公开(公告)号：CN116736884A

公开(公告)日：2023-09-12

申请号：CN202310700522.1

申请日：2023-06-14

Applicant: 湖南大学

Inventor： 江未来 ,  蔡田青 ,  郑成宏 ,  王耀南 ,  肖振 ,  徐国强

IPC: G05D1/10 ,  G06N3/0455 ,  G06N3/045 ,  G06N3/0499 ,  G06N3/08 ,  G06N7/01

Abstract: 本申请提供一种基于深度强化学习的多无人机协同围捕方法，针对围捕过程中的运动模型设计了一种围捕奖励函数，通过多种奖励相结合的方式，使得多无人机合作围捕具有较高的成功率。此外，本发明设计了一种多无人机协同围捕神经网络，通过自适应的方式对友无人机的动态联合策略进行显式建模，围捕无人机能够根据友无人机策略进行自适应的调整自身的动作，提高经验的利用率的同时也加快网络训练过程中的收敛速度，与此同时，为了确保经验数据原有的表达能力，减少训练的复杂度，对协同围捕的神经网络进行了优化，将编码器线性层作为前馈神经网络；优化后的神经网络适用于静态围捕目标的同时，也对动态围捕目标具有很好的效果，具有良好的环境适应性。

公开(公告)号：CN116763355A

公开(公告)日：2023-09-19

申请号：CN202310602617.X

申请日：2023-05-26

Applicant: 湖南大学

Inventor： 江未来 ,  肖振 ,  郑成宏 ,  王耀南 ,  蔡田青 ,  吴俊 ,  罗坤

IPC: A61B8/08 ,  A61B8/00 ,  G06T7/00 ,  G06V10/26

Abstract: 本申请公开了一种基于超声图像的机械臂自适应扫查颈动脉方法及系统，属于医疗机器人技术领域。该方法包括：获取超声图像；基于获取的超声图像，检测颈动脉的轮廓中心点，计算得到颈动脉的轮廓中心点的像素坐标；利用规划好的初步路径逐点步进扫查，根据超声图像成像效果反馈实时调节下一个路径点的位置和方向，以此更新剩余路径容器点数值，同时基于模糊自适应PID算法对机械臂移动时的力度和位置进行补偿控制。本申请有益效果如下：实现了颈动脉自主诊断，对于检测人员的技术要求很低，采用机械臂根据信号自主智能找寻颈动脉位置，实时调整，适于不同人群体验，泛化性较强。

公开(公告)号：CN117331304A

公开(公告)日：2024-01-02

申请号：CN202311450589.0

申请日：2023-11-02

Applicant: 湖南大学

Inventor： 江未来 ,  郑成宏 ,  蔡田青 ,  陈博 ,  方乐缘 ,  汤琳 ,  王耀南

IPC: G05B11/42

Abstract: 本发明涉及工业控制技术领域，具体为一种基于RL的三相分离器参数设置方法，具体包含如下步骤：1、构建价值函数，确定价值函数的参数；2、构建强化学习系统，并对强化学习系统进行初始化，选择基线控制器；3、构建运行奖励函数，并确定设定奖励；4、借助运行奖励函数、设定奖励、基线控制器以及价值函数对强化学习系统进行迭代训练，直至迭代次数达到设定要求，更新强化学习系统的参数；5、利用训练后的强化学习系统预估三相分离器的参数。本发明提出一种新的人工智能调参方法，以改进三相分离器的系统响应，为三相分离器的调参提供了一种新的思路和方法。

公开(公告)号：CN117192965A

公开(公告)日：2023-12-08

申请号：CN202311155718.3

申请日：2023-09-08

Applicant: 湖南大学

Inventor： 江未来 ,  蔡田青 ,  周思超 ,  郑成宏 ,  方乐缘 ,  汤琳 ,  王耀南

IPC: G05B11/42

Abstract: 本发明公开了一种基于PSO的垃圾压缩控制器PID参数优化方法，根据控制器的参数定义目标函数，预设粒子群并随机初始化，得到控制器的参数集，预设个体最优适应度初始值和迭代次数，根据目标函数计算控制器参数集中每个参数在每次迭代过程中的个体适应度值，并将其和预设的个体最优适应度初始值进行比较和迭代，得到每个参数在每次迭代后的个体最优适应度值，并计算每个粒子的个体最优位置向量；将每个参数经过预设迭代次数后的个体最优适应度值和预设的全局最优适应度初始值进行比较，选出粒子群的全局最优适应度值，由此得出控制器优化后的参数。该方法可使控制器的响应速度更快、稳定性更高。