-
公开(公告)号：CN118584951B
公开(公告)日：2025-02-14
申请号：CN202410619301.6
申请日：2024-05-19
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种月面探测时间网的多巡视器协同任务规划方法及系统，涉及月面探测技术领域。本发明的技术要点包括：根据月面多巡视器协同探测任务进行建模；基于月面协同探测任务，建立月面可探测点之间的可通行道路网；根据月面可通行道路网的探测信息，建立多巡视器月面探测时间网；利用单亲遗传算法对月面协同探测任务进行路径求解，获取各巡视器进行月面协同探测的最优路径。本发明有效解决了月面大范围多巡视器任务规划问题，各巡视器的探测任务量能够得到较好分配，明显降低了整体探测用时。
-
公开(公告)号：CN117291950A
公开(公告)日：2023-12-26
申请号：CN202311093365.9
申请日：2023-08-29
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种用于微小型机器人的轻量化目标检测跟踪方法及系统，涉及目标检测跟踪技术领域。本发明的技术要点包括：获取多个连续视频帧序列；利用预训练的YOLOv4‑tiny模型进行目标检测，获取包含目标的初始帧中目标类别和位置信息；在后续帧中，利用KCF核相关滤波算法对检测到的目标进行跟踪；进一步通过间隔固定帧数进行目标检测来修正累计误差。本发明能够大大降低目标跟踪的算力需求，且一定程度上提高了目标跟踪的准确性和稳定性。本发明利于部署在微小型机器人上，以实现自主感知系统。
-
公开(公告)号：CN116610141A
公开(公告)日：2023-08-18
申请号：CN202310478528.9
申请日：2023-04-28
Applicant: 哈尔滨工业大学
IPC: G05D1/10
Abstract: 本发明公开了一种针对对抗环境的高速飞行器大规模集群控制方法及系统，涉及飞行器集群控制技术领域，用以解决对抗环境下高速飞行器大规模集群涉及的队形控制和威胁规避问题。本发明的技术要点包括：对高速飞行器集群内的每个个体，获取采集的集群信息和环境信息；对所述集群信息和环境信息进行预处理；将预处理后的高速飞行器集群的集群信息和环境信息分别输入预训练的基于深度神经网络的飞行器集群控制策略网络，获取控制指令。本发明可适应飞行器集群个数及环境状态的变化，可以根据需求扩展到大规模的高速飞行器集群应用场景中。
-
公开(公告)号：CN116400720A
公开(公告)日：2023-07-07
申请号：CN202310468734.1
申请日：2023-04-27
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种无副翼单主桨加尾旋翼的微小型直升机姿态控制方法及系统，涉及直升机姿态控制技术领域，以解决无副翼单主桨加尾旋翼构型的微小型直升机姿态稳定控制问题。本发明的技术要点包括：获取直升机的实时姿态角信息和期望姿态角，所述实时姿态角信息包括直升机姿态角和姿态角速度；对直升机姿态角进行处理，获取直升机姿态角速度指令；根据姿态角速度指令和姿态角速度计算姿态角速度偏差，并将姿态角速度偏差输入PID控制器中，获取直升机三轴控制力矩；将直升机三轴控制力矩转化分配为主旋翼斜盘舵机和尾旋翼舵机的控制信号，实现姿态控制。本发明可实现无副翼单主桨加尾旋翼微小型直升机的灵巧姿态控制。
-
公开(公告)号：CN112068549B
公开(公告)日：2022-12-16
申请号：CN202010789469.3
申请日：2020-08-07
Applicant: 哈尔滨工业大学
IPC: G05D1/02
Abstract: 本发明是一种基于深度强化学习的无人系统集群控制方法。本发明涉及无人系统集群控制技术领域，本发明为了解决现有无人系统集群控制方法环境适应性差的问题。本发明包括：在无人系统集群中，每个无人系统分别探测环境信息；将环境信息分为目标信息、障碍信息以及其他无人系统状态信息；对获得的信息分别进行标准化处理；将标准化处理的信息通过深度神经网络处理，得到选择动作的概率值；根据得到的概率值选择动作，观测新的环境信息并获得动作评价值；收集所有无人系统与环境交互的数据训练深度神经网络；利用训练好的深度神经网络进行无人系统集群控制。本发明用于无人系统集群控制技术领域。
