-
公开(公告)号：CN114943757A
公开(公告)日：2022-08-26
申请号：CN202210622959.3
申请日：2022-06-02
IPC: G06T7/50 , G06V20/17 , G06V40/10 , G06V10/774 , G06V10/40 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08 , G06F30/27 , G05D1/10 , G06F111/04
Abstract: 本发明提供了一种基于单目景深预测和深度增强学习的无人机森林探索系统。本发明逻辑上主要包括四个部分，景深预测识别优化、增强学习规则避障、目标检测以及以RESTful服务形式组建可扩展的感知、计算、控制无人机链路。流程上首先建立了针对森林场景的单目景深预测模型，并根据一种整图不确定度估计方法，通过对方差进行估计来表示景深预测模型结果的不确定度，解决了无人机飞行样例中景深预测失效的问题；然后构建在单目前向无人机硬件约束下的以森林场景下的小型障碍物规避为规划目标的避障模式；最后使用PPO深度增强学习算法来实现无人机避障及导航，解决了策略训练后可能出现的陷入局部最优区域的问题，并通过部署轻量级目标检测网络实现人员搜寻。
-
公开(公告)号：CN115016534B
公开(公告)日：2025-04-25
申请号：CN202210620004.4
申请日：2022-06-02
IPC: G05D1/46 , G05D109/20
Abstract: 本发明公开了一种基于记忆增强学习的无人机自主避障导航方法，克服了传统深度强化学习导航方法在部分可测环境中极易陷入局部困境的问题。首先把无人机自主避障导航问题建模为目标驱动的马尔可夫决策过程，提出动态相对目标的目标特征提取方法，引导无人机学习导航问题的本质特征；然后考虑到传统导航方法由于没有保存历史信息，导致无人机在部分可测环境中极易陷入局部困境，本发明设计了一种保存动作记忆和空间信息的记忆增强模块，在决策时额外考虑历史的观测以及动作序列，使无人机更易脱离困境；最后本发明提出基于高斯分布探索增强的深度强化学习算法，使其能够在提高算法收敛速度的前提下保持并提高无人机避障导航的成功率。
-
公开(公告)号：CN115016534A
公开(公告)日：2022-09-06
申请号：CN202210620004.4
申请日：2022-06-02
IPC: G05D1/10
Abstract: 本发明公开了一种基于记忆增强学习的无人机自主避障导航方法，克服了传统深度强化学习导航方法在部分可测环境中极易陷入局部困境的问题。首先把无人机自主避障导航问题建模为目标驱动的马尔可夫决策过程，提出动态相对目标的目标特征提取方法，引导无人机学习导航问题的本质特征；然后考虑到传统导航方法由于没有保存历史信息，导致无人机在部分可测环境中极易陷入局部困境，本发明设计了一种保存动作记忆和空间信息的记忆增强模块，在决策时额外考虑历史的观测以及动作序列，使无人机更易脱离困境；最后本发明提出基于高斯分布探索增强的深度强化学习算法，使其能够在提高算法收敛速度的前提下保持并提高无人机避障导航的成功率。
-
公开(公告)号：CN116148318A
公开(公告)日：2023-05-23
申请号：CN202211588345.4
申请日：2022-12-12
Applicant: 之江实验室
Abstract: 本发明公开了一种基于有机本体异质结的光伏多模态气体传感器，包括玻璃基底上的ITO电极，在玻璃基底上涂覆的空穴传输层，空穴传输层上依次涂覆的活性层和电子传输层，电子传输层涂覆AgNWs银纳米线层作为顶电极，在ITO电极与AgNWs银纳米线层用导电银浆引线，其中空穴传输层为聚(3,4‑亚乙二氧基噻吩)‑聚(苯乙烯磺酸)PEDOT:PSS，活性层为5T‑X系列分子和PC71BM组成的共混层，电子传输层为PDINO。本发明(1)在已有太阳能电池的基础上改变了顶电极，制作工艺简单；(2)本发明具有太阳能电池的结构，在光照下还可以充分吸收太阳光并产生光信号。(3)本发明作为气体传感器件时，响应和恢复时间较快，可以实现对ppm级的挥发性有机化合物的检测。
-
-
-
Search Results
4
records
(took 0.01 seconds)
