一种基于多源数据融合的3D目标追踪方法

    公开(公告)号:CN116452637A

    公开(公告)日:2023-07-18

    申请号:CN202310454353.8

    申请日:2023-04-25

    Abstract: 本发明公开了一种基于多源数据融合的3D目标追踪方法,先通过激光雷达和相机获得目标的点云信息和图像信息,接着将2D图像信息输入到2D检测网络,检测网络输出目标在2D图像中的像素框位置和类别向量;再利用像素框边界条件和相机的投影矩阵对3D点云数据进行筛选,选择投影后在像素框内的点云作为兴趣点云,将兴趣点云和类别向量输入到点云分割网络,获得目标点云,接着将目标点云输入到T‑Net旋转网络,将目标点云转移到新坐标系下;然后将新坐标系下的目标点云输入到目标框回归网络,得到目标的3D框参数;最后对目标的运动状态进行建模,构建目标运动矩阵和观测矩阵,将网络的输出3D框参数作为观测变量,利用渐消因子卡尔曼滤波对目标进行追踪。

    一种分布式的固定翼无人机覆盖控制方法

    公开(公告)号:CN114879741A

    公开(公告)日:2022-08-09

    申请号:CN202210645949.1

    申请日:2022-06-09

    Abstract: 本发明公开了一种分布式的固定翼无人机覆盖控制方法,先给定固定翼无人机执行覆盖任务的区域,且每架无人机仅能获取通信范围内邻居的状态信息;接着使用unicycle模型对无人机进行建模,并通过邻居状态获取每架无人机的覆盖区域,然后在覆盖区域内寻找无人机满足避撞约束的飞行轨迹,最后按照飞行轨迹驱动各人机的虚拟中心到达最优覆盖位置。

    基于多智能体深度强化学习的无人机集群动态覆盖方法

    公开(公告)号:CN114879742A

    公开(公告)日:2022-08-09

    申请号:CN202210688998.3

    申请日:2022-06-17

    Abstract: 本发明公开了一种基于多智能体深度强化学习的无人机集群动态覆盖方法,首先,使用覆盖能量和覆盖功率概念对任务进行建模;其次,根据连通保持的要求设置相应的连通约束力,基于此设计集中式动作矫正器,该矫正器只在训练时起作用,用于保证连通和生成正负样本;最后,配合多智能体强化学习算法对模型进行训练,在执行时去除集中式动作矫正器,从而实现连通性保持的动态覆盖。

    一种基于安全强化学习的无人机集群覆盖控制方法

    公开(公告)号:CN118534919A

    公开(公告)日:2024-08-23

    申请号:CN202410627707.9

    申请日:2024-05-20

    Abstract: 本发明公开了一种基于安全强化学习的无人机集群覆盖控制方法,先使用覆盖能量和覆盖功率概念对任务进行建模;再根据避碰避障和通信连通保持等安全要求设计相应的约束力,以此设计安全防护机制;当发现无人机做出不安全的动作后对其进行矫正,用于在动态覆盖过程中保证无人机飞行安全和通信连通;最后,配合多智能体深度强化学习算法对模型进行训练,在训练完毕后,实际执行的过程中,关闭动作矫正器,从而实现带安全保障的动态覆盖。

    基于多智能体深度强化学习的无人机集群动态覆盖方法

    公开(公告)号:CN114879742B

    公开(公告)日:2023-07-04

    申请号:CN202210688998.3

    申请日:2022-06-17

    Abstract: 本发明公开了一种基于多智能体深度强化学习的无人机集群动态覆盖方法,首先,使用覆盖能量和覆盖功率概念对任务进行建模;其次,根据连通保持的要求设置相应的连通约束力,基于此设计集中式动作矫正器,该矫正器只在训练时起作用,用于保证连通和生成正负样本;最后,配合多智能体强化学习算法对模型进行训练,在执行时去除集中式动作矫正器,从而实现连通性保持的动态覆盖。

Patent Agency Ranking