基于多模态信息融合的自动化辅助驾驶方法

    公开(公告)号:CN119861614A

    公开(公告)日:2025-04-22

    申请号:CN202411874891.3

    申请日:2024-12-19

    Inventor: 姜星伟 田蓓 肖刚

    Abstract: 一种基于多模态信息融合的自动化辅助驾驶方法,通过对采集到的飞行员操作数据、飞行员语音数据和飞行员图像数据进行进行预处理后,提取各模态的特征并生成样本集,用于训练多模态Transformer模型。在在线阶段采用训练后的多模态Transformer模型实时评估飞行员的行为状态,并将评估结果作为输入,进行自动化辅助驾驶系统的模式选择和调整。本发明融合飞行员操作、语音和图像不同传感器的数据,可以提供更全面和准确的飞行员状态信息,弥补单一数据源在特定场景下的不足,提高飞行员行为状态识别的鲁棒性和准确性,并能够根据飞行员状态和操作实时调整自动化辅助驾驶系统的等级模式,为飞行员提供可靠的自动化辅助驾驶支持,从而确保飞行安全。

    基于密母算法的两目标试飞任务优化规划方法

    公开(公告)号:CN115795831A

    公开(公告)日:2023-03-14

    申请号:CN202211438300.9

    申请日:2022-11-16

    Inventor: 肖刚 田蓓 沈玙

    Abstract: 一种基于密母算法的两目标试飞任务优化规划方法,通过设置种群规模、最大迭代次数、交叉概率和变异概率,根据编码规则随机生成大小为的初始化种群,对种群中每个个体通过任务执行逻辑修复机制对任务执行向量编码进行修复,并利用空闲时间插入技术对种群中个体的编码进行解码并计算种群中两个目标的适应度值,再通过选择50%优势个体来执行局部搜索得到种群,对于种群,通过字典序优化选择生成新的子代个体,对种群执行交叉操作生成后代,并对种群通过变异操作生成后代;本发明在满足试飞任务与试验机的约束条件下,对试飞周期和任务转移耗费进行有序地优化。

    基于决策融合的驾驶舱综合告警系统

    公开(公告)号:CN119888978A

    公开(公告)日:2025-04-25

    申请号:CN202510014344.6

    申请日:2025-01-06

    Inventor: 姜星伟 田蓓 肖刚

    Abstract: 一种基于决策融合的驾驶舱综合告警系统,包括:数据采集模块、数据同步与预处理模块、模型训练与预测模块和告警模块,其中:数据采集模块采集飞行员操作数据、姿态数据和生理数据;数据同步与预处理模块根据飞行员操作数据、姿态数据和生理数据进行时间同步,并进行噪声消除和特征提取;模型训练与预测模块通过支持向量机(SVM)模型和长短时记忆网络(LSTM)模型对输入数据特征进行训练与预测,并对这两类模型的预测结果进行决策级融合;告警模块基于预测的结果,结合当前飞行阶段,根据告警阈值判断结果和告警优先级给出相应的告警。本发明通过综合飞行员操作数据、姿态数据及生理数据,利用决策融合算法和多层告警机制,实现对飞行员行为状态的实时监测,并在出现非正常行为时及时发出告警。

    基于深度强化学习的动态试飞任务规划方法

    公开(公告)号:CN115983566A

    公开(公告)日:2023-04-18

    申请号:CN202211617626.8

    申请日:2022-12-15

    Inventor: 肖刚 田蓓 沈玙

    Abstract: 一种基于深度强化学习的动态试飞任务规划方法,以同时最小化试飞周期和任务延期度为目标,构建试飞任务规划问题模型以及试飞任务选择规则和驾机安排的启发式规则;定义包括试验驾机特征信息、系统特征信息和未完成任务特征信息的试飞任务规划环境的状态信息以及基于规划目标的奖励函数;通过建立基于决策‑评价的近端策略优化模型,利用训练数据对优化模型进行训练后,在线动态规划试飞任务。本发明既保证算法的计算效率,也可以提高启发式规则的全局最优能力,显著优化试飞周期和任务延期度。

Patent Agency Ranking