公开(公告)号：CN115952736A

公开(公告)日：2023-04-11

申请号：CN202310005618.6

申请日：2023-01-04

Applicant: 北方工业大学

Inventor： 张晓平 ,  郑远鹏 ,  王力 ,  孟祥鹏 ,  吴宜通 ,  马新雨 ,  张嘉林 ,  冯辉

IPC: G06F30/27 ,  G06N3/006

Abstract: 本发明公开一种多智能体目标协同搜索方法及系统，涉及群体智能与多智能体目标搜索技术领域，方法包括：针对搜索仿真环境中的任一智能体，获取智能体感知到的环境探测信息；基于期望收益梯度设置确定性策略动作；获取智能体执行确定性策略动作后的更新环境探测信息；基于动作情感变化数据和外在环境奖励数据确定内在奖励数据；内在奖励数据和外在环境奖励数据构成搜索整体奖励数据；搜索整体奖励数据、当前状态数据、更新后状态数据和确定性策略动作构成经验四元组；每个智能体从经验池中随机抽取经验四元组进行训练以得到并执行最优策略动作，以实现目标协同搜索。本发明解决了奖励稀疏问题，提高多智能体搜索复杂未知环境的效率。

公开(公告)号：CN115953805A

公开(公告)日：2023-04-11

申请号：CN202310005611.4

申请日：2023-01-04

Applicant: 北方工业大学

Inventor： 张晓平 ,  孟祥鹏 ,  王力 ,  郑远鹏 ,  吴宜通 ,  冯辉 ,  马新雨 ,  张嘉林

IPC: G06V40/10 ,  G06V20/59 ,  G06V10/44 ,  G06V10/34 ,  G06V10/764

Abstract: 本发明公开一种基于目标识别的人体姿态检测方法及系统。本发明使用关键部位为对象目标，并基于肢体热图建立连接关系表达人体姿态特征，进而降低遮挡情况下的漏检率，而且本发明使用的姿态特征中已包含人体边界框，所以在后续同时需要人体姿态特征、人体目标特征、部位目标特征时，不需要额外搭载目标检测算法也能获取准确的、非回归拟合的预测边界框，提高了检测速度。

公开(公告)号：CN118769256A

公开(公告)日：2024-10-15

申请号：CN202411150087.0

申请日：2024-08-21

Applicant: 北方工业大学

Inventor： 张晓平 ,  张嘉林 ,  王力 ,  王晶 ,  吉鸿海 ,  刘世达

IPC: B25J9/16

Abstract: 本发明提供了一种基于方向拓展RRT算法的机械臂路径规划方法，涉及机械臂路径规划技术领域。包括：确定机械臂的工作空间；基于工作空间，确定起始节点和目标节点并利用初始化随机树进行建模，得到障碍物空间，在障碍物空间中，生成随机节点并设置一个偏置概率；判断当前的随机节点是否发生障碍物碰撞，若是，则得到新的随机节点，直至当前生成的随机节点未发生障碍物碰撞，若否，则判断当前的随机节点是否为目标节点，若是，则继续生成新的随机几点，若是，则得到初始路径；对初始路径进行优化，得到最终路径。本发明解决了现有技术中机械臂在路径规划方面的采样点盲目、节点数量过多、空间的重复采样、时间复杂度较高等问题。

公开(公告)号：CN116156547A

公开(公告)日：2023-05-23

申请号：CN202310206128.2

申请日：2023-03-06

Applicant: 北方工业大学

Inventor： 张晓平 ,  冯辉 ,  王力 ,  何忠贺 ,  刘世达 ,  张嘉林 ,  马新雨

IPC: H04W24/08 ,  H04W4/46 ,  H04W4/44 ,  G06F17/18

Abstract: 本公开实施例中提供了一种车联网车辆连接可靠性评估方法、装置、电子设备及介质，方法包括：获取t时刻在通信范围内通过V2V连接的当前车辆连接数k；根据所述当前车辆连接数k以及预设的可靠性连接概率函数，确定与所述车辆连接数对应的可靠性连接概率；其中，所述可靠性连接概率函数根据t时刻在通信范围内的车辆数量N1的第一概率函数以及车辆连接数N2的第二概率函数生成，第一概率函数符合具有参数β的泊松分布，第二概率函数符合具有参数(N1,pV2V)的二项式分布；根据可靠性连接概率以及可靠性连接阈值，评估当前V2V连接是否可靠。本发明根据在V2V场景下进入通信范围的不同的车辆数量分别给出车联网高可靠性连接的条件，实现了V2V场景下可靠性连接精准评估。

公开(公告)号：CN115951580A

公开(公告)日：2023-04-11

申请号：CN202310005616.7

申请日：2023-01-04

Applicant: 北方工业大学

Inventor： 张晓平 ,  吴宜通 ,  王力 ,  郑远鹏 ,  孟祥鹏 ,  张嘉林 ,  冯辉 ,  马新雨

IPC: G05B13/04

Abstract: 本发明公开一种四足机器人自主运动控制学习方法，涉及四足机器人领域。使用余弦振荡器作为中枢模式发生器单元，用于四足机器人单腿运动规划；采用深度强化学习方法对中枢模式发生器网络的参数进行训练，将当前运动状态下中枢模式发生器网络的最佳参数输入中枢模式发生器网络，即可得到四足机器人每个关节的角度信号，机器人按照角度信号直线运动。本发明将中枢模式发生器与深度强化学习的方法进行结合，克服了经典控制方法和无模型控制方法缺点，使用到机器人的先验知识但不需要进行建模，也不需要像Hopf振荡器一样进行耦合，同时将先验知识加入到深度强化学习训练之中，减少机器人与环境的交互次数，实现了四足机器人平稳运动自主学习。