公开(公告)号：CN117539145A

公开(公告)日：2024-02-09

申请号：CN202410033173.7

申请日：2024-01-10

Applicant: 北京理工大学

Inventor： 刘福祥 ,  何玮钰 ,  金秋延 ,  李磊 ,  李函潞

IPC: G05B11/42

Abstract: 本发明公开了一种基于深度强化学习的稳定平台伺服控制方法，涉及伺服控制技术领域。本发明与之前的PID控制器相比，改进了其快速性与抗干扰能力不足、性能依赖设计人员经验且自适应能力欠缺的问题，通过设计并训练深度强化学习智能体，使其在与环境的不断交互中学习出最佳控制策略，构成深度强化学习自适应PID速度环、经典PID位置环的双闭环校正稳定平台控制器，并将之应用于基于斜置稳定平台的过顶控制策略中。仿真验证结果显示，该方法动态性能良好、抗干扰能力强，能够稳定跟踪高速机动的目标，满足稳定平台伺服控制系统的工程应用要求。

公开(公告)号：CN119399545A

公开(公告)日：2025-02-07

申请号：CN202411572324.2

申请日：2024-11-06

Applicant: 北京理工大学

Inventor： 刘福祥 ,  李函潞 ,  李磊

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084 ,  G06V10/25 ,  G06V10/26

Abstract: 本发明公开了一种基于深度孪生自注意力网络的复杂目标识别方法，涉及目标识别方法技术领域。本发明应用基于滑窗多头自注意力变换机制的孪生网络，增强了特征提取网络的全局建模能力以及长距离语义信息的获取效率，改善了底层特征提取能力和高级语义信息的抽象效果；孪生网络个性化建模，改善了特征分割效果；网络整体构成U型结构，局部对称的编码器解码器结构，补充全局上下文信息，强化了语义信息空间关联；加入了残差链接，以高效率训练深层网络，增强识别精度；并通过加入自适应图像特征尺度输入处理，对输入图像进行自适应尺度变换，实现了端到端语义分割精确结果，并实现了多尺度输入以增强网络模型的泛化能力及精确度。

公开(公告)号：CN117539145B

公开(公告)日：2024-04-02

申请号：CN202410033173.7

申请日：2024-01-10

Applicant: 北京理工大学

Inventor： 刘福祥 ,  何玮钰 ,  金秋延 ,  李磊 ,  李函潞

IPC: G05B11/42

Abstract: 本发明公开了一种基于深度强化学习的稳定平台伺服控制方法，涉及伺服控制技术领域。本发明与之前的PID控制器相比，改进了其快速性与抗干扰能力不足、性能依赖设计人员经验且自适应能力欠缺的问题，通过设计并训练深度强化学习智能体，使其在与环境的不断交互中学习出最佳控制策略，构成深度强化学习自适应PID速度环、经典PID位置环的双闭环校正稳定平台控制器，并将之应用于基于斜置稳定平台的过顶控制策略中。仿真验证结果显示，该方法动态性能良好、抗干扰能力强，能够稳定跟踪高速机动的目标，满足稳定平台伺服控制系统的工程应用要求。