-
公开(公告)号:CN115222998B
公开(公告)日:2023-01-03
申请号:CN202211120458.1
申请日:2022-09-15
申请人: 杭州电子科技大学 , 浙江大华技术股份有限公司
发明人: 颜成钢 , 殷俊 , 颜拥 , 王洪波 , 胡冀 , 熊剑平 , 李亮 , 郑博仑 , 林聚财 , 孔书晗 , 王亚运 , 孙垚棋 , 金恒 , 朱尊杰 , 高宇涵 , 殷海兵 , 王鸿奎 , 陈楚翘 , 刘一秀 , 李文超 , 王廷宇 , 张勇东 , 张继勇
IPC分类号: G06V10/764 , G06V10/30 , G06V10/40 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
摘要: 本发明公开了一种图像分类方法。首先构建通道维度注意力网络和空间维度多尺度自注意力网络;然后将输入图像预处理后输入通道维度注意力网络,生成基于通道维度的注意力特征图;将基于通道维度的注意力特征图输入至空间维度的多尺度自注意力网络,生成基于特征图空间维度的多尺度自注意力特征图;最后将最终生成的多维度多尺度注意力特征图输入到分类器单元中,将模型输出的向量转换成概率表示,完成图像分类。本发明设计了一种新的多尺度自注意力机制,它利用一系列的深度可分离卷积操作,生成特征信息高度相关的局部特征图和区域特征图,不但可以强化自注意力机制的细粒度特征提取能力,还可以高效的提取有效的全局信息。
-
公开(公告)号:CN115222998A
公开(公告)日:2022-10-21
申请号:CN202211120458.1
申请日:2022-09-15
申请人: 杭州电子科技大学 , 浙江大华技术股份有限公司
发明人: 颜成钢 , 殷俊 , 颜拥 , 王洪波 , 胡冀 , 熊剑平 , 李亮 , 郑博仑 , 林聚财 , 孔书晗 , 王亚运 , 孙垚棋 , 金恒 , 朱尊杰 , 高宇涵 , 殷海兵 , 王鸿奎 , 陈楚翘 , 刘一秀 , 李文超 , 王廷宇 , 张勇东 , 张继勇
IPC分类号: G06V10/764 , G06V10/30 , G06V10/40 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
摘要: 本发明公开了一种图像分类方法。首先构建通道维度注意力网络和空间维度多尺度自注意力网络;然后将输入图像预处理后输入通道维度注意力网络,生成基于通道维度的注意力特征图;将基于通道维度的注意力特征图输入至空间维度的多尺度自注意力网络,生成基于特征图空间维度的多尺度自注意力特征图;最后将最终生成的多维度多尺度注意力特征图输入到分类器单元中,将模型输出的向量转换成概率表示,完成图像分类。本发明设计了一种新的多尺度自注意力机制,它利用一系列的深度可分离卷积操作,生成特征信息高度相关的局部特征图和区域特征图,不但可以强化自注意力机制的细粒度特征提取能力,还可以高效的提取有效的全局信息。
-
公开(公告)号:CN118605526A
公开(公告)日:2024-09-06
申请号:CN202410763981.9
申请日:2024-06-14
申请人: 杭州电子科技大学
摘要: 本发明公开了一种基于鲁棒强化学习的电动汽车编队协同控制方法,该方法首先建立车辆i的三阶纵向动力学模型,并选择控制目标。其次根据控制目标,构建鲁棒强化学习算法框架中的奖励函数、状态变量和控制变量。然后基于状态变量、控制变量以及奖励函数,构建对抗性样本,使用强化学习算法PPO作为智能体车辆的控制器,完成车辆编队协同控制。最后通过采用渐进式课程学习方法,在训练阶段逐步增大跟随车辆数量,逐步提升多车环境下车队编队的纵向协同控制能力。本发明提高算法对复杂环境下的鲁棒性能,提升在多车协同控制中的控制效果。
-
公开(公告)号:CN117148711A
公开(公告)日:2023-12-01
申请号:CN202311309442.X
申请日:2023-10-11
申请人: 杭州电子科技大学
IPC分类号: G05B13/02
摘要: 本发明公开了一种基于参数在线辨识的智能汽车无模型编队控制方法,该方法首先基于无迹卡尔曼滤波辨识获取车辆惯性参数。其次由多输入多输出离散时间非线性无模型系统,建立智能汽车纵向队列模型。然后确定智能汽车纵向队列模型的控制目标,获得输入输出稳定性条件和扰动弦稳定性条件。最后根据输入输出稳定性条件和扰动弦稳定性条件,设计跟踪所需间距策略的控制器,将最终的控制律导入车辆系统进行控制。本发明考虑了不确定的非线性离散时间系统,在应用上更为广泛且能够有效地保证车辆的安全性。
-
公开(公告)号:CN116788248A
公开(公告)日:2023-09-22
申请号:CN202310842946.1
申请日:2023-07-11
申请人: 杭州电子科技大学
