-
公开(公告)号：CN110442134B
公开(公告)日：2020-11-10
申请号：CN201910706421.9
申请日：2019-08-01
Applicant: 北京理工大学
IPC: G05D1/02
Abstract: 本发明提供一种基于双层网络的多智能体群集控制方法，设计了双层网络，智能体通过上层网络分布式地估计自身的期望速度，操作员的输入能够通过上层网络进行操作员操作意图的前馈，影响每个智能体的期望速度的估计过程；然后通过传递各自的期望速度，通过下层网络快速计算出各自的实际速度和实际运动方向，实现各智能体的速度一致、距离保持、跟随人的输入进行运动；由此可见，本发明中的每个智能体更早地意识到集群的运动趋势，将人的控制意图更快地传给整个多智能体系统，能够提高多智能体系统对输入的响应，保证了操作员的操作效率，还降低了操作员的精力损耗，降低了多智能体系统的人机比例，从而降低了任务人工成本。
-
公开(公告)号：CN108199868A
公开(公告)日：2018-06-22
申请号：CN201711423867.8
申请日：2017-12-25
Applicant: 北京理工大学
Abstract: 本发明提供了一种基于战术云的集群系统分布式控制方法，解决不同的作战平台进行任务分配时处理速度慢、缺乏全局控制优化、信息不完整等问题。包括：对战术云中不同节点构建能量因子a＝α×Φ+βτ、耗散因子b＝rd2和传输因子 其中α、β为常数因子，Φ表示节点的计算能力，τ表示节点传输遥控执行器的能力，r表示信号传输障碍干扰系数，d为节点拓扑结构中需要传输的信号势差；将任务对象集分发到传输因子最大的节点上，在该节点上对任务对象集中的代价矩阵进行处理，形成优化代价矩阵，然后使用匈牙利算法对所述优化代价矩阵进行处理，得到优化代价矩阵的处理结果，即为任务分配表。
-
公开(公告)号：CN108199868B
公开(公告)日：2020-12-15
申请号：CN201711423867.8
申请日：2017-12-25
Applicant: 北京理工大学
Abstract: 本发明提供了一种基于战术云的集群系统分布式控制方法，解决不同的作战平台进行任务分配时处理速度慢、缺乏全局控制优化、信息不完整等问题。包括：对战术云中不同节点构建能量因子a＝α×Φ+βτ、耗散因子b＝rd2和传输因子其中α、β为常数因子，Φ表示节点的计算能力，τ表示节点传输遥控执行器的能力，r表示信号传输障碍干扰系数，d为节点拓扑结构中需要传输的信号势差；将任务对象集分发到传输因子最大的节点上，在该节点上对任务对象集中的代价矩阵进行处理，形成优化代价矩阵，然后使用匈牙利算法对所述优化代价矩阵进行处理，得到优化代价矩阵的处理结果，即为任务分配表。
-
Patent Agency Ranking
公开(公告)号：CN110442134A
公开(公告)日：2019-11-12
申请号：CN201910706421.9
申请日：2019-08-01
Applicant: 北京理工大学
IPC: G05D1/02
Abstract: 本发明提供一种基于双层网络的多智能体群集控制方法，设计了双层网络，智能体通过上层网络分布式地估计自身的期望速度，操作员的输入能够通过上层网络进行操作员操作意图的前馈，影响每个智能体的期望速度的估计过程；然后通过传递各自的期望速度，通过下层网络快速计算出各自的实际速度和实际运动方向，实现各智能体的速度一致、距离保持、跟随人的输入进行运动；由此可见，本发明中的每个智能体更早地意识到集群的运动趋势，将人的控制意图更快地传给整个多智能体系统，能够提高多智能体系统对输入的响应，保证了操作员的操作效率，还降低了操作员的精力损耗，降低了多智能体系统的人机比例，从而降低了任务人工成本。
-
公开(公告)号：CN111459161B
公开(公告)日：2021-07-06
申请号：CN202010257562.X
申请日：2020-04-03
Applicant: 北京理工大学
IPC: G05D1/02
Abstract: 本发明公开了一种多机器人系统人为干预控制方法，运动干预意图场网络可以快速传播操作员的干预意图，加快多机器人系统对操作员输入的响应速度；通过选取不同的意图场参数，控制操作员对多机器人系统的输入影响范围；利用分组控制意图场网络，操作员可以自由改变多机器人系统的编队分组，而且这一过程是完全分布式的，这是本方法相比现有方法的优势；利用意图场网络，每个机器人都可以获知与其对应的人为干预意控制量，并通过非线性权重函数，机器人可以动态计算编队控制与人为干预的加权系数，实现编队控制和人为干预之间的动态权衡。
-
公开(公告)号：CN109657868B
公开(公告)日：2021-02-09
申请号：CN201811599707.3
申请日：2018-12-26
Applicant: 北京理工大学
IPC: G06Q10/04
Abstract: 本发明公开了一种任务时序逻辑约束的概率规划识别方法，以智能体、任务集、环境为已知信息，对任务集用线性时序逻辑语言描述并转换成相应Büchi自动机，对环境用有限状态转移系统进行建模，将两者合并形成规划库，规划器以智能体的观测信息和规划库为输入，形成规划结果集；以目标智能体的观测信息和规划库为输入，综合考虑智能体当前位置，姿态，历史轨迹以及任务进程，其中，智能体的姿态计算以智能体与目标点的朝向角为基准，在乘积式Büchi自动机的基础上，设计基于Dijkstra算法的规划器，得出规划结果集，由规划器计算出规划结果集和对应整体代价集，在满足观测序列的情况下对目标智能体的意图和行为的预测，根据设计概率计算公式得出目标概率和任务概率。
-
公开(公告)号：CN111459161A
公开(公告)日：2020-07-28
申请号：CN202010257562.X
申请日：2020-04-03
Applicant: 北京理工大学
IPC: G05D1/02
Abstract: 本发明公开了一种多机器人系统人为干预控制方法，运动干预意图场网络可以快速传播操作员的干预意图，加快多机器人系统对操作员输入的响应速度；通过选取不同的意图场参数，控制操作员对多机器人系统的输入影响范围；利用分组控制意图场网络，操作员可以自由改变多机器人系统的编队分组，而且这一过程是完全分布式的，这是本方法相比现有方法的优势；利用意图场网络，每个机器人都可以获知与其对应的人为干预意控制量，并通过非线性权重函数，机器人可以动态计算编队控制与人为干预的加权系数，实现编队控制和人为干预之间的动态权衡。
-
公开(公告)号：CN109657868A
公开(公告)日：2019-04-19
申请号：CN201811599707.3
申请日：2018-12-26
Applicant: 北京理工大学
IPC: G06Q10/04
CPC classification number: G06Q10/04
Abstract: 本发明公开了一种任务时序逻辑约束的概率规划识别方法，以智能体、任务集、环境为已知信息，对任务集用线性时序逻辑语言描述并转换成相应Büchi自动机，对环境用有限状态转移系统进行建模，将两者合并形成规划库，规划器以智能体的观测信息和规划库为输入，形成规划结果集；以目标智能体的观测信息和规划库为输入，综合考虑智能体当前位置，姿态，历史轨迹以及任务进程，其中，智能体的姿态计算以智能体与目标点的朝向角为基准，在乘积式Büchi自动机的基础上，设计基于Dijkstra算法的规划器，得出规划结果集，由规划器计算出规划结果集和对应整体代价集，在满足观测序列的情况下对目标智能体的意图和行为的预测，根据设计概率计算公式得出目标概率和任务概率。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.019 seconds)
