-
公开(公告)号：CN110471444B
公开(公告)日：2022-07-12
申请号：CN201910765862.6
申请日：2019-08-19
Applicant: 西安微电子技术研究所
IPC: G05D1/10
Abstract: 本发明公开了基于自主学习的无人机智能避障方法，使无人机在三维可视化仿真环境中可利用摄像头获取的视觉信息，根据地形高度与障碍物高度，智能自主学习，以训练好的网络模型作为智能体对无人机进行定高飞行控制，实时调整飞行高度，实现自动地形跟随应用，完成自主避障任务。这一发明创建了三维可视化仿真环境，为智能自主避障算法提供了良好的训练环境，实现了人机实时操作的互动接口，并为智能体从仿真环境到真实环境的迁移训练提供了可能性。这一发明为其它深度增强学习算法提供了仿真试验平台，便于智能体进行多种场景、不同任务及多种算法的深度增强训练和测试。
-
公开(公告)号：CN112163588A
公开(公告)日：2021-01-01
申请号：CN202011073830.9
申请日：2020-10-09
Applicant: 西安微电子技术研究所
Abstract: 本发明公开了一种基于智能进化的异源图像目标检测方法、存储介质及设备，基于深度卷积神经网络，逐步分阶段建立待匹配的数据集；基于神经网络算法D2‑net，利用数据集建立深度学习网络模型；对建立的深度学习网络模型进行训练和迁移学习；利用迁移学习得到的神经网络模型对异源图像分别进行特征点提取，利用特征点中的内点框选出异源图像中相匹配的目标，完成目标检测。本发明提出的智能方法训练框架可完成算法模型的持续进化，准确完成跨源目标匹配。
-
Patent Agency Ranking
公开(公告)号：CN109625333B
公开(公告)日：2021-08-03
申请号：CN201910005655.0
申请日：2019-01-03
Applicant: 西安微电子技术研究所
Abstract: 本发明公开了一种基于深度增强学习的空间非合作目标捕获方法，分两步完成并实现交互。第一步，利用三维可视化软件搭建服务飞行器和目标飞行器的三维可视化环境，可视化环境的输入是服务飞行器的控制力和控制力矩，输出是服务飞行器和目标飞行器的状态。第二步，构建卷积神经网络模型，在三维可视化环境中对服务飞行器进行智能自主空间非合作目标捕获训练。卷积神经网络模型以服务飞行器和目标飞行器的状态为输入，利用其权重参数，输出控制服务飞行器所需的控制力和控制力矩并送入可视化环境中，两个飞行器的状态继续被输入神经网络以进行持续的深度增强训练。通过可视化环境和神经网络的不断交互，捕获反馈结果得以正确输出。
-
公开(公告)号：CN111309292A
公开(公告)日：2020-06-19
申请号：CN202010079105.6
申请日：2020-02-03
Applicant: 西安微电子技术研究所
Abstract: 本发明公开了一种基于MATLAB/Simulink的全模型可执行程序构建方法，通过设计、创建底层驱动组件，设计代码自动生成、编译、链接并将其添加到MATLAB/Simulink环境中，实现全图形化的模型驱动开发，整个开发过程无需手工编码，全模型构建完成后，通过一键生成功能，自动完成嵌入式代码生成、文件拷贝、编译、链接，生成可在嵌入式控制计算机上直接运行的可执行文件，同时本发明可通过配置支持任意编译环境，生成符合不同架构处理器的可执行程序。提升了软件产品开发效率及代码复用性，减少了低层次问题。
-
公开(公告)号：CN109625333A
公开(公告)日：2019-04-16
申请号：CN201910005655.0
申请日：2019-01-03
Applicant: 西安微电子技术研究所
CPC classification number: B64G1/24 , B64G2001/245 , G05D1/0808
Abstract: 本发明公开了一种基于深度增强学习的空间非合作目标捕获方法，分两步完成并实现交互。第一步，利用三维可视化软件搭建服务飞行器和目标飞行器的三维可视化环境，可视化环境的输入是服务飞行器的控制力和控制力矩，输出是服务飞行器和目标飞行器的状态。第二步，构建卷积神经网络模型，在三维可视化环境中对服务飞行器进行智能自主空间非合作目标捕获训练。卷积神经网络模型以服务飞行器和目标飞行器的状态为输入，利用其权重参数，输出控制服务飞行器所需的控制力和控制力矩并送入可视化环境中，两个飞行器的状态继续被输入神经网络以进行持续的深度增强训练。通过可视化环境和神经网络的不断交互，捕获反馈结果得以正确输出。
-
公开(公告)号：CN111309292B
公开(公告)日：2023-02-21
申请号：CN202010079105.6
申请日：2020-02-03
Applicant: 西安微电子技术研究所
Abstract: 本发明公开了一种基于MATLAB/Simulink的全模型可执行程序构建方法，通过设计、创建底层驱动组件，设计代码自动生成、编译、链接并将其添加到MATLAB/Simulink环境中，实现全图形化的模型驱动开发，整个开发过程无需手工编码，全模型构建完成后，通过一键生成功能，自动完成嵌入式代码生成、文件拷贝、编译、链接，生成可在嵌入式控制计算机上直接运行的可执行文件，同时本发明可通过配置支持任意编译环境，生成符合不同架构处理器的可执行程序。提升了软件产品开发效率及代码复用性，减少了低层次问题。
-
公开(公告)号：CN110471444A
公开(公告)日：2019-11-19
申请号：CN201910765862.6
申请日：2019-08-19
Applicant: 西安微电子技术研究所
IPC: G05D1/10
Abstract: 本发明公开了基于自主学习的无人机智能避障方法，使无人机在三维可视化仿真环境中可利用摄像头获取的视觉信息，根据地形高度与障碍物高度，智能自主学习，以训练好的网络模型作为智能体对无人机进行定高飞行控制，实时调整飞行高度，实现自动地形跟随应用，完成自主避障任务。这一发明创建了三维可视化仿真环境，为智能自主避障算法提供了良好的训练环境，实现了人机实时操作的互动接口，并为智能体从仿真环境到真实环境的迁移训练提供了可能性。这一发明为其它深度增强学习算法提供了仿真试验平台，便于智能体进行多种场景、不同任务及多种算法的深度增强训练和测试。
-
-
-
-
-
-
Search Results
7
records
(took 0.024 seconds)
