-
公开(公告)号：CN119610122A
公开(公告)日：2025-03-14
申请号：CN202411968570.X
申请日：2024-12-30
Applicant: 哈尔滨工业大学
IPC: B25J9/16
Abstract: 一种基于零反作用空间和强化学习的空间漂浮机械臂运动规划方法及系统，涉及机械臂运动规划领域。本发明为是为了克服现有空间漂浮机械臂运动导致的基座姿态扰动的问题而提出来的。技术要点：本发明通过将空间机械臂的运动空间设计为零反作用空间，确保机械臂的运动不会对基座产生不希望的扰动，从而提高系统的稳定性和任务执行精度。此外，本文结合了强化学习算法，将其动作空间设定为零反作用运动空间。强化学习的高效搜索和优化能力使得机械臂能够在复杂任务空间中找到最优运动策略，同时有效避免了对基座的扰动。通过多轮训练，强化学习能够不断调整策略，以适应不同的任务需求，保证机械臂在执行空间抓取、维修等任务时，既能保持高精度操作，又能确保基座稳定。实验结果表明，该方法能够显著减少基座姿态的偏移，提高了任务执行的稳定性和效率，为未来空间机械臂在轨服务任务提供了一种可行的解决方案。
-
公开(公告)号：CN119129093A
公开(公告)日：2024-12-13
申请号：CN202411117192.4
申请日：2024-08-15
Applicant: 哈尔滨工业大学
IPC: G06F30/15 , G06F30/27 , B64F5/00 , G06F111/04 , G06F119/14
Abstract: 本发明一种针对具有多变量复杂飞行器系统的均衡优化方法，涉及复杂飞行器系统技术领域，为解决现有的具有多变量复杂飞行器系统的优化过程存在各子系统相互耦合、优化过程收敛速度慢、优化计算量大的问题。包括以下步骤：步骤一、以飞行器的性能为优化目标，根据飞行器的射程和飞行器的费用确定约束条件，确定多变量复杂飞行器优化模型；步骤二、构建飞行器系统的性能函数，对飞行器系统的射程和飞行器系统的费用进行估算；步骤三、对构建的多变量复杂飞行器优化模型进行逐系统迭代优化，对决策变量进行求解；步骤四、利用优化得到的飞行器系统参数设计飞行器，以对飞行器性能进行优化。
-
公开(公告)号：CN118411088A
公开(公告)日：2024-07-30
申请号：CN202410620079.1
申请日：2024-05-20
Applicant: 哈尔滨工业大学
IPC: G06Q10/067 , G06Q10/0631
Abstract: 一种基于MBSE的月面活动任务建模方法及系统，本发明涉及系统工程技术领域。本发明为了解决月面活动复杂度高、任务建模困难的问题。本发明包括基于月面活动任务“功能—需求”二元关系，进行“任务—子任务—元任务”月面活动任务建模；进行面向推演的月面活动事件标准制定，以月面人员装备实体或实体集为行为主体、以离散的时间和空间域为索引维度、以实体的行为或状态变化为基本事件，构建表征实体集动态过程的时空事件序列模型；将月面活动任务看作系统，采用自顶向下的方法，从需求出发，建立基于MBSE的月面活动模型。本发明用于月面活动任务建模。
-
公开(公告)号：CN114970819B
公开(公告)日：2024-05-03
申请号：CN202210581312.0
申请日：2022-05-26
Applicant: 哈尔滨工业大学
IPC: G06N3/0464 , G06N3/092
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：CN115329594B
公开(公告)日：2023-04-18
申请号：CN202211054694.8
申请日：2022-08-31
Applicant: 哈尔滨工业大学
IPC: G06F30/20 , G06F17/11 , G06F17/16 , G06F18/213 , G06F18/214 , G06N3/04 , G06N3/08 , G06F111/10 , G06F119/14
Abstract: 一种大规模导弹集群攻防对抗仿真加速方法及系统，涉及导弹集群攻防对抗仿真技术领域，用以解决传统的线性代理模型无法在保证模拟精度的同时有效加速大规模导弹集群攻防对抗仿真过程的问题。本发明的技术要点包括：建立进攻弹与拦截弹各自的动力学与制导模型，搭建导弹集群对抗仿真模拟器，以获取高维导弹集群对抗飞行数据；采用主成分分析法对高维数据进行压缩，获得低维数据；之后建立初始线性模型对低维导弹集群对抗飞行数据进行粗略拟合，并训练神经网络来拟合初始线性模型的残差，最终得到导弹集群对抗的代理模型。本发明通过使用主成分分析法和建立代理模型提高了仿真速度，可应用于大规模导弹集群攻防对抗的仿真加速过程中。
-
Patent Agency Ranking
公开(公告)号：CN115329595B
公开(公告)日：2023-04-14
申请号：CN202211056286.6
申请日：2022-08-31
Applicant: 哈尔滨工业大学
