“王祝萍”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42个，建议您升级VIP下载更多相关专利

[发明专利]一种基于网络环境的多移动机器人任务分配方法-CN202310765346.X在审
发明人：张皓;黄俊逸;王祝萍;张长柱;黄超 -专利权人：同济大学
申请日： 2023-06-27 - 公布日： 2023-09-29 - 主分类号： H04W24/02 文献下载
摘要：本发明涉及一种基于网络环境的多移动机器人任务分配方法，包括如下步骤：S1：获取多个机器人特征、任务特征以及机器人与机器人之间的时延网络信息；S2：每个机器人根据自身的特征和任务特征，采用贪婪算法选择最优的任务包和相应的任务执行顺序；S3：根据时延网络信息，各机器人基于固定时间策略，在时延网络中进行通信，依照一致性包算法的冲突消解过程的共识准则，调整每个机器人的任务，将任务转让给出价更高的机器人；S4：重复S1～S3，反复对任务进行更新和放弃，直到所有机器人满足动态网络一致性判定准则，达成全局一致，收敛至无冲突的多移动机器人任务分配。与现有技术相比，本发明能够使得多机器人系统适应更为恶劣的网络环境。
一种基于网络环境移动机器人任务分配方法

[发明专利]一种多机器人任务分配方法、电子设备及介质-CN202310737921.5在审
发明人：张皓;黄闯;王祝萍 -专利权人：同济大学
申请日： 2023-06-21 - 公布日： 2023-09-15 - 主分类号： G06Q10/0631 文献下载
摘要：本发明涉及一种多机器人任务分配方法，包括如下步骤：分别对N个移动机器人的对抗能力和完成M个任务所需的对抗能力进行数学描述；根据各任务所需的对抗能力和各移动机器人的对抗能力，确定各移动机器人执行各任务时需要满足的约束条件，以最小化执行任务的机器人为团队目标，构建评价函数，进而构建多移动机器人任务分配问题；基于马尔可夫决策过程，对多移动机器人任务分配问题进行建模；基于Double‑DQN算法，构建并训练全连接神经网络，求解多移动机器人任务分配问题，完成多移动机器人的任务分配。与现有技术相比，本发明可以避免机器人的损耗和资源浪费，可以从策略的不断迭代中学习分配策略，能够提交分配效率。
一种机器人任务分配方法电子设备介质

[发明专利]一种基于策略梯度的分布式多智能体系统最优控制方法-CN202310420548.0在审
发明人：张皓;李燕;王祝萍 -专利权人：同济大学
申请日： 2023-04-19 - 公布日： 2023-09-05 - 主分类号： G05B13/04 文献下载
摘要：本发明涉及一种基于策略梯度的分布式多智能体系统最优控制方法，其特征在于，包括以下步骤：基于离散时间非线性多智能体系统的性能指标，构建相应的状态‑动作价值函数；确定一个在容许控制集内的初始控制策略；根据多个状态‑动作价值函数和当前控制策略进行策略评估；根据策略评估结果，结合梯度下降的方法进行策略改进，得到下一轮迭代的策略，返回进行策略评估，直至学习到收敛的最优控制策略，其中，迭代优化过程基于Actor‑Critic结构和经验回放机制实现，采用critic网络逼近控制策略，采用actor网络逼近状态‑动作价值函数；基于最优控制策略控制分布式多智能体系统。与现有技术相比，本发明具有不依赖于模型、实时性、数据利用率高等优点。
一种基于策略梯度分布式智能体系最优控制方法

[发明专利]一种基于策略梯度的无人机多目标最优控制方法和设备-CN202111590154.7有效
发明人：张皓;丁怡;王祝萍;张长柱;黄超 -专利权人：同济大学
申请日： 2021-12-23 - 公布日： 2023-08-29 - 主分类号： G05D1/10 文献下载
摘要：本发明涉及一种基于策略梯度的无人机多目标最优控制方法，具体包括以下步骤：S1、获取无人机在目标飞行区间中离散时间非线性系统的多个性能指标，构建相应的状态‑动作价值函数；S2、获取一个在容许控制集内的初始控制策略；S3、根据多个状态‑动作价值函数和当前的控制策略进行策略评估，得到策略评估结果；S4、根据步骤S3的策略评估结果，结合梯度下降的方法进行策略改进，得到优化控制策略，判断优化控制策略是否满足预设的收敛条件，若否返回步骤S3，若是则将相应的优化控制策略作为最终的无人机控制策略。与现有技术相比，本发明具有使无人机消耗的能量更小，任务完成度更高，提升整体运行效率等优点。
一种基于策略梯度无人机多目标最优控制方法设备

