一种融合深度神经网络和强化学习方法的路径规划方法

    公开(公告)号:CN116448117A

    公开(公告)日:2023-07-18

    申请号:CN202310415309.6

    申请日:2023-04-18

    Applicant: 安徽大学

    Abstract: 本发明公开了一种融合深度神经网络和强化学习方法的路径规划方法,步骤一:机器人在每个离散时间步内,通过传感器获取环境信息以建立相应的数学模型;步骤二:建立当前所处的模拟环境模型;步骤三:根据奖励值更新网络参数和学习更优的行为策略;步骤四:解耦目标Q值动作的选择和目标Q值的计算;步骤五:使用深度神经网络表示智能体的各种组件这些网络的参数通过梯度下降来训练;步骤六:通过迭代;步骤七:根据添加噪音引起的网络输出值变化选择动作。本发明新型涉及机器人路径规划技术领域,具体为具体为一种融合深度神经网络和强化学习方法的路径规划方法。

    一种智能车位导航停车系统

    公开(公告)号:CN114822073A

    公开(公告)日:2022-07-29

    申请号:CN202210445273.1

    申请日:2022-04-26

    Applicant: 安徽大学

    Abstract: 本发明公开了一种智能车位导航停车系统,具体涉及智能车位停车技术领域,包括网络层、云端服务层和应用层,还包括车位信息采集层;车位信息采集层用于接收车位的状态信息,判断车辆是否停入车位;网络层基于Zigbee协议,将同一个停车场中的多个车位节点组网连接,设置ZigBee网关,同时将用于车位管理的智能锁连到网关,将各网关连入互联网,并将车位的状态信息发送到云端服务器;云端服务层将下层产生的数据处理整合后提供给应用层;应用层包括后台管理系统、收费系统用和用户小程序。本发明具备车位精确导航系统、车位锁、反向车位导航系统、完善的车位预约系统及停车场剩余停车位的实时查询、停车自动缴费等功能。

    一种基于双目图像分析与紧耦合SLAM融合的导航定位系统

    公开(公告)号:CN118730098A

    公开(公告)日:2024-10-01

    申请号:CN202310313788.0

    申请日:2023-03-28

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于双目图像分析与紧耦合SLAM融合的导航定位系统,涉及定位导航技术领域,包括数据采集层、数据处理层和应用层,数据采集层使用基于激光‑惯导‑视觉‑IMU‑GPS融合SLAM方法,将激光点云特征与IMU数据和相机提取并优化后的特征信息进行一同运算,提高整个系统在非结构化环境中的定位精度,通过关键帧的匹配降低整个系统的计算量。本发明通过提出了一个实时同步定位、建图和着色框架,解决了基于LiDAR、惯性和视觉测量的紧耦合融合的实时同步定位、3D建图和地图渲染问题,提高系统的鲁棒性和准确性,避免了弱GNSS信号下定位不准,误差较大的问题,解决了单一传感器数据捕获和处理精度不高的问题。

    一种平板式车位锁
    6.
    实用新型

    公开(公告)号:CN219342955U

    公开(公告)日:2023-07-14

    申请号:CN202320298692.7

    申请日:2023-02-23

    Applicant: 安徽大学

    Abstract: 本实用新型公开了一种平板式车位锁,具体涉及车位锁技术领域,包括地盒,地盒的上端固定连接有固定板,固定板的上表面设置有阻挡部件,阻挡部件的一端与固定板铰接,固定板上表面的另一端设置有推板,推板远离阻挡部件的一端与地盒转动连接,推板的下表面安装有车辆靠近识别装置;还包括分别用于驱动阻挡部件和推板转动的推出驱动装置和电机,车辆靠近识别装置识别轮胎靠近时,推出驱动装置驱动阻挡部件向上转动以使阻挡部件阻挡住轮胎。本实用新型通过采用车辆靠近识别装置识别轮胎靠近后再使阻挡部件向上转动的方式,可以使阻挡部件的上端位于轮胎前侧的空间内,阻挡部件的高度可以高于车底表面,从而阻挡部件可以有效地阻挡车辆通过。

Patent Agency Ranking