-
公开(公告)号：CN116861792B
公开(公告)日：2024-03-15
申请号：CN202310867062.1
申请日：2023-07-14
Applicant: 西北工业大学
IPC: G06F30/27 , G06N3/048 , G06N3/0499 , G06Q50/20
Abstract: 本发明公开一种基于增量网络的CAID动力学习模型构建方法，包括步骤一、建立CAID动力学模型并确定收益矩阵和适应度函数，步骤二、建立具有增量网络生成算法的学生动力模型，步骤三、建立考虑学生受到多重未知非线性环境影响下的动力学习模型，步骤四、引入具有动态权重的有教师指导的增量网络应对环境影响，步骤五、使用李雅普诺夫函数对CAID动力学模型收敛性进行分析验证；本发明构建的CAID动力学习模型的算法基于同学之间的信息收敛生成有效的通信网络，以提高课堂效率，且模型具有多层非线性，模拟学生受到的环境影响，有效体现了多种未知的非线性环境影响。
-
公开(公告)号：CN116880548A
公开(公告)日：2023-10-13
申请号：CN202310795431.0
申请日：2023-06-30
Applicant: 西北工业大学
IPC: G05D1/10
Abstract: 本发明涉及无人机智能协同与强化学习领域，公开了一种基于增量网络的有长机指导的无人机学习方法，包括：建立基于不同环境的无人机迭代模型，确立收益矩阵；建立增量网络生成算法；建立考虑无人机在受到多重非线性环境影响下的动力学模型；引入有长机指导的增量网络应对环境影响。本发明提出的增量网络生成算法基于无人机之间的信息收敛而生成有效的通信网络，以提高无人机学习效率；基于连续动作迭代困境的无人机动力学模型具有多层非线性层，以模拟无人机受到的不同环境影响。此外，基于增量网络与无人机的动力学模型，本发明利用了李雅普诺夫函数来证明所提出模型的收敛性，从数学上证明了所提出的模型是稳定的。
-
公开(公告)号：CN116880434A
公开(公告)日：2023-10-13
申请号：CN202310735701.9
申请日：2023-06-20
IPC: G05B23/02
Abstract: 本发明提出一种空地异构无人集群协同控制方法，涉及无人集群技术领域。首先，通过分析无人机、无人车的运动学及动力学特性建立各智能单元模型，引入云雾计算架构、聚集‑分散函数建立空地异构无人集群系统模型，定义云网络、雾网络的误差模型，并且建立拒绝服务攻击Denial of Service(Dos)模型；其次，采用事件触发机制减少DOS攻击所带来的影响，设计基于领导跟随策略的云网络渐进一致性控制律；最后，采用事件触发机制设计雾网络分布式平均一致性控制律，对云网络所传输的参考一致性信号进行追踪，从而实现攻击下空地无人集群安全协同控制。
-
公开(公告)号：CN116861792A
公开(公告)日：2023-10-10
申请号：CN202310867062.1
申请日：2023-07-14
Applicant: 西北工业大学
IPC: G06F30/27 , G06N3/048 , G06N3/0499 , G06Q50/20
Abstract: 本发明公开一种基于增量网络的CAID动力学习模型构建方法，包括步骤一、建立CAID动力学模型并确定收益矩阵和适应度函数，步骤二、建立具有增量网络生成算法的学生动力模型，步骤三、建立考虑学生受到多重未知非线性环境影响下的动力学习模型，步骤四、引入具有动态权重的有教师指导的增量网络应对环境影响，步骤五、使用李雅普诺夫函数对CAID动力学模型收敛性进行分析验证；本发明构建的CAID动力学习模型的算法基于同学之间的信息收敛生成有效的通信网络，以提高课堂效率，且模型具有多层非线性，模拟学生受到的环境影响，有效体现了多种未知的非线性环境影响。
-
公开(公告)号：CN116540784B
公开(公告)日：2023-09-19
申请号：CN202310775277.0
申请日：2023-06-28
Applicant: 西北工业大学
IPC: G05D1/10
Abstract: 本发明属于无人系统协同导航与避障技术领域，公开了一种基于视觉的无人系统空地协同导航与避障方法，本发明设计搭建了无人机与无人车结合的空地协同异构平台，充分发挥各自优势，实现优势互补及功能拓展，提升无人系统在协同中的任务执行效能；针对不同场景复杂多变的特点，本发明基于深度学习理论及图像识别技术实现目标检测与定位，使空地无人系统具有互为视角的全面协同感知能力，并有效简化了系统，降低实施成本。
-
Patent Agency Ranking
公开(公告)号：CN113051807B