摘要: 本发明涉及基于自适应动态规划的智能车辆鲁棒自适应巡航控制方法,针对存在未知匹配扰动的智能车辆,建立车辆的纵向动力学模型和跟踪误差动力学模型;然后根据最优控制原理,设计了一种鲁棒最优控制器实现智能车辆的自适应巡航,并使用自适应动态规划方法构建了一个评价网络,用于逼近控制器的未知参数,从而求解最优控制输入。本发明引入了自适应动态规划方法,所构建的评价网络可以很好地逼近最优成本函数,而无需通过HJB方程求解,极大地减少了计算量,且提出的控制策略能够很好的保证车辆的渐进稳定性和驾乘舒适性。
-
公开(公告)号:CN115782904A
公开(公告)日:2023-03-14
申请号:CN202211637660.1
申请日:2022-12-19
申请人: 杭州电子科技大学
摘要: 本发明涉及一种基于非合作博弈的智能汽车换道轨迹规划方法。采用三阶动力学模型,相较于传统的二阶动力学模型,增加了车辆的惯性环节,更贴近真实情况;使用非合作博弈对车辆换道轨迹进行规划,相较于启发式轨迹规划以及图搜索类方法,既考虑多方面因素如安全和舒适度对驾驶员操纵车辆带来的影响,也考虑到了车辆之间的交互性,在未来人类驾驶车辆以及智能驾驶车辆在道路上共存的环境下,更具有实用性;采用了全速度差模型对车辆在换道前后的驾驶做出控制,保障了车辆驾驶的安全性;采用三次B样条插值,改善了离散点的控制量突变问题,更符合实际车辆操纵,且变化曲线相当光滑,使车辆控制更加稳定。
-
公开(公告)号:CN115464657A
公开(公告)日:2022-12-13
申请号:CN202211201790.0
申请日:2022-09-29
申请人: 杭州电子科技大学
IPC分类号: B25J9/16
摘要: 本发明公开了一种由电机驱动的旋转扫描装置的手眼标定方法,首先获取彩色、深度图像和电机位置编码数据;使用得到的彩色、深度图进行ICP位姿解算,将电机位置编码数据转换成电机的旋转角度;最后解算位姿关系方程得到手眼位姿变换。本发明对使用标定板进行手眼标定的传统方法进行了改进,进行相机定位时可以不依赖标定板灵活地在很多场景下进行相机的鲁棒定位,在简化标定计算过程的同时,避免了传统标定方法中多组相机‑标定板、手坐标系‑基坐标系位姿关系的误差累积。
-
公开(公告)号:CN117872766A
公开(公告)日:2024-04-12
申请号:CN202410054739.4
申请日:2024-01-15
申请人: 杭州电子科技大学
IPC分类号: G05B13/04
摘要: 本发明公开了一种面向混合扰动的异质网联车队的智能鲁棒控制方法,该方法首先综合输入时延、不确定参数和外部扰动,建立车辆i的三阶纵向动力学模型。其次基于建立的三阶纵向动力学模型,选择控制目标,设计基于深度强化学习算法的上层协调控制策略。最后基于上层协调控制策略的输出,设计滑模跟随控制器和多目标扰动观测器,完成车队控制。本发明增加辅助控制输入补偿复杂扰动,避免了训练困难的问题的同时又没有牺牲车队的整体性能,并显著提高对复杂环境的适应性和响应速度。
-
公开(公告)号:CN116859946A
公开(公告)日:2023-10-10
申请号:CN202310973928.7
申请日:2023-08-04
申请人: 杭州电子科技大学
IPC分类号: G05D1/02
摘要: 本发明公开了一种基于扰动观测器的车辆队列免通信连续二阶滑模控制方法的具体步骤如下:S1、根据车辆自身参数建立领头车辆以及跟随车辆的纵向动力学模型,S2、确定控制目标,所述控制目标的确定条件包括确保个体稳定性和弦稳定性;S3、针对选择的目标,搭建出相应的误差模型,并给出基于扰动观测器的分布式连续二阶滑模控制策略;S4、基于扰动观测器的分布式连续二阶滑模控制策略输出所需控制信号控制车辆队列。与传统的滑模控制方法相比,本发明所提出的二阶滑模控制方法大大提升了收敛速度和抖振缓解。
-
公开(公告)号:CN115589455A
公开(公告)日:2023-01-10
申请号:CN202211274388.5
申请日:2022-10-18
申请人: 杭州电子科技大学
摘要: 本发明公开了一种基于FPGA+ARM的夜间视频图像增强系统,包括图像采集单元,运算加算单元,中央控制处理单元,显示单元四个部分。运算加速单元利用FPGA的并行处理和高频特性,实现简化后的三个不同尺度的高斯滤波器。中央控制处理单元利用ARM较强的逻辑运算能力和移植简单的特性,来完成复杂度较高的自适应直方图均衡化算法部分和逻辑控制。本发明视频图像采集单元支持DVP和Cameralink接口,运算加速单元利用FPGA的并行特性提升计算速率,中央控制单元通过ARM来进行复杂的逻辑和算数运算,最后通过显示单元输出结果。相对于传统系统,本发明在能够更加精确的显示出夜间图像的边缘信息,同时通过FPGA+ARM的组合满足了系统实时性的需求。
-
-
-
-
-
-
-
-
-