一种基于特征稀疏化变换器的轻量化小目标检测方法

    公开(公告)号:CN119169300A

    公开(公告)日:2024-12-20

    申请号:CN202411203213.4

    申请日:2024-08-29

    Abstract: 本发明提出了一种基于特征稀疏化变换器的轻量化小目标检测方法,旨在通过模型轻量化提升小目标检测的效率和精度。该方法通过构建小目标图像数据集,并利用特征稀疏化变换器模型进行检测,有效减少了模型计算复杂度,实现了模型的轻量化。检测模型包含图像特征提取、特征编码解码、图像检测框生成、特征稀疏化等模块,通过引入稀疏化机制,减少了冗余特征,提高了计算效率,并确保在保持高检测精度的同时,显著降低了模型的计算资源需求。实验结果表明,该方法在复杂环境下的小目标检测任务中具有良好的应用前景,适合资源受限的实际应用场景。

    一种基于强化学习最优控制的平流层飞艇轨迹跟踪方法

    公开(公告)号:CN116360497A

    公开(公告)日:2023-06-30

    申请号:CN202310411334.7

    申请日:2023-04-18

    Abstract: 本发明公开了一种基于强化学习最优控制的平流层飞艇轨迹跟踪方法,其具体步骤如下:建立平流层飞艇六自由度运动学和动力学模型,并将其表示为状态空间方程形式。给定期望轨迹计算期望位置和当前位置之间的误差,获得无约束的位置跟踪误差动力学模型。利用critic网络估计最优性能函数与最优控制量,以最小化估计误差为目标,获得基于最优控制输入量。获得对模型中的不确定项的估计补偿量,结合最优控制输入量与估计补偿量,获得鲁棒最优控制律。结合动力系统布局对合力和合力矩进行控制解算,得到螺旋桨转速,实现平流层飞艇自主跟踪期望轨迹。通过基于级联滤波的估计器有效抑制了未知的建模误差和外界干扰对系统的影响,控制器具有较高鲁棒性。

    一种分布式柔性生产与运输协同调度方法

    公开(公告)号:CN117132181B

    公开(公告)日:2024-05-28

    申请号:CN202311051460.2

    申请日:2023-08-21

    Abstract: 本发明公开了一种分布式柔性生产与运输协同调度方法,根据每个工件的每道工序加工开始时间、运输开始时间、运输结束时间、等待时间、加工结束时间等,构建分布式柔性生产与运输协同调度模型;设计启发式调度方法对所述分布式柔性流水线调度模型的调度问题进行调度解的构造与迭代优化,得到所有工件和搬运车的最优调度方案,以对分布式柔性生产与运输过程进行协同调度。本方法通过建立分布式柔性生产与运输协同调度模型,实现分布式柔性生产与运输协同调度模型优化目标的快速计算,提出的启发式调度方法能够在更短的时间内得到更好的调度方案,有效且高效地解决大规模分布式柔性生产与运输协同调度问题。

    一种基于多目标竞争粒子群的城市污水处理脱氮过程鲁棒优化方法

    公开(公告)号:CN117706915A

    公开(公告)日:2024-03-15

    申请号:CN202311422011.4

    申请日:2023-10-30

    Abstract: 本发明提出了一种基于多目标竞争粒子群的城市污水处理脱氮过程鲁棒优化方法,该方法确定了城市污水处理脱氮过程优化变量,建立了多目标优化模型,设计了一种基于预测性指标的鲁棒多目标竞争粒子群优化方法来求解溶解氧和硝态氮设定值,在算法内部粒子进化过程不确定性的影响下,更加可靠地获得了性能优异的溶解氧和硝态氮设定值,保证出水水质达标的同时降低了运行能耗,实现了污水处理厂的高效稳定运行。

