-
公开(公告)号：CN117872347B
公开(公告)日：2024-06-21
申请号：CN202410046958.8
申请日：2024-01-12
Applicant: 兰州理工大学
Abstract: 本发明公开了基于双层强化学习优化的JPDA多目标跟踪方法及系统，所述方法包括：S1、在量测周围生成杂波形成复杂环境，在复杂环境中利用深度强化学习对传感器进行路径规划，根据规划的路径找到最佳观测位置，在所述最佳观测位置得到最佳量测信息；S2、基于所述最佳量测信息构件伪关联方程，利用深度强化学习对所述伪关联方程进行优化，得到最佳量测集，对所述最佳量测集进行滤波后验，实现JPDA多目标跟踪。本发明利用强化学习对JPDA关联门内所有候选人量测进行了训练，使得训练后的候选人量测能够有效的提高JPDA算法的估计精度，且双层强化学习优化下的JPDA有着极佳的效果。
-
公开(公告)号：CN117928559A
公开(公告)日：2024-04-26
申请号：CN202410112358.7
申请日：2024-01-26
Applicant: 兰州理工大学
Abstract: 本发明公开了一种基于强化学习的威胁规避下无人机路径规划方法，包括：构建多目标跟踪场景，基于多目标跟踪场景进行目标初始化得到初始化信息；基于初始化信息构建运动状态模型和量测模型；基于运动状态模型和量测模型进行目标运动状态预测得到联合概率和状态预测概率密度；基于状态预测概率密度获取目标状态信息，基于目标状态信息构建下一时刻动作的伪量测，并基于伪量测得到伪更新后的目标状态信息；基于目标实际飞行状态进行目标威胁度评估得到伪更新后的目标威胁度；基于伪更新后的目标状态信息和伪更新后的目标威胁度得到最优决策；基于最优决策进行无人机路径规划。
-
公开(公告)号：CN117928559B
公开(公告)日：2024-08-30
申请号：CN202410112358.7
申请日：2024-01-26
Applicant: 兰州理工大学
Abstract: 本发明公开了一种基于强化学习的威胁规避下无人机路径规划方法，包括：构建多目标跟踪场景，基于多目标跟踪场景进行目标初始化得到初始化信息；基于初始化信息构建运动状态模型和量测模型；基于运动状态模型和量测模型进行目标运动状态预测得到联合概率和状态预测概率密度；基于状态预测概率密度获取目标状态信息，基于目标状态信息构建下一时刻动作的伪量测，并基于伪量测得到伪更新后的目标状态信息；基于目标实际飞行状态进行目标威胁度评估得到伪更新后的目标威胁度；基于伪更新后的目标状态信息和伪更新后的目标威胁度得到最优决策；基于最优决策进行无人机路径规划。
-
公开(公告)号：CN115849231A
公开(公告)日：2023-03-28
申请号：CN202211673250.2
申请日：2022-12-26
Applicant: 兰州理工大学
Abstract: 本发明具体涉及一种适用于绞车制动的永磁涡流刹车及绞车制动系统，包括传动轴，所述传动轴上包括转子安装轴段和定子安装轴段，所述转子安装轴段与转子组件连接，所述定子安装轴段与定子组件连接，所述转子组件可相对于定子组件转动，所述转子组件转动后通过产生涡流场为转动提供阻力；所述定子组件相对于转子组件切割磁力线的面积可调节。目的在于利用电动执行器来调节转子的位置，以此来调节定子切割磁力线的面积，进而达成调节制动力矩的功能。
-
Patent Agency Ranking
公开(公告)号：CN116628448A
公开(公告)日：2023-08-22
申请号：CN202310609986.1
申请日：2023-05-26
Applicant: 兰州理工大学
IPC: G06F18/20 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了扩展目标中基于深度强化学习的传感器管理方法，包括：针对椭圆扩展目标进行建模，并根据扩展目标滤波算法构建与深度强化学习的虚拟交互环境；建立TD3算法智能体；将虚拟交互环境与TD3算法智能体进行交互，获取传感器控制数据，并将传感器控制数据作为样本存放至经验回放池；基于经验回放池抽取样本，训练TD3算法智能体，通过训练后的智能体决策出传感器路径规划最优动作；将最优动作作用于传感器，传感器发生状态转移后获得传感器位置，由此获取当前时刻扩展目标传感器量测值，并进行滤波的预测和更新，进行扩展目标的跟踪估计。本发明在整体上优化了椭圆扩展目标的跟踪效果。
-
