“董博韬”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果6个，建议您升级VIP下载更多相关专利

[发明专利]一种无人机无人艇协同平台端对端自主降落控制方法-CN202210094898.8有效
发明人：张卫东;董博韬;谢威;韩鹏;董超;曾青;张永辉 -专利权人：海南大学
申请日： 2022-01-26 - 公布日： 2023-07-21 - 主分类号： G05D1/10 文献下载
摘要：本发明涉及一种无人机无人艇协同平台端对端自主降落控制方法，该方法包括以下步骤：步骤1：根据无人机和无人艇各自的动力学模型构建无人机无人艇平台自主降落仿真环境；步骤2：将无人机向无人艇的渐进移动阶段建立为MDP模型，并设定奖励函数；步骤3：将无人机向无人艇的跟踪降落阶段建立为POMDP模型，并设定奖励函数；步骤4：基于Actor‑Critic框架对无人机分别搭建两个阶段各自的行动网络和评价网络；步骤5：基于PPO算法分别对两个阶段的行动网络和评价网络的参数进行优化训练；步骤6：将两阶段各自的最佳行动网络参数进行部署并应用于无人机降落任务，与现有技术相比，本发明具有提升策略的鲁棒性以及保证其能够应用于无人船体晃动较大的场景等优点。
一种无人机无人协同平台自主降落控制方法

[发明专利]一种基于强化学习的无人船路径跟踪方法-CN202110149076.0有效
发明人：张卫东;董博韬;孙志坚;徐鑫莉;黄梦醒;张永辉;吴迪 -专利权人：海之韵（苏州）科技有限公司
申请日： 2021-02-03 - 公布日： 2023-06-06 - 主分类号： G05D1/02 文献下载
摘要：本发明提出了一种基于强化学习的无人船路径跟踪方法，包括设定无人船的跟踪路径；对无人船跟踪路径与避障过程建立MDP模型，并设置奖励函数；采用PPO算法对状态信息模型进行强化学习，得出无人船的控制策略参数；无人船根据控制策略参数执行路径跟踪任务；本发明提出的基于强化学习的无人船路径跟踪方法，策略训练过程采用PPO算法来提高动作策略参数的收敛性，且算法迭代过程无需人为干预，并且由于智能体主动与环境进行交互，环境中的各类干扰因素可以被智能体学习，简化了无人船路径跟踪控制器的设计过程，有效替代人力资源、提升了作业效率。
一种基于强化学习无人路径跟踪方法

[发明专利]一种恶劣海况条件下的AUV自主布放回收充电装置-CN202110884614.0有效
发明人：张卫东;金亦凡;陈卫星;朱翀;杨子恒;董博韬 -专利权人：上海交通大学
申请日： 2021-08-03 - 公布日： 2022-09-09 - 主分类号： B63B27/16 文献下载
摘要：本发明涉及一种恶劣海况条件下的AUV自主布放回收充电装置，该装置包括：椭圆柱体捕获笼：尾部开口且内部设有内腔；捕获笼移动组件：包括架设在无人艇控制平台底部的水平横向导轨以及在水平横向导轨上滑动调节横向位置的钢缆收放控制机构；捕获笼固定组件：包括下端与椭圆柱体捕获笼固定连接的垂直杆、套设在垂直杆上的稳定套筒以及与钢缆收放控制机构固定连接的垂直杆锁定夹；AUV识别组件：包括水下照明单元和水下视觉传感器单元；AUV锁定组件：包括设置在椭圆柱体捕获笼尾部内腔的螺杆以及固定在螺杆上的锁定卡扣，与现有技术相比，本发明具有扩大了可回收区域、降低了高精度对接的要求、降低了回收AUV时艏部的撞击风险等优点。
一种恶劣海况条件下 auv 自主回收充电装置

[发明专利]一种基于窄带物联网的温湿度远程监测系统-CN202210042106.2在审
发明人：张卫东;王霜;仓乃梦;吴迪;邱枫;王冠军;董博韬;刘馨泽 -专利权人：海南大学
申请日： 2022-01-14 - 公布日： 2022-05-13 - 主分类号： G01D21/02 文献下载
摘要：本发明涉及一种基于窄带物联网的温湿度远程监测系统，用以实现野外环境下对温湿度数据的远程监测，其特征在于，该系统包括温湿度传感器、微控制器和无线通信模块，所述的微控制器通过串行接口与温湿度传感器通信，获取采集到的温湿度数据，所述的微控制器通过串口1与PC端通信，并且所述的微控制器依次通过串口2和无线通信模块将温湿度数据发送到阿里云平台，与现有技术相比，本发明具有适用于野外数据采集、远程监控、实时观察等优点。
一种基于窄带联网温湿度远程监测系统

[发明专利]一种基于多智能体生成对抗模仿安全学习的协作围捕方法-CN202111060274.6在审
发明人：张卫东;董博韬;何星;谢威;方兴其 -专利权人：上海交通大学
申请日： 2021-09-10 - 公布日： 2021-11-30 - 主分类号： G06F30/27 文献下载
摘要：本发明涉及一种基于多智能体生成对抗模仿安全学习的协作围捕方法，该方法包括：步骤1：搭建多智能体协作围捕仿真平台；步骤2：将多智能体协作围捕任务过程建立为MGP模型；步骤3：获取专家的围捕轨迹信息，并将其存入经验存储模块；步骤4：针对多智能体系统搭建轨迹判别网络、策略生成网络、值估计网络和限制估计网络；步骤5：基于多智能体生成对抗模仿安全学习对网络参数进行优化训练，得到策略生成网络和轨迹判别网络的最佳参数；步骤6：通过动作安全校正器对输出策略进行安全性校正，将校正后的策略应用于实际围捕作业任务，与现有技术相比，本发明具有简化了策略网络的设计过程和提高了算法对复杂性环境的适应能力等优点。
一种基于智能生成对抗模仿安全学习协作围捕方法

[发明专利]一种空间绘图装置及方法-CN201910229137.7在审
发明人：程建华;李昕达;刁攀;黄子豪;董博韬;叶玮雯;南方伯;孙蓉;聂简;耿昊;黄玥蕾 -专利权人：哈尔滨工程大学
申请日： 2019-03-25 - 公布日： 2019-06-07 - 主分类号： G05B19/042 文献下载
摘要：本发明公开了一种空间绘图装置及方法，属于演示与教学设备领域；使用者首先通过功能选择模块8选择要绘制的形状的种类；然后由惯性器件1测量设备移动数据并传输给嵌入式单片机2；嵌入式单片机2对数据进行处理得到绝对位置与角度信息，然后将信息通过硬件侧无线通信模块3与软件侧无线通信模块5传输给计算模块6；然后通过计算模块6计算，由图形显示模块7将惯性器件1测量得并处理后的数据展示给使用者和被展示着；本发明提供了一种高用户友好性，结构简单，成本低的空间绘图解决方案，同时本发明还具有结构小巧，便于手持使用的优点。
嵌入式单片机无线通信模块惯性器件绘图装置计算模块功能选择模块图形显示模块用户友好性传输测量设备角度信息绝对位置数据展示信息通过移动数据教学设备绘图测量绘制演示展示