公开(公告)号：CN119762540A

公开(公告)日：2025-04-04

申请号：CN202510251455.9

申请日：2025-03-05

Applicant: 大连理工大学 ,  西安现代控制技术研究所

Inventor： 刘洋 ,  常冠男 ,  林跃 ,  赵洁 ,  王栋 ,  卢湖川 ,  姜学峰 ,  张平平

IPC: G06T7/246 ,  B25J9/16 ,  G01C21/20 ,  G01C21/34 ,  G06T7/73 ,  G06V10/25 ,  G06V10/26

Abstract: 本发明属于机器人学、计算机视觉、路径规划领域，公开了一种无需更新欧几里得符号距离场的目标跟踪方法，步骤如下：预构建无需更新的欧几里得符号距离场；检测、分割并解算目标位置；预测目标未来的位置；计算目标的可视区域，找到无遮挡的最优观测点序列；对观测点序列进行优化，得到平滑的跟踪轨迹。本发明所提出的用于无人机的跟踪算法能够通过预先构建的FOV‑ESDF有效评估目标可见度，并有效避免跟踪过程中的遮挡和碰撞。本发明所提出的路径搜索算法和轨迹优化算法的实时性强，由于无需对环境ESDF进行构建和更新，降低了大约10倍的计算量。

公开(公告)号：CN119761220A

公开(公告)日：2025-04-04

申请号：CN202510258711.7

申请日：2025-03-06

Applicant: 大连理工大学

Inventor： 刘洋 ,  张鹏 ,  赵洁 ,  王栋 ,  卢湖川 ,  张平平

IPC: G06F30/27 ,  G06N3/092 ,  G06F119/02

Abstract: 本发明属于人工智能、多智能体系统、深度强化学习以及自主探索领域，公开一种基于深度强化学习的节能多智能体探索系统，包括场景建模、效率导向观察系统、代理间策略网络、序列决策机制模块和等待机制。本发明提出的效率导向观察系统通过构建连接图和交互图的双重结构，并为节点附加探索值、距离特征、复杂度信息等多维协作导向特征，使系统能精确把握环境特征和智能体间的交互关系，显著提升多智能体系统的协同效率。本发明设计的序列决策机制模块结合了序列决策机制和等待机制，通过让智能体参考前序智能体的决策并在适当时候选择等待，避免了盲目协作造成的能源浪费。

公开(公告)号：CN116051899A

公开(公告)日：2023-05-02

申请号：CN202310052356.9

申请日：2023-02-02

Applicant: 大连理工大学

Inventor： 张平平 ,  万子夫 ,  卢湖川

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06V10/40 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明属于人工智能及深度学习技术领域，提出了一种基于全卷积网络的目标检测方法。该方法使用残差连接的骨干网络分层次提取图像特征，并使用特征金字塔对低分辨率特征逐步上采样，使用注意力机制融合骨干网络中提取的高分辨率特征与上采样的低分辨率特征，并按层级输出不同尺寸的检测结果，从而关注不同尺寸的检测目标，解决目标检测中对小物体漏检率高的问题。本发明相比于其他方法，能够提取图像中更加丰富的视觉信息，保留更多的小尺度视觉特征信息；引入注意力模块，能够在空间和通道两个维度上进行特征提取，从而学习到更具判别性的特征信息，可以更好地完成目标检测任务，并具有更高的检测和识别准确率。