公开(公告)日：2023-04-14
申请号：CN202110415127.X
申请日：2021-04-17
Applicant: 西北工业大学
IPC: G06F30/25 , G06F18/214
Abstract: 本发明涉及基于k‑Means和滑模变结构控制的多智能体对复杂区域的覆盖方法，首先根据待覆盖区域性质，若覆盖目标为区域中的点，则对点的位置进行识别，并记录；若覆盖目标为平面区域，则先把区域离散成平面点集，再对其位置进行识别，并记录。随后，确定覆盖区域的多智能体数量，再利用k‑Means算法根据智能体数量对所记录点进行划分，给出智能体移动路径。最后，结合实际智能体特征给出滑模变结构控制，使得多智能体按照移动路径能准确、快速地完成区域覆盖任务。本发明的适用场景范围广泛，在求解平面或空间区域覆盖问题时，提出了将区域信息预处理，将区域覆盖问题分解为目标点的覆盖问题。
-
公开(公告)号：CN115469660A
公开(公告)日：2022-12-13
申请号：CN202211074161.6
申请日：2022-09-02
IPC: G05D1/02
Abstract: 本发明公开多无人机对多无人车动态跟踪控制方法、装置及设备，本发明涉及覆盖控制技术领域，用于解决现有技术中无法对多无人车进行动态跟踪覆盖的问题。包括获取多辆无人车的位置信息，确定分布范围，得到无人车的位置信息集合；获取多架无人机的初始位置，以初始位置为原点，用k‑means算法基于位置信息集合，确定多架无人机的期望位置，基于多架无人机跟踪覆盖范围以及期望位置，确定跟踪所有无人车所需无人机的目标数量；驱动目标数量架无人机到达期望位置，完成对多辆无人车的跟踪覆盖任务。根据无人车的位置变化，实时生成路径，根据无人车的分布情况确定无人机的飞行位置以及无人机的数量，保证灵活性与覆盖效果，从而实现动态跟踪覆盖。
-
公开(公告)号：CN114167896A
公开(公告)日：2022-03-11
申请号：CN202111495809.2
申请日：2021-12-09
Applicant: 西北工业大学
IPC: G05D1/10
Abstract: 本发明公开了一种基于状态预测的人工势能场无人机集群控制方法，首先获取无人机集群的初始状态信息；再计算集群中每架无人机在时刻t的预测状态；然后计算每架无人机的规避碰撞控制输入和队形保持控制输入；最后计算集群中每架无人机的控制输入，并根据控制输入进行集群状态更新。本发明使用状态预测建模改进后的人工势场方法能够为无人机预留更多空间缓冲，及时响应队形的变化，降低实际情况中延迟对无人机集群的影响，以及其他不确定因素对集群完成预设目标的影响。
-
公开(公告)号：CN113741482A
公开(公告)日：2021-12-03
申请号：CN202111107193.7
申请日：2021-09-22
IPC: G05D1/02
Abstract: 本发明公开了一种基于异步遗传算法的多智能体路径规划方法，该方法在传统遗传算法的基础之上，加入了聚类算法的思想以及精英保留策略。首先将在起始位置的多个智能体按照某一特征划分成若干个含智能体数目相等的类，对多智能体要到达的目标位置也划分为对应数目的类；再对每一个类中的智能体利用遗传算法框架并行化进行路径规划，得到每一类中的最优路径；将各个类中得到的最优路径进行汇总，从而获得整个多智能体系统的最优路径。该方法的使用能够快速实现对大规模多智能体系统的路径规划，为大规模多智能体系统执行任务奠定基础。
-
公开(公告)号：CN115373422B
公开(公告)日：2025-04-11
申请号：CN202211073909.0
申请日：2022-09-02
IPC: G05D1/46 , G05D1/695 , G05D109/20
Abstract: 本发明公开一种无人机编队变换控制方法、装置及设备，本发明涉及无人机飞行控制技术领域，使无人机编队在预设时间内实现稳定的队形变换。包括：获取无人机编队在真实空域中的飞行位置；获取预先设置的无人机编队的期望队形以及完成无人机编队变换的预设时间；对预设时间收敛进行控制，并将无人机编队的飞行位置按照期望队形进行变换控制，使无人机编队在预设时间内完成稳定队形变换；控制完成稳定队形变换的无人机编队向目标区域机动。无人机编队通过同时在时域和空域上的变换，保证无人机编队的队形变换控制误差在预设时间内收敛到零，能够有效提高无人机编队的队形变换效率，同时也提高了无人机编队变换系统的控制可靠性和鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.022 seconds)
