公开(公告)号：CN112464886A

公开(公告)日：2021-03-09

申请号：CN202011465723.0

申请日：2020-12-14

Applicant: 上海交通大学

Inventor： 钱久超 ,  薛建伟 ,  潘敏婷 ,  朱肖光 ,  刘佩林

IPC: G06K9/00 ,  G06K9/32 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种飞行器识别追踪方法包括：利用YOLOv3对包含飞行器的视频数据检测识别，如果判断为飞行器，则记录所述飞行器的边界框信息和中心点信息；构建所述飞行器的飞行状态向量，所述飞行状态向量包括所述中心点信息和所述边界框信息；将所述飞行状态向量通过卡尔曼滤波器对所述飞行器的运动轨迹进行预测；对所述飞行器的所述运动轨迹预测进行校正。本发明通过特定的图像帧的检测的位置信息与卡尔曼滤波器预测得到的信息进行对比，以在数据帧中确立出一个特定的范围，提高追踪的速度。此外，当预测与检测的关键中发现边框信息差别比较大，可以及时进行调整，是一种带有反馈机制的作用于飞行器的识别和跟踪的方法。

公开(公告)号：CN118053132A

公开(公告)日：2024-05-17

申请号：CN202410164254.0

申请日：2024-02-05

Applicant: 上海交通大学

Inventor： 杨小康 ,  王韫博 ,  潘敏婷 ,  朱祥明

IPC: G06V20/56 ,  G06V10/774 ,  G06V10/80 ,  G06N3/092

Abstract: 本公开提供一种面向自动驾驶决策的环境模拟与强化学习系统，包括：交互数据采集模块，将车辆当前时刻需要采取的动作作为输入与仿真环境进行交互，输出四元组信息；环境模拟器学习模块，将当前时刻环境的视觉观测对应的视觉图像和车辆当前时刻需要采取的动作作为输入，输出重建的视觉图像和预测的模拟环境的奖励值；行为策略学习模块，将经过解耦处理获取的可控动态和不可控动态作为输入，输出车辆当前时刻的执行动作。通过本公开，将复杂视觉动态信息解耦处理为可控动态和不可控动态，同时建模两者间的依赖关系，学习更精确的环境模拟器，并对未来不可控动态进行预测，构建强化学习算法，在决策前提前预判未来环境的变化趋势，提高决策的准确性。

公开(公告)号：CN117725987A

公开(公告)日：2024-03-19

申请号：CN202311786650.9

申请日：2023-12-25

Applicant: 上海交通大学

Inventor： 杨小康 ,  王韫博 ,  郑亦韬 ,  潘敏婷

IPC: G06N3/096 ,  G06N3/0442 ,  G06N3/084 ,  G06N3/006

Abstract: 本公开提供一种面向智能体视觉控制的迁移强化学习系统，其包括：教师模型预训练模块，采用源域动作离线视频数据对教师模型进行模型训练，确定完成模型训练的教师模型；学生模型训练模块，采用智能体与环境的在线交互数据对学生模型进行模型训练，并将完成模型训练的教师模型迁移至学生模型训练模块对学生模型进行辅助训练，确定完成模型训练的学生模型，将目标域任务的视觉图像作为完成模型训练的学生模型的输入，输出执行目标域任务的动作。通过本公开，采用已有的源域动作离线视频数据辅助在线目标域智能体的学习，有效缓解离线域与在线域之间的域差异，提高目标域智能体解决任务的表现。