一种基于自适应动态事件触发的无人艇轨迹跟踪控制方法

    公开(公告)号:CN119396141A

    公开(公告)日:2025-02-07

    申请号:CN202411452632.1

    申请日:2024-10-17

    Applicant: 海南大学

    Abstract: 本发明涉及无人艇轨迹跟踪技术领域,尤其涉及一种基于自适应动态事件触发的无人艇轨迹跟踪控制方法,建立了无人艇的运动学模型、期望轨迹和位置误差动态方程。结合动态事件触发机制和自适应动态规划,给出了含有动态事件触发控制律的代价函数和Hamilton函数,减少了无人艇控制器的资源消耗。利用了神经网络良好的非线性逼近能力,近似获取未知的代价函数与最优控制律。将计算得到的最优控制律应用于无人艇的控制系统,驱动无人艇按照预定的轨迹进行精确跟踪。本发明提出的方法能够有效提高无人艇轨迹跟踪的精度,节省系统计算和通信资源。

    一种多无人机视域下目标跟踪方法、装置、设备及介质

    公开(公告)号:CN118155098A

    公开(公告)日:2024-06-07

    申请号:CN202410305631.8

    申请日:2024-03-18

    Applicant: 海南大学

    Abstract: 本发明涉及一种多无人机视域下目标跟踪方法、装置、设备及介质,在目标跟踪过程中,该方法重复的执行以下步骤:获取多无人机拍摄的图像并进行实时更新;将时序图像序列按照顺序输入Transformer网络进行特征提取,其中,第一帧图像作为初始化的目标模板,后续帧图像作为待搜索区域图像;将目标模板的特征图分别输入两路不同的卷积层,得到分类支路和回归支路,同时,将待搜索区域的特征图输入一个卷积层,得到卷积结果;分别用分类支路和回归支路作为卷积核对卷积结果进行卷积,得到分类结果和回归结果,回归结果作为目标框的检测结果,实现目标跟踪;基于目标框的检测结果与当前目标模板的相似度进行目标模板更新。与现有技术相比,本发明可以在较大范围内对运动目标进行持续准确的跟踪。

    基于ETM-MDQN的无人机自适应路径规划方法、装置及介质

    公开(公告)号:CN118192635A

    公开(公告)日:2024-06-14

    申请号:CN202410407734.5

    申请日:2024-04-07

    Applicant: 海南大学

    Abstract: 本发明涉及一种基于ETM‑MDQN的无人机自适应路径规划方法、装置及介质,其中方法包括以下步骤:构建深度强化学习MDQN网络,将无人机路径规划问题建模为马尔可夫决策过程;根据无人机与障碍物的实际距离状态和状态变化误差设定事件触发机制的触发条件,当满足预设的事件触发条件时更新无人机的动作策略和MDQN网络的Q值;通过最小化损失函数优化MDQN网络的参数;利用优化后的MDQN网络进行实时无人机自适应路径规划。与现有技术相比,本发明充分利用计算资源,考虑了未来多个时间步的奖励,提高了复杂环境下路径规划策略的鲁棒性和有效性。

Patent Agency Ranking