-
公开(公告)号：CN113722923B
公开(公告)日：2023-12-01
申请号：CN202111036179.2
申请日：2021-09-06
Applicant: 中国计量大学
IPC: G06F30/20 , G06F119/02
Abstract: 本发明公开了一种基于改进RRT的多无人机气体泄漏源定位方法，涉及气体泄漏源定位方法和计算机领域。本发明提出将RRT算法用于气体泄漏源定位，将监测的浓度作为RRT父节点选取的依据，利用RRT原有的建模时间短和参数少等优点，灵活快速地寻找到气体泄漏源。改进的RRT算法加入变步长公式，既减小陷入局部最优的可能性，又改进RRT算法原本搜索效率受步长初始值限制的缺点。通过计算机仿真验证了本算法具有取点随机灵活、陷入局部最优可能性小、搜索效率高、多无人机收敛快速的优点。
-
公开(公告)号：CN113051665A
公开(公告)日：2021-06-29
申请号：CN202110320464.0
申请日：2021-03-25
Applicant: 中国计量大学
Abstract: 本发明公开了一种基于改进粒子群算法的多无人机气体泄漏源定位方法，主要用于对气体泄漏源进行高效、精准的定位。该方法结合了人类心理学，使该方法更加智能化。人在越接近成功的时候会变得越谨慎。模仿人的心理，粒子在越靠近污染源时也会变得谨慎，放慢自己的速度，谨慎的移动。该方法在迭代初期采用基本粒子群算法，使粒子群在气体泄漏区域大范围的搜索。当有粒子超过阈值时开始进行分层迭代。将无人机的剩余电量与搜索到气体泄漏源的影响作为谨慎因子的衡量指标，在积极粒子层速度更新时加上谨慎因子，使粒子进行更细致的局部搜索，而在消极粒子层速度更新时加上积极粒子层的带动作用，提高了搜索效率，实现了对气体泄漏源高效的定位。
-
公开(公告)号：CN115372565A
公开(公告)日：2022-11-22
申请号：CN202211072713.X
申请日：2022-09-02
Applicant: 中国计量大学
Abstract: 本发明创造性地将多无人机群体分配与改进海鸥算法相结合，公开了一种基于群体分配的多未知目标定位方法。相对于传统的依赖固定传感器网络或地面移动机器人的溯源方法，本发明以无人机集群作为气体泄漏的溯源平台，具有成本低、搜索范围广、灵活性强和溯源效率高等优点。基于群体分配的多未知目标定位方法，相比于改进海鸥算法，具有如下创新性：组形成根据距离和适应度来评估无人机加入哪个组，有助于无人机有选择的加入组；限制组大小提高了无人机分配效率；组合并操作可以提升系统性能和避免局部冗余覆盖。本方法在多气体污染源浓度场仿真实验中，高效地实现了多气体污染源的定位。
-
公开(公告)号：CN113722923A
公开(公告)日：2021-11-30
申请号：CN202111036179.2
申请日：2021-09-06
Applicant: 中国计量大学
IPC: G06F30/20 , G06F119/02
Abstract: 本发明公开了一种基于改进RRT的多无人机气体泄漏源定位方法，涉及气体泄漏源定位方法和计算机领域。本发明提出将RRT算法用于气体泄漏源定位，将监测的浓度作为RRT父节点选取的依据，利用RRT原有的建模时间短和参数少等优点，灵活快速地寻找到气体泄漏源。改进的RRT算法加入变步长公式，既减小陷入局部最优的可能性，又改进RRT算法原本搜索效率受步长初始值限制的缺点。通过计算机仿真验证了本算法具有取点随机灵活、陷入局部最优可能性小、搜索效率高、多无人机收敛快速的优点。
-
公开(公告)号：CN113640470A
公开(公告)日：2021-11-12
申请号：CN202110958125.5
申请日：2021-08-20
Applicant: 中国计量大学
Abstract: 本发明公开了一种基于改进教与学算法的多无人机大气污染源定位方法，创新性的将多无人机群与改进教与学算法相结合，提出了一种个体能力值模型，采用了无人机电量、无人机飞行高度的稳定性、无人机搜索的污染源气体浓度值三个指标，用个体能力值替代了标准教与学算法中的随机学习步长，既增加了无人机个体的差异性，也巧妙的结合了教与学优化算法，使随机步长的选择更有依据性。并且在教与学算法的“学”阶段采用学员分班学习规则，使得在算法后期，学员能够迅速向强化班集体靠近，进行更加细致的搜索。提高了算法的搜索效率，实现了对大气污染源高效的定位。
-
Patent Agency Ranking
公开(公告)号：CN113051665B
公开(公告)日：2023-06-27
申请号：CN202110320464.0
申请日：2021-03-25
