-
公开(公告)号：CN110348708B
公开(公告)日：2021-01-01
申请号：CN201910562265.3
申请日：2019-06-26
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于极限学习机的地面目标动态威胁评估方法，针对敌方地面目标，综合考虑敌方作战能力和作战意图，实时计算敌方单位的威胁程度，辅助指挥员在快速变化的复杂作战情形中快速决策。该方法获取敌方的作战意图和作战能力两方面的7类评估指标；其中，反映作战能力的评估指标包括敌方目标的打击能力、打击半径、探测半径；反映作战意图的评估指标包括敌方目标朝向、与我方作战群的距离、敌方目标速度和加速度；其中，所述敌方目标朝向的评估指标是指：以敌方目标朝向角为中轴线、半径为探测半径的半圆范围内我方作战单位的数量；将所述7类评估指标输入预先训练好的极限学习机，极限学习机输出威胁评估结果。
-
Patent Agency Ranking
公开(公告)号：CN110348708A
公开(公告)日：2019-10-18
申请号：CN201910562265.3
申请日：2019-06-26
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于极限学习机的地面目标动态威胁评估方法，针对敌方地面目标，综合考虑敌方作战能力和作战意图，实时计算敌方单位的威胁程度，辅助指挥员在快速变化的复杂作战情形中快速决策。该方法获取敌方的作战意图和作战能力两方面的7类评估指标；其中，反映作战能力的评估指标包括敌方目标的打击能力、打击半径、探测半径；反映作战意图的评估指标包括敌方目标朝向、与我方作战群的距离、敌方目标速度和加速度；其中，所述敌方目标朝向的评估指标是指：以敌方目标朝向角为中轴线、半径为探测半径的半圆范围内我方作战单位的数量；将所述7类评估指标输入预先训练好的极限学习机，极限学习机输出威胁评估结果。
-
公开(公告)号：CN109459026A
公开(公告)日：2019-03-12
申请号：CN201811324766.X
申请日：2018-11-08
Applicant: 北京理工大学
IPC: G01C21/20
CPC classification number: G01C21/20
Abstract: 本发明提供一种多运动体协同全覆盖路径规划方法，包括如下步骤：输入路径规划信息；对目标区域地图进行栅格化；随机生成初始种群：初始种群包含多个个体，每一个体由多个运动体的运动优先级、运动模式以及各运动模式下对应的行走步数共同确定，其中，运动体的不同运动模式是指其邻域的不同优先级排列顺序；设定运动体下一个路点采用双层选择策略：第一选择策略为栅格势能，第二选择策略为运动体的运动模式；设定评价指标为完成区域全覆盖任务的总时间；利用粒子群算法优化初始种群，并从中选择最优个体。本发明为多个运动体规划出能够快速遍历目标区域并保证较低的重复率的路径。
-
公开(公告)号：CN106325284A
公开(公告)日：2017-01-11
申请号：CN201610963236.4
申请日：2016-11-04
Applicant: 北京理工大学
IPC: G05D1/02
CPC classification number: G05D1/0217 , G05D2201/0217
Abstract: 本发明公开了一种面向人机协作搜索识别多目标任务的机器人运动规划方法，在任务集合变化时，进行是否超过最大工作负荷的判断，而非采用一个固定的间隔时间，从而减少不必要的等待时间，提高效率；在判断是否超过最大工作负荷时，根据移动机器人自己规划的到达疑似目标观测点的时间，进行是否超工作负荷的判断，判断方式十分简单，有效；本发明在对移动机器人重新规划路径时，需要用到操作员完成目标识别的时间，然而操作员完成目标识别任务的时间是不确定的，故本发明将操作员的目标识别任务完成时间建立为随机模型，提前建立操作员的目标识别任务完成时间的概率分布函数，从而保证路径规划的合理性。
-
公开(公告)号：CN109459026B
公开(公告)日：2021-01-01
申请号：CN201811324766.X
申请日：2018-11-08
Applicant: 北京理工大学
IPC: G01C21/20
Abstract: 本发明提供一种多运动体协同全覆盖路径规划方法，包括如下步骤：输入路径规划信息；对目标区域地图进行栅格化；随机生成初始种群：初始种群包含多个个体，每一个体由多个运动体的运动优先级、运动模式以及各运动模式下对应的行走步数共同确定，其中，运动体的不同运动模式是指其邻域的不同优先级排列顺序；设定运动体下一个路点采用双层选择策略：第一选择策略为栅格势能，第二选择策略为运动体的运动模式；设定评价指标为完成区域全覆盖任务的总时间；利用粒子群算法优化初始种群，并从中选择最优个体。本发明为多个运动体规划出能够快速遍历目标区域并保证较低的重复率的路径。
-
公开(公告)号：CN106325284B
公开(公告)日：2018-02-06
申请号：CN201610963236.4
申请日：2016-11-04
Applicant: 北京理工大学
IPC: G05D1/02
Abstract: 本发明公开了一种面向人机协作搜索识别多目标任务的机器人运动规划方法，在任务集合变化时，进行是否超过最大工作负荷的判断，而非采用一个固定的间隔时间，从而减少不必要的等待时间，提高效率；在判断是否超过最大工作负荷时，根据移动机器人自己规划的到达疑似目标观测点的时间，进行是否超工作负荷的判断，判断方式十分简单，有效；本发明在对移动机器人重新规划路径时，需要用到操作员完成目标识别的时间，然而操作员完成目标识别任务的时间是不确定的，故本发明将操作员的目标识别任务完成时间建立为随机模型，提前建立操作员的目标识别任务完成时间的概率分布函数，从而保证路径规划的合理性。
-
-
-
-
-
Search Results
6
records
(took 0.02 seconds)
