公开(公告)号：CN116612455A

公开(公告)日：2023-08-18

申请号：CN202310543436.4

申请日：2023-05-15

Applicant: 南京理工大学

Inventor： 许志超 ,  施润 ,  吴欣杰 ,  戴迪康 ,  杨璐嘉 ,  汪林斌 ,  李江晨 ,  俞少华

IPC: G06V20/58 ,  G06V10/24 ,  G06V10/40 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82 ,  G06T3/00 ,  G06T7/277 ,  G06T7/50 ,  G06T17/05 ,  G01S17/88 ,  G01S17/86

Abstract: 本发明适用于无人驾驶技术领域，提供了一种基于激光雷达与相机结合的路面状态预测方法和系统，所述方法包括：获取激光雷达与相机的激光雷达数据和相机图像信息；对相机图像信息进行处理，输出相机图像信息在BEV空间中的3D感知结果和定位；对激光雷达数据进行处理，将激光雷达数据在BEV空间中进行表示；对BEV空间中的相机图像信息和激光雷达数据进行卡尔曼滤波融合，得到路面的状态预测结果，本发明实施例对于相机的图像信息，可以预测二维图像上网格的深度分布并提取二维图像深度信息，从而重建丢失的三维信息，将二维图像变换到BEV空间(鸟瞰图)中，能有效实现对路面状态，特别是隐藏障碍的识别。

公开(公告)号：CN116523161B

公开(公告)日：2024-11-08

申请号：CN202310538777.2

申请日：2023-05-15

Applicant: 南京理工大学

Inventor： 俞少华 ,  程昊 ,  沈骏羽 ,  吴昊 ,  许志超

IPC: G06Q10/047 ,  G06Q10/0835 ,  G06N5/01

Abstract: 本发明涉及自适应大邻域搜索技术领域，具体公开了一种基于深度强化学习的协同配送路径规划方法。通过获取多个客户订单信息，确定多个客户点，生成初始解，构造能够串联所有客户点的VRCD初始路径；移除节点或路径，对VRCD初始路径中的当前解进行破坏，并进行路线修复或路线构造，改变初始解的结构，形成新解；根据新解，构造DQN模型；根据DQN模型进行物资配送的路径优化。具有很好的路径优化效果，能够规划出协同配送路径相对较短的路线，从而保证及时将物资配送至所有客户点，且不仅解决了算子权重的泛化能力，不需要重复进行算子权重的训练，还能够适用于不同场景下的路径规划，使得求解效率得到了巨大提升。

公开(公告)号：CN116720806A

公开(公告)日：2023-09-08

申请号：CN202310428646.9

申请日：2023-04-20

Applicant: 南京理工大学

Inventor： 俞少华 ,  沈骏羽 ,  程昊 ,  吴昊 ,  许志超

IPC: G06Q10/0835 ,  G06Q10/047

Abstract: 本发明适用于物流配送技术领域，尤其涉及卡车机器人协同配送模型优化方法、系统及计算机设备，所述方法包括：构建卡车机器人协同配送模型的初始解；构建破坏算子和修复算子，通过破坏算子对初始解进行破坏，并通过修复算子对被破坏的初始解进行修复，得到新解；构建自适应机制，根据新解为破坏算子和修复算子赋予相应分数，并调整破坏算子和修复算子的权重；构建接受准则和终止条件，通过模拟退火控制接受概率，并输出最优解。本发明充分考虑了破坏操作和修复操作联合决定新解质量的事实，在算法权重调节过程中有效利用破坏和修复操作之间的相互影响，大大提高了自适应大邻域搜索算法的自适应能力，并且也提高了得到最优解的速度。

公开(公告)号：CN119590664A

公开(公告)日：2025-03-11

申请号：CN202411811826.6

申请日：2024-12-10

Applicant: 南京理工大学

Inventor： 俞少华 ,  应泓 ,  余帅 ,  陈英明 ,  李瑞阳 ,  高梦婷

IPC: B64U70/97

Abstract: 本发明属于无人机起降平台技术领域，尤其是涉及一种基于3‑RRS结构的自调平空地对接平台，包括静平台、动平台、第一驱动机构、连接机构以及对中机构，所述动平台设于所述静平台的上方，用于无人机的停放的动平台；三个第一驱动机构采用中心对称的方式固定在所述静平台上；三个连接机构分别连接在每个第一驱动机构的驱动端和动平台的底部之间，所述连接机构用于在第一驱动机构的驱动下调节所述动平台的倾角方向及倾角值；所述对中机构活动设置于所述动平台上，用于对停放在所述动平台上的无人机进行对中。显著效果是具备更强的环境适应性和灵活性，有效降低了无人机在移动平台上自主起降时的控制难度，方便无人机的收纳与存储管理。

公开(公告)号：CN116523161A

公开(公告)日：2023-08-01

申请号：CN202310538777.2

申请日：2023-05-15

Applicant: 南京理工大学

Inventor： 俞少华 ,  程昊 ,  沈骏羽 ,  吴昊 ,  许志超

IPC: G06Q10/047 ,  G06Q10/0835 ,  G06N5/01

Abstract: 本发明涉及自适应大邻域搜索技术领域，具体公开了一种基于深度强化学习的协同配送路径规划方法。本发明通过获取多个客户订单信息，确定多个客户点，生成初始解，构造能够串联所有客户点的VRCD初始路径；移除节点或路径，对VRCD初始路径中的当前解进行破坏，并进行路线修复或路线构造，改变初始解的结构，形成新解；根据新解，构造DQN模型；根据DQN模型进行物资配送的路径优化。具有很好的路径优化效果，能够规划出协同配送路径相对较短的路线，从而保证及时将物资配送至所有客户点，且不仅解决了算子权重的泛化能力，不需要重复进行算子权重的训练，还能够适用于不同场景下的路径规划，使得求解效率得到了巨大提升。