IPC: G06F30/20 , G06F9/50 , G06F11/36 , G06F111/04 , G06F111/06 , G06F111/08 , G06F111/10
Abstract: 一种基于知识与经验的无人机集群任务规划方法及系统，涉及任务规划技术领域，用以解决异构无人机集群任务规划问题。本发明的技术要点包括：建立异构多无人机耦合任务规划问题的数学模型；基于知识与经验的任务规划方法对数学模型求解，使得异构多无人机团队在满足多个约束条件下，完成所有任务的同时获取的任务收益最大化且总飞行时间及总时间窗惩罚最小。本发明提出了基于知识和基于经验引导的邻域搜索结构，考虑了涵盖机载资源配置、任务分配、时序调度、飞行模式选择四个子问题的异构无人机集群多子问题耦合任务规划问题，更加符合异构无人机集群的应用场景，提升了搜索效率，提升了高质量解的被发现概率，进一步提升了优化效率。
-
公开(公告)号：CN115328203B
公开(公告)日：2023-03-14
申请号：CN202211054695.2
申请日：2022-08-31
Applicant: 哈尔滨工业大学
IPC: G05D1/10
Abstract: 一种基于数据驱动的大规模无人机集群编队仿真加速方法及系统，涉及数字仿真技术领域，以解决传统线性代理模型无法在保证模拟精度的同时有效加速大规模无人机集群编队仿真过程的问题。本发明通过对原始高维无人机集群状态数据进行降维以及使用深度神经网络拟合线性代理模型误差，有效减小了大规模无人机集群编队仿真建模的复杂程度和仿真计算时所需的计算资源，并保证一定的仿真精度。本发明通过建立原始大规模无人机集群编队状态的低维特征子空间的方式显著提升大规模无人机集群编队行为动态过程的仿真模拟速度，且由线性初始模型与深度神经网络组合的复合代理模型可以在加速大规模无人机集群编队行为仿真速度的同时保持较高的模拟精度。
-
公开(公告)号：CN115329595A
公开(公告)日：2022-11-11
申请号：CN202211056286.6
申请日：2022-08-31
Applicant: 哈尔滨工业大学
IPC: G06F30/20 , G06F9/50 , G06F11/36 , G06F111/04 , G06F111/06 , G06F111/08 , G06F111/10
Abstract: 一种基于知识与经验的无人机集群任务规划方法及系统，涉及任务规划技术领域，用以解决异构无人机集群任务规划问题。本发明的技术要点包括：建立异构多无人机耦合任务规划问题的数学模型；基于知识与经验的任务规划方法对数学模型求解，使得异构多无人机团队在满足多个约束条件下，完成所有任务的同时获取的任务收益最大化且总飞行时间及总时间窗惩罚最小。本发明提出了基于知识和基于经验引导的邻域搜索结构，考虑了涵盖机载资源配置、任务分配、时序调度、飞行模式选择四个子问题的异构无人机集群多子问题耦合任务规划问题，更加符合异构无人机集群的应用场景，提升了搜索效率，提升了高质量解的被发现概率，进一步提升了优化效率。
-
公开(公告)号：CN113917943B
公开(公告)日：2022-07-12
申请号：CN202111196379.4
申请日：2021-10-14
Applicant: 哈尔滨工业大学
IPC: G05D1/10
Abstract: 一种基于安全着陆通道的月球软着陆最优制导方法及系统和存储介质，涉及月球探测软着陆控制技术领域，为了解决现有的月球软着陆最优制导方法是针对障碍物进行建模，建模的精度会影响优化的结果，难以适用极其复杂的障碍环境的问题。本发明包括：一：基于预定着陆点的障碍点集，采用误差域合并跳点法生成初始分段线性路径；二：基于步骤一生成的初始路径，利用凸分解算法为每段初始路径生成安全着陆通道约束；三：基于步骤一生成的分段线性路径和步骤二生成的着陆通道约束，利用减速时间分配法则将原问题转化为二阶锥优化问题并求解，从而求得燃料最优的避障轨迹。本发明用于月球探测软着陆技术领域。
-
公开(公告)号：CN114020016B
公开(公告)日：2022-06-21
申请号：CN202111271084.9
申请日：2021-10-29
Applicant: 哈尔滨工业大学
IPC: G05D1/10
Abstract: 一种基于机器学习的空地协同通信服务方法及系统，涉及空地协同通信服务技术领域，用以解决现有技术中仅靠无人机提供通信服务导致服务质量不高且效率低的问题。本发明的技术要点包括：获取每个无人机以及无人车在通信服务中的环境信息；将环境信息输入预训练的深度神经网络模型中，解算获得无人机以及无人车的协同通信服务策略指令。本发明可解决地面通信基站受损之后地面用户与外界或者地面用户之间相互通信的问题，同时可解决移动通信设备可用量不足的问题，本发明可对地面用户提供高质量且公平的通信服务，具有较高鲁棒性与较强的环境适应能力，可应用于空地协同通信服务之中。
-
-
-
-
-
-
-
-
-
Search Results
109
records
(took 0.031 seconds)