[发明专利]一种基于模型和强化学习混合切换的车辆路径跟踪控制方法-CN202111536096.X有效
发明人：陆志杰;张长柱;张皓;王祝萍;黄超 -专利权人：同济大学
申请日： 2021-12-15 - 公布日： 2023-08-29 - 主分类号： G05D1/02 文献下载
摘要：本发明涉及一种基于模型和强化学习混合切换的车辆路径跟踪控制方法，包括以下步骤：根据规划层给出的轨迹和车辆运动学模型，使用模型预测控制算法得到控制策略一(控制策略包括对油门、刹车和方向盘的控制)；同时根据规划层给出的轨迹，使用深度强化学习中的演员网络得到控制策略二；根据当前的车辆状态和环境状态信息，使用深度强化学习中的评论家网络对两种控制策略进行评估，并选择能够获得更高价值的控制策略进行实际的输出，实现车辆的路径跟踪控制。与现有技术相比，本发明将基于模型的经典方法和基于学习的新兴方法融合，具有灵活性强、稳健性好、控制性能更优等特点。
一种基于模型强化学习混合切换车辆路径跟踪控制方法

[发明专利]针对室内复杂环境的局部路径规划方法、电子设备及介质-CN202310782027.X在审
发明人：张皓;李秉恩;王祝萍;张长柱;黄超 -专利权人：同济大学
申请日： 2023-06-29 - 公布日： 2023-08-25 - 主分类号： G05D1/02 文献下载
摘要：本发明涉及一种针对室内复杂环境的局部路径规划方法、电子设备及介质，方法包括如下步骤：根据预先构建的包含障碍物信息和环境边界线的室内地图，获取障碍物的动态速度权重参数，自适应调整机器人的速度权重；计算机器人的当前速度空间，对速度空间进行采样，得到组速度指令；根据每一组速度指令，进行运动轨迹预测，得到n组预测轨迹，构建评价函数，筛选得分最高的预测轨迹作为最终轨迹；评价函数由方向角评价函数，障碍物距离评价函数、速度评价函数和势场评价函数组成。与现有技术相比，本发明能够保障机器人运行过程中的安全性，运行效率高，机器人在复杂环境中也可以保持比较好的运行姿态。
针对室内复杂环境局部路径规划方法电子设备介质

[发明专利]一种序列化车道线地图的存储及检索方法-CN201910630486.X有效
发明人： 王祝萍;方建;张皓;陈启军 -专利权人：同济大学
申请日： 2019-07-12 - 公布日： 2023-08-04 - 主分类号： G06F16/22 文献下载
摘要：本发明涉及一种序列化车道线地图的存储及检索方法，包括以下步骤：S1、采用栅格子地图的方式存储车道线的车道线数据，其中，车道线数据包括车道线编号数据和坐标数据；S2、根据车辆定位信息，获取对应的子地图，在对应的子地图中检索车道线数据，以得到完整的车道线信息。与现有技术相比，本发明在地图存储阶段，利用栅格子地图的方式统计有效子地图并存储车道线数据，根据车道线编号和坐标数据编码属性值；在地图使用阶段，通过车辆的定位信息，从子地图检索得到车道线数据属性值，解码获得车道线编号和坐标数据，将相同编号的车道线数据拟合得到完整车道线信息，本发明既能有效减小系统存储空间、提高检索速度，也能保证存储数据精度。
一种序列车道地图存储检索方法

