信节点无人机多种群的设定；待通信节点的位置获取；多种群协同进化算法离线优化集群通信节点无人机的部署；多种群协同进化算法下的通信节点无人机的网络部署。本发明基于并行的基础上发挥多种群的优势，提高了解决通信节点无人机网络的部署问题的效率和成功率，增强了通信节点无人机集群适应复杂环境的能力和完成任务的速度，更适合在现实环境中执行任务。
-
-
-
-
-
-
Search Results
17
records
(took 0.021 seconds)
