公开(公告)号：CN110096973A

公开(公告)日：2019-08-06

申请号：CN201910304333.6

申请日：2019-04-16

Applicant: 东南大学

Inventor： 秦文虎 ,  张仕超 ,  孙立博 ,  张哲 ,  平鹏

IPC: G06K9/00 ,  G06K9/32

Abstract: 本发明提出了一种基于ORB算法和深度级可分离卷积网络的交警手势识别方法，步骤如下：S1、采用摄像机拍摄含有交警的图像；S2、预处理图像，利用ORB算法检测预处理后的图像中的关键点；S3、利用BRIED特征描述子描述S2中的关键点特征；S4、通过随机一致性采样算法和关键点匹配图像中交警制服所在区域；S5、计算交警制服中心点，结合交警制服与交警身体的比例关系膨胀出交警所在区域；S6、将交警区域图像输入手势识别网络，手势识别网络利用深度级可分离卷积结构精简模型，并通过支持向量机或者一层全连接层得到手势分类结果，完成交警手势识别。本发明方法模型规模小，运算量少，运算速度快，识别精度高，可以部署在手机等低功耗设备上，方便推广。

公开(公告)号：CN110084375A

公开(公告)日：2019-08-02

申请号：CN201910347694.9

申请日：2019-04-26

Applicant: 东南大学

Inventor： 孙立博 ,  秦文虎 ,  翟金凤

IPC: G06N20/00 ,  G06N3/08

Abstract: 本发明公开一种基于深度强化学习的多agent协作框架，其包括agent，billboard，基于actor-critic的深度强化学习模块以及下一时刻状态计算模块。agent由当前状态、速度和期望目标定义；billboard负责信息的存储、更新和传递；基于Actor-Critic的深度强化学习模块中actor根据当前环境状态和agent自身状态选择合适动作，并通过Critic结合各agent的状态序列给出的评价不断进行训练学习，从而获取最优控制策略；下一时刻状态计算模块根据各agent的当前状态和采取的动作分别计算各agent下一时刻的状态，并与billboard进行交互。本发明提出的基于深度强化学习的多agent协作框架具有较好的可扩展性和较强的通用性，可以为实现多样的多agent协作提供技术方案。

公开(公告)号：CN109213148A

公开(公告)日：2019-01-15

申请号：CN201810875924.4

申请日：2018-08-03

Applicant: 东南大学

Inventor： 孙立博 ,  秦文虎 ,  翟金凤

IPC: G05D1/02

Abstract: 本发明公开了一种基于深度强化学习的车辆低速跟驰决策方法，所述方法通过以下方式实现：首先通过车联网实时接收前方车辆和后方车辆的位置、速度、加速度信息，作为环境状态，对无人车的当前状态和行为进行表达，然后构建基于Actor-Critic框架的深度强化学习结构，最后Actor根据当前环境状态选择合适动作，并通过Critic给出的评价不断进行训练学习，从而获取最优控制策略，使得无人车能够与前方车辆以及后方车辆保持一定的安全距离，在城市拥堵工况下实现车辆低速自动跟踪前车行驶。本发明提出的基于深度强化学习的车辆低速跟驰决策方法不仅提高了驾驶的舒适性，而且保证了交通的安全性，更提高了拥堵车道的畅通率。

公开(公告)号：CN104008562A

公开(公告)日：2014-08-27

申请号：CN201410249703.8

申请日：2014-06-06

Applicant: 东南大学

Inventor： 孙立博 ,  秦文虎 ,  丁路

IPC: G06T13/20

Abstract: 本发明公开一种面向用户规划的虚拟人群仿真框架，其包括组、触发器、运动范围限制器和云控制端。组由人员构成、活动范围、目标以及个体行为和群体行为四个组件定义和描述，提供对群体行为的模拟，从而实现对各种复杂群体行为的仿真；触发器包括路径点、流量、时间、速度等触发器，提供用于规划人群路径、决策人群行为的路径拓扑信息和感知信息；运动范围限制器提供环境中静态障碍物的位置信息；云控制端根据用户指定的路径拓扑信息和组的目标，为群体规划出无拥堵的最优路径。本发明提出的面向用户规划的虚拟人群仿真框架具有较好的逼真性和实时性，较强的灵活性以及较便捷的操作性，可以根据用户意愿模拟各种场景下逼真的虚拟人群行为。