“王菖”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31个，建议您升级VIP下载更多相关专利

[发明专利]一种基于MAS的多无人系统监督控制站-CN201910460868.2有效
发明人：牛轶峰;吴立珍;文旭鹏;王菖;王祥科;李杰;贾圣德;尹栋;相晓嘉 -专利权人：中国人民解放军国防科技大学
申请日： 2019-05-30 - 公布日： 2022-06-07 - 主分类号： G05D1/10 文献下载
摘要：本发明提供一种基于MAS的多无人系统监督控制站及方法，包括平行系统架构，所述平行系统架构包括多智能体软硬件监督控制系统与无人系统；所述多智能体软硬件监督控制系统包括硬件平台与软件平台，所述硬件平台包括多屏工作站，所述多屏工作站上设有能够检测操作员生理数据与动态指令的动态生理采集组件。有效的对无人系统的实时工作状态、环境复杂度、任务复杂度以及综合情报信息进行监控；根据环境复杂度、任务复杂度、操作员的疲劳度、无人系统的自主等级计算无人系统的控制模态，进而实现无人系统的控制模态动态切换；可观察、可解释、可预测、可干预的混合自主模式形成了人机混合智能，充分利用人的知识和认知能力。本发明应用于监督控制领域。
一种基于 mas 无人系统监督控制站

[发明专利]一种基于深度强化学习的大规模无人机集群飞行方法-CN202210310624.8在审
发明人：王菖;闫超;相晓嘉;李杰;周晗;唐邓清;赖俊 -专利权人：中国人民解放军国防科技大学
申请日： 2022-03-28 - 公布日： 2022-06-03 - 主分类号： G05D1/10 文献下载
摘要：本发明公开了一种基于深度强化学习的大规模无人机集群飞行方法，该方法将无人机集群防撞策略的学习过程依次划分为多个课程，使后一个课程的无人机集群规模大于前一个课程的无人机集群规模；构建基于执行器网络和评价器网络组成的课程强化学习框架，并在课程强化学习框架中设置基于注意力机制的群体恒定网络；根据课程强化学习框架依次对每个课程进行策略学习，得到每一架无人机的飞行策略；根据当前课程的前一个课程中的每一架无人机的经验数据，更新当前课程在策略学习过程中的执行器网络参数和评价器网络参数。本发明能够有效提高大规模无人机的学习和训练效率，有效避免大规模无人机集群飞行时发生碰撞，并具有强大的泛化能力。
一种基于深度强化学习大规模无人机集群飞行方法

[发明专利]一种多旋翼无人机角度控制方法及其多旋翼无人机-CN202210187236.5在审
发明人：王菖;贾圣德;安臣 -专利权人：中国人民解放军国防科技大学
申请日： 2022-02-28 - 公布日： 2022-05-31 - 主分类号： G05D1/08 文献下载
摘要：本发明公开了一种多旋翼无人机角度控制方法及其多旋翼无人机，方法包括：根据多旋翼无人机在飞行中的期望角度值和实时角度值计算角度误差值，若不符合预设的阈值，则对角度误差值进行微分，得到角度误差值的微分项，将角度误差值和角度误差值的微分项输入非线性系统，得到非线性系统的输出，通过非线性系统的输出和P型迭代率，计算得到本次控制输出；若角度误差值符合预设的阈值，将P型迭代率的上一次控制输出作为本次控制输出；本次控制输出作为下一级的角速度控制器的输入作用于级联飞行系统，改变实时角度。不依赖平台和环境的精确模型，赋予多旋翼无人机角度自主控制的能力，大对于无人机的稳定任务具有重要意义。
一种多旋翼无人机角度控制方法及其

[发明专利]一种基于无人机系统小样本的遮挡目标识别方法-CN202111093997.6有效
发明人：吴立珍;牛轶峰;李宏男;马兆伟;王菖;贾圣德 -专利权人：中国人民解放军国防科技大学
申请日： 2021-09-17 - 公布日： 2022-05-24 - 主分类号： G06V20/17 文献下载
摘要：本发明公开了一种基于无人机系统小样本的遮挡目标识别方法，属于遮挡目标识别领域，所述方法包括：构建融合自注意力机制的元学习模型：设计元学习网络框架，并将自注意力机制模块加入元学习网络框架；基于多个小样本图像学习任务进行模型训练；将训练好的元学习模型用于实际小样本遮挡目标图像识别任务。本发明提供了一种融合自注意力机制的元学习模型，利用元学习的小样本学习能力以及通过学习目标的部分与部分之间的关系，增加目标的有效特征，解决了无人机系统小样本条件下遮挡目标识别效果较差的问题。
一种基于无人机系统样本遮挡目标识别方法

[发明专利]无人机感知规避系统的传感器优化配置方法、设备及介质-CN202111467822.7在审
发明人：牛轶峰;马兆伟;姚文臣;贾圣德;吴立珍;王菖 -专利权人：中国人民解放军国防科技大学
申请日： 2021-12-02 - 公布日： 2022-03-11 - 主分类号： G05D1/10 文献下载
摘要：无人机感知规避系统的传感器优化配置方法、设备及介质，以无人机平台对传感器的重量、体积和功率的限制为约束条件，选用传感器检测范围和碰撞检测水平两个综合评价指标设计目标函数，构建传感器配置问题的多目标优化数学模型，通过帕累托优化求解从可行解中选择最优的传感器配置方案，确定适用于具体应用场景的最优的传感器组合形式和传感器参数。本发明提出的方法可用于载荷有限的无人机平台感知与规避系统的机载传感器配置。
无人机感知规避系统传感器优化配置方法设备介质

[发明专利]无人驾驶汽车调试方法、系统、存储介质、计算机设备-CN202110124771.1在审
发明人：叶磊;孙振平;付浩;王菖;李