Applicant: 中国计量大学
Abstract: 本发明公开了一种基于改进粒子群算法的多无人机气体泄漏源定位方法，主要用于对气体泄漏源进行高效、精准的定位。该方法结合了人类心理学，使该方法更加智能化。人在越接近成功的时候会变得越谨慎。模仿人的心理，粒子在越靠近污染源时也会变得谨慎，放慢自己的速度，谨慎的移动。该方法在迭代初期采用基本粒子群算法，使粒子群在气体泄漏区域大范围的搜索。当有粒子超过阈值时开始进行分层迭代。将无人机的剩余电量与搜索到气体泄漏源的影响作为谨慎因子的衡量指标，在积极粒子层速度更新时加上谨慎因子，使粒子进行更细致的局部搜索，而在消极粒子层速度更新时加上积极粒子层的带动作用，提高了搜索效率，实现了对气体泄漏源高效的定位。
-
公开(公告)号：CN113640470B
公开(公告)日：2023-01-24
申请号：CN202110958125.5
申请日：2021-08-20
Applicant: 中国计量大学
IPC: G01N33/00 , G06F30/27 , G06N3/00 , B64C39/02 , B64U101/00
Abstract: 本发明公开了一种基于改进教与学算法的多无人机大气污染源定位方法，创新性的将多无人机群与改进教与学算法相结合，提出了一种个体能力值模型，采用了无人机电量、无人机飞行高度的稳定性、无人机搜索的污染源气体浓度值三个指标，用个体能力值替代了标准教与学算法中的随机学习步长，既增加了无人机个体的差异性，也巧妙的结合了教与学优化算法，使随机步长的选择更有依据性。并且在教与学算法的“学”阶段采用学员分班学习规则，使得在算法后期，学员能够迅速向强化班集体靠近，进行更加细致的搜索。提高了算法的搜索效率，实现了对大气污染源高效的定位。
-
公开(公告)号：CN115526102A
公开(公告)日：2022-12-27
申请号：CN202211208991.3
申请日：2022-09-30
Applicant: 中国计量大学
Abstract: 本发明公开了一种基于改进教与学和组优化算法的多气体源定位方法，为了弥补现有多气体源定位技术的不足，本发明创新性的将多无人机群与改进教与学和组优化算法结合，提出了改进教与学和组优化算法。在组方法中包括组形成、限制组大小、组合并、组解散操作，在评估无人机加入哪个组时考虑了距离和适应度，这有助于无人机在同时接收多个信号时有选择的加入组；限制组大小提高了无人机分配效率；组合并是当两个组的全局最佳位置的无人机的y位置坐标差小于侧风距离时进行合并，可以提升系统性能和避免局部冗余覆盖；考虑组解散，避免该组一直停留在已找到的气体源中。本方法在多气体污染源浓度场仿真实验中，高效地实现了多气体污染源的定位。
-
公开(公告)号：CN115168804A
公开(公告)日：2022-10-11
申请号：CN202210728168.9
申请日：2022-06-24
Applicant: 中国计量大学
Abstract: 本发明公开了一种基于改进天牛须搜索算法的水污染溯源方法，将改进天牛须搜索算法和无人船相结合，用于实现河流污染源定位。该方法包含三个步骤：发现疑似污染带、追踪污染源、确认污染源。本发明中的无人船左右两侧搭载目标污染物传感器，实时监测污染物浓度指标，使用改进天牛须搜索算法计算出无人船下一步的位置并前往，不断重复这一步骤直至寻找到污染源。本发明的算法引入了水流流向等水文信息，根据信息动态调整不同方向的步长系数和位移补偿。无人船的行进步长随着污染物浓度变化而改变，在低浓度区域中步长大，在浓度高的区域中步长小，从而加快搜索效率和精度。通过计算机仿真验证了本算法具有搜索效率高、容易跳出局部最优等优点。
-
公开(公告)号：CN115684255A
公开(公告)日：2023-02-03
申请号：CN202211335055.9
申请日：2022-10-28
Applicant: 中国计量大学 , 宁波市计量测试研究院(宁波新材料检验检测中心)
IPC: G01N25/20 , G06F18/241
Abstract: 本发明提出对烟羽类型进行事先判断并界定无人机污染源追踪范围的方法，用于气体泄漏源定位。通过计算大气稳定度、计算烟羽扩展率以及计算烟羽边界斜率三种方法综合判断，提高判断的准确率。通过确定烟羽类型，推断烟羽的边界位置，并以此为依据界定追踪污染源搜索的范围，使无人机在进行追踪时可以减少不必要空间搜索，提高污染源追踪与定位的效率。通过计算机仿真验证了该方法可以有效提高污染源追踪与定位的效率。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.022 seconds)