公开(公告)号：CN115849231B
公开(公告)日：2024-05-31
申请号：CN202211673250.2
申请日：2022-12-26
Applicant: 兰州理工大学
Abstract: 本发明具体涉及一种适用于绞车制动的永磁涡流刹车及绞车制动系统，包括传动轴，所述传动轴上包括转子安装轴段和定子安装轴段，所述转子安装轴段与转子组件连接，所述定子安装轴段与定子组件连接，所述转子组件可相对于定子组件转动，所述转子组件转动后通过产生涡流场为转动提供阻力；所述定子组件相对于转子组件切割磁力线的面积可调节。目的在于利用电动执行器来调节转子的位置，以此来调节定子切割磁力线的面积，进而达成调节制动力矩的功能。
-
公开(公告)号：CN117872347A
公开(公告)日：2024-04-12
申请号：CN202410046958.8
申请日：2024-01-12
Applicant: 兰州理工大学
Abstract: 本发明公开了基于双层强化学习优化的JPDA多目标跟踪方法及系统，所述方法包括：S1、在量测周围生成杂波形成复杂环境，在复杂环境中利用深度强化学习对传感器进行路径规划，根据规划的路径找到最佳观测位置，在所述最佳观测位置得到最佳量测信息；S2、基于所述最佳量测信息构件伪关联方程，利用深度强化学习对所述伪关联方程进行优化，得到最佳量测集，对所述最佳量测集进行滤波后验，实现JPDA多目标跟踪。本发明利用强化学习对JPDA关联门内所有候选人量测进行了训练，使得训练后的候选人量测能够有效的提高JPDA算法的估计精度，且双层强化学习优化下的JPDA有着极佳的效果。
-
公开(公告)号：CN116628448B
公开(公告)日：2023-11-28
申请号：CN202310609986.1
申请日：2023-05-26
Applicant: 兰州理工大学
IPC: G06F18/20 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了扩展目标中基于深度强化学习的传感器管理方法，包括：针对椭圆扩展目标进行建模，并根据扩展目标滤波算法构建与深度强化学习的虚拟交互环境；建立TD3算法智能体；将虚拟交互环境与TD3算法智能体进行交互，获取传感器控制数据，并将传感器控制数据作为样本存放至经验回放池；基于经验回放池抽取样本，训练TD3算法智能体，通过训练后的智能体决策出传感器路径规划最优动作；将最优动作作用于传感器，传感器发生状态转移后获得传感器位置，由此获取当前时刻扩展目标传感器量测值，并进行滤波的预测和更新，进行扩展目标的跟踪估计。本发明在整体上优化了椭圆扩展目标的跟踪效果。
-
公开(公告)号：CN216817595U
公开(公告)日：2022-06-24
申请号：CN202220216809.8
申请日：2022-01-26
Applicant: 兰州理工大学科技园有限公司
Inventor： 李锦键 , 章贯文 , 王海保 , 杜鹏 , 李仕国 , 王成琳 , 栗小芳 , 陈义 , 赵晓明 , 程雪 , 陈婧婧 , 李钢 , 魏晋晓 , 王一敬 , 林永兴 , 闫小彤 , 杜名宇 , 李金梅 , 尉小珍 , 黄丽娜 , 温昇烨 , 侯舒楚 , 郭菊菊 , 姜雪冰 , 石贵田 , 王嘉惠 , 陆文君 , 高世欣 , 林姝含 , 张兴 , 黄曦瑶 , 胡彬宇 , 程钰筱 , 张倚萌 , 李娜 , 蒯馨禾 , 迟成晔 , 吴宗翰 , 赵雪 , 朱培艺 , 李雨珊 , 张新迪 , 袁峰 , 刘晓璐 , 王全丽 , 杨智凯 , 师鹏程 , 王赟铠 , 李鑫
IPC: G08G1/095
Abstract: 本实用新型涉及一种无线收发交通红绿灯信号的系统，包括采集模块、单片机一、编码模块、信号发送模块、信号接收模块、解码模块、单片机二以及信号输出模块，信号采集模块的信号输出端与单片机一的信号输入端电连接，单片机一的信号输出端与编码模块的信号输入端电连接，编码模块的信号输出端与信号发送模块的信号输入端电连接；信号接收模块的信号输出端与解码模块的信号输入端电连接，解码模块的信号输出端与单片机二的信号输入端电连接，单片机二的信号输出端与信号输出模块的信号输入端电连接；本实用新型可以在驾驶员视野被遮挡的情况下，通过车载信号接收器实现前方路口交通信号指示灯的显示，降低了道路交通违章和事故发生的概率。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.043 seconds)