[发明专利]嵌入SENet单元的无监督单目图像深度图生成方法-CN202010132191.2有效
发明人： 王祝萍;戴新柯;张皓;黄超 -专利权人：同济大学
申请日： 2020-02-29 - 公布日： 2023-08-04 - 主分类号： G06T7/55 文献下载
摘要：本发明涉及一种嵌入SENet单元的无监督单目图像深度图生成方法，具体为：构建深度估计网络，将目标图像输入训练好的深度估计网络获得目标图像深度图；所述的训练过程采用相机位姿估计网络；所述的深度估计网络包括编码器和解码器，所述的编码器包括7层编码卷积模块，所述的解码器包括7层解码卷积模块和7层跳跃连接的跳跃卷积模块，第1层跳跃卷积模块包括依次连接的卷积层、ReLU激活层、卷积层和ReLU激活层，第2～7层跳跃卷积模块中每块跳跃卷积模块包括残差卷积单元和SENet单元。与现有技术相比，本发明具有精度高等优点。
嵌入 senet 单元监督图像深度生成方法

[发明专利]一种基于遮挡对的在线多目标跟踪方法-CN201911047363.X有效
发明人：李腾辉;王祝萍;张皓;黄超;张长柱 -专利权人：同济大学
申请日： 2019-10-30 - 公布日： 2023-07-04 - 主分类号： G06T7/277 文献下载
摘要：本发明涉及一种基于遮挡对的在线多目标跟踪方法，包括以下步骤：初始化卡尔曼预测轨迹；按时间顺序获取图像检测结果，将当前图像检测结果与上一帧的跟踪轨迹进行匹配，判断是否匹配成功；若存在未匹配的跟踪轨迹，则计算图像检测结果与所述未匹配的跟踪轨迹的面积覆盖率，若存在最大的面积覆盖率大于设定阈值，则基于最大的面积覆盖率对应的图像检测结果生成遮挡对，存储至遮挡对列表；若存在未匹配的检测结果，则利用卡尔曼预测结果和遮挡对列表对所述未匹配的检测结果进行重识别，更新卡尔曼预测轨迹；全局更新卡尔曼预测轨迹和遮挡对。与现有技术相比，本发明具有精度高、速度快等优点。
一种基于遮挡在线多目标跟踪方法

[发明专利]一种基于协方差交叉的多智能体系统分布式定位方法-CN202310187540.4在审
发明人：张皓;孙健文;吕云凯;王祝萍 -专利权人：同济大学
申请日： 2023-02-28 - 公布日： 2023-05-16 - 主分类号： G01C21/20 文献下载
摘要：本发明涉及一种基于协方差交叉的多智能体系统分布式定位方法，包括以下步骤：针对无共同朝向多智能体系统中的任一智能体，基于状态方程和协方差传播方法确定智能体的第一个位姿估计值和第一个误差协方差；基于局部相对方位角测量确定全局相对朝向角；基于全局相对朝向角和相对距离确定智能体的第二个位姿估计值和第二个误差协方差；利用协方差交叉方法对两个位姿估计值进行融合得到最终的位姿估计；对多智能体系统中的每一个智能体执行上述步骤，完成多智能体系统分布式定位。与现有技术相比，本发明具有更广泛的适用性，通过协方差交叉方法可以在互协方差未知的情况下进行估计值融合，降低了算法的复杂度，保证了位姿估计的一致性。
一种基于协方差交叉智能体系分布式定位方法

[发明专利]一种基于方位角的多智能体系统分布式定位方法-CN202111616741.9有效
发明人：张皓;占志安;王祝萍;黄超;张长柱 -专利权人：同济大学
申请日： 2021-12-27 - 公布日： 2023-04-28 - 主分类号： H04W64/00 文献下载
摘要：本发明涉及一种基于方位角的多智能体系统分布式定位方法，具体包括以下步骤：S1、获取多智能体系统中智能体的基础信息；S2、根据智能体的基础信息计算智能体的角度估计和位置估计；S3、将角度估计和位置估计进行级联，构建分布式定位整体模型；S4、分布式定位整体模型根据角度估计和位置估计得到分布式定位估计结果，并根据分布式定位估计结果的偏差进行修正，得到智能体的定位结果。与现有技术相比，本发明具有智能体间仅需单向通信，降低多智能体系统传感器网络的能量消耗，且控制算法简单，适用于复杂大规模网络等优点。
一种基于方位角智能体系分布式定位方法