-
Patent Agency Ranking
公开(公告)号：CN114265423B
公开(公告)日：2022-11-01
申请号：CN202111656098.2
申请日：2021-12-30
Applicant: 哈尔滨工业大学
Abstract: 一种基于旋转框检测定位的无人机移动平台着陆方法及系统，涉及无人机着陆技术领域，用以解决现有无人机在对地面移动平台着陆时由于无法获得地面移动平台的准确位置而导致着陆失败的问题。本发明首先通过无人机机载相机对地面移动平台所在区域进行覆盖搜索采集图像；基于旋转框检测算法获得地面移动平台在图像中的实时位置，并根据坐标转换关系获取无人机和地面移动平台的实时相对距离；根据实时相对距离对无人机行进路径进行动态规划，使得无人机按照规划的行进路径靠近地面移动平台，当实时相对距离达到预设距离阈值时开始着陆；在着陆过程中根据实时相对距离调整无人机飞行速度。本发明对于任意方向的地面平台的检测框选都具有很好的贴合性。
-
公开(公告)号：CN111783358B
公开(公告)日：2022-10-04
申请号：CN202010627408.7
申请日：2020-07-02
Applicant: 哈尔滨工业大学 , 北京电子工程总体研究所
Abstract: 本发明涉及轨迹预报技术，是一种基于贝叶斯估计的高超速飞行器长期轨迹预报方法，为解决高超声速飞行器轨迹预报的主要技术难点：构建合适的目标意图代价函数，准确反映目标飞行意图；开发目标飞行的可行区快速结算方法；基于贝叶斯估计设计合理的多步递推预测算法，预测目标攻击意图和轨迹预测，实时建立预测轨迹簇；本发明主要包括四部分内容：多指标意图函数建立、高超声速飞行器可行区分析、贝叶斯估计下意图推测算法和基于蒙特卡洛打靶的高超声速飞行器轨迹预报方法一方面推测目标飞行意图，降低目标机动致使的轨迹不确定性；另一方面设计实时未来轨迹多步递推算法，充分挖掘高超声速飞行器运动的潜在规律，实现目标轨迹的长时间预报。
-
公开(公告)号：CN114997297A
公开(公告)日：2022-09-02
申请号：CN202210582031.7
申请日：2022-05-26
Applicant: 哈尔滨工业大学
Abstract: 一种基于多级区域划分的目标运动意图推理方法及系统，涉及移动目标运动意图推理技术领域，用以解决现有方法对于缺乏目标运动意图先验知识则无法推理目标运动意图的问题。本发明将城市环境进行多级多区域划分构成移动目标的运动意图集合；将获取的多个移动目标城市运动轨迹在运动意图集合中标注以构建训练数据集；将训练数据集进行离散化以构建特征地图矩阵；将特征地图矩阵输入基于卷积神经网络的多级目标运动意图推理模型进行训练；将待推理的移动目标城市运动轨迹在运动意图集合中进行标注并进行离散化处理，输入训练好的推理模型中，获取移动目标前往各级区域中各子区域的概率。本发明可应用于移动目标目的地未知的推理问题中。
-
公开(公告)号：CN114970819A
公开(公告)日：2022-08-30
申请号：CN202210581312.0
申请日：2022-05-26
Applicant: 哈尔滨工业大学
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：CN114049602B
公开(公告)日：2022-06-14
申请号：CN202111271871.3
申请日：2021-10-29
Applicant: 哈尔滨工业大学
Abstract: 一种基于意图推理的逃逸目标跟踪方法及系统，涉及目标跟踪技术领域，用以解决现有技术对于逃逸目标跟踪效果差且跟踪效率低的问题。本发明的技术要点包括：根据先验信息，利用贝叶斯推理方法计算逃逸目标到达目的地集合中每个目的地的概率；根据获得的概率，利用蒙特卡洛采样方法预测逃逸目标的未来轨迹；根据预测的未来轨迹计算获得在固定时间段内发现逃逸目标的概率；根据发现逃逸目标的概率，利用蒙特卡洛采样方法规划每一时刻搜索位置；按照规划的每一时刻搜索位置搜索逃逸目标。本发明能够快速搜索逃逸出跟踪视野的目标，从而实现对目标的持续跟踪。本发明可应用于实时运动目标跟踪中。
-
-
-
-
-
-
-
-
-
Search Results
106
records
(took 0.027 seconds)