    一种面向无人机轨道精细化巡检的扣件完整检测方法

    公开(公告)号:CN119693625A

    公开(公告)日:2025-03-25

    申请号:CN202411862736.X

    申请日:2024-12-17

    Abstract: 本发明提供一种面向无人机轨道精细化巡检的扣件完整检测方法。钢轨扣件作健康状况直接影响钢轨位置稳定性,由遮挡或阴影所导致的扣件漏缺检问题必然存在,且无法给出漏缺检的具体位置和统计数据。本发明建立在所设计的一种专用的标准嵌入空间上,具有良好的几何可解释性,能够最接近于图像中所有钢轨扣件整体,使得其中所有扣件沿钢轨方向均匀分布在钢轨两侧。利用该扣件布局表征方法,提出一种端到端的启发式知识引导的扣件整体检测网络架构,在保证扣件检测整体和完整性的同时,实现轨道区域无人机航拍图像中钢轨扣件的由粗糙到精细的完好性检测,最大限度地减少树木、接触网杆或钢轨的厚重阴影或遮挡所带来的扣件漏检问题。

    一种分布式无人机预定时间三维目标包围控制方法及系统

    公开(公告)号:CN117590862B

    公开(公告)日:2024-04-05

    申请号:CN202410069508.0

    申请日:2024-01-18

    Abstract: 本发明公开一种分布式无人机预定时间三维目标包围控制方法及系统,涉及目标追捕协同运动控制,该方法包括基于球坐标系构建三维目标包围模型;基于预定时间分布式估计器获取的目标位置的估计信息,将多无人机协同目标包围问题简化为单无人机的目标跟踪问题;基于分层控制架构,将无人机运动模型分解为位置环动力学模型和姿态环动力学模型;利用actor‑critic网络估计位置环和姿态环误差动力学模型的不确定项;结合控制障碍函数和预定时间稳定性理论,构建安全约束下的预定时间位置环跟踪控制器和姿态环跟踪控制器;实现在预定时间内完成目标跟踪任务。本发明实现在预定时间内完成目标跟踪任务,保证无人机不与环境中的障碍物发生碰撞。

    一种分布式无人机预定时间三维目标包围控制方法及系统

    公开(公告)号:CN117590862A

    公开(公告)日:2024-02-23

    申请号:CN202410069508.0

    申请日:2024-01-18

    Abstract: 本发明公开一种分布式无人机预定时间三维目标包围控制方法及系统,涉及目标追捕协同运动控制,该方法包括基于球坐标系构建三维目标包围模型;基于预定时间分布式估计器获取的目标位置的估计信息,将多无人机协同目标包围问题简化为单无人机的目标跟踪问题;基于分层控制架构,将无人机运动模型分解为位置环动力学模型和姿态环动力学模型;利用actor‑critic网络估计位置环和姿态环误差动力学模型的不确定项;结合控制障碍函数和预定时间稳定性理论,构建安全约束下的预定时间位置环跟踪控制器和姿态环跟踪控制器;实现在预定时间内完成目标跟踪任务。本发明实现在预定时间内完成目标跟踪任务,保证无人机不与环境中的障碍物发生碰撞。

    一种基于强化学习最优控制的平流层飞艇轨迹跟踪方法

    公开(公告)号:CN116360497B

    公开(公告)日:2024-02-09

    申请号:CN202310411334.7

    申请日:2023-04-18

    Abstract: 本发明公开了一种基于强化学习最优控制的平流层飞艇轨迹跟踪方法,其具体步骤如下:建立平流层飞艇六自由度运动学和动力学模型,并将其表示为状态空间方程形式。给定期望轨迹计算期望位置和当前位置之间的误差,获得无约束的位置跟踪误差动力学模型。利用critic网络估计最优性能函数与最优控制量,以最小化估计误差为目标,获得基于最优控制输入量。获得对模型中的不确定项的估计补偿量,结合最优控制输入量与估计补偿量,获得鲁棒最优控制律。结合动力系统布局对合力和合力矩进行控制解算,得到螺旋桨转速,实现平流层飞艇自主跟踪期望轨迹。通过基于级联滤波的估计器有效抑制了未知的建模误差和外界干扰对系统的影响,控制器具有较高鲁棒性。

Patent Agency Ranking