[发明专利]一种多驾驶员在环驾驶试验平台-CN202110519547.2有效
发明人：陈虹;蔡硕;丁海涛;胡云峰;宫洵;林佳眉;陈启军;王祝萍 -专利权人：吉林大学
申请日： 2021-05-13 - 公布日： 2023-04-25 - 主分类号： G05B23/02 文献下载
摘要：本发明公开了一种多驾驶员在环驾驶试验平台，涉及自动驾驶系统开发与测试技术领域，至少包括传感模拟系统、车辆动力学模拟系统、驾驶模拟器和场景模拟系统；所述传感器模拟系统用于获取目标级传感信息，并将所述目标级传感信息发送至车载控制系统；所述驾驶模拟器用于为真人驾驶员提供驾驶环境和驾驶场景，并按照所述真人驾驶员的驾驶意图输出驾驶指令，然后将所述驾驶指令发送至所述车载控制系统；所述车辆动力学模拟系统用于根据所述车载控制系统输出的控制信号，确定车辆位姿信息；所述场景模拟系统用于根据所述车辆位姿信息对显示在所述驾驶模拟器中的驾驶场景进行实时更新。本发明能够达到节约研发成本，缩短研发周期的目的。
一种驾驶员驾驶试验平台

[发明专利]基于自适应事件触发的轮式机器人匀速直线编队控制方法-CN201910497475.9有效
发明人：张皓;王祝萍;宋首锐 -专利权人：同济人工智能研究院（苏州）有限公司
申请日： 2019-06-10 - 公布日： 2023-04-18 - 主分类号： G05D1/02 文献下载
摘要：本发明涉及一种基于自适应事件触发的轮式机器人匀速直线编队控制方法，所述轮式机器人包括一个领导机器人和多个跟随机器人，该方法包括以下步骤：1)设定跟随机器人与领导机器人匀速直线编队时的期望相对位置，构建基于事件触发机制的外部信号观测器，获取每个跟随机器人相对领导机器人的观测值；2)计算跟随机器人与领导机器人的位置误差，结合机器人线性化模型，获取跟随机器人的标准位置和标准控制输入；3)基于跟随机器人的标准位置和标准控制输入，构建完全分布式自适应控制器，获得跟随机器人的实时系统控制输入。与现有技术相比，本发明具有准确可靠、节省能源和更加稳定的优点。
基于自适应事件触发轮式机器人匀速直线编队控制方法

[发明专利]一种基于深度估计网络的单目图像深度估计方法及系统-CN202010132201.2有效
发明人：张皓;扈玲玲;王祝萍;黄超 -专利权人：同济大学
申请日： 2020-02-29 - 公布日： 2023-03-28 - 主分类号： G06T7/55 文献下载
摘要：本发明涉及一种基于深度估计网络的单目图像深度估计方法及系统，该方法具体为：构建深度估计网络，将目标图像输入训练好的深度估计网络，获得目标图像深度图；所述的训练过程中采用相机位姿估计步骤；所述的深度估计网络包括编码器和解码器，所述的编码器包括5层编码模块，每层编码模块基于ResNeXt50模型构建，所述的解码器包括5层包含跳跃连接的解码模块。与现有技术相比，本发明具有精度高、鲁棒性强等优点。
一种基于深度估计网络图像方法系统

[发明专利]一种改进空洞卷积和多层次特征信息融合的图像语义分割方法-CN202110344461.0有效
发明人：高世伟;张长柱;张皓;王祝萍;黄超 -专利权人：同济大学
申请日： 2021-03-29 - 公布日： 2022-11-11 - 主分类号： G06V20/70 文献下载
摘要：本发明涉及一种改进空洞卷积和多层次特征信息融合的图像语义分割方法，包括以下步骤：使用改进的空洞卷积方法在深度卷积神经网络中提取图像特征；将提取的深层特征图像与浅层特征图像级联融合弥补空间信息丢失；将多阶段处理后的特征图像通过边界细化学习边界信息，融合并恢复至原始图像分辨率，生成预测分割图；利用交叉熵损失函数训练网络，以mIoU评价模型性能。本发明改进了现有空洞卷积的利用方法并设计了可变形空间金字塔结构，提升模型的图像特征提取效果。同时，为图像分辨率恢复设计了多层次特征信息融合结构，充分利用不同层级包含的局部信息以及全局信息，并引入边界细化，有效提高图像语义分割的准确率。
一种改进空洞卷积多层次特征信息融合图像语义分割方法

1
2
3
下一页»
尾页
共 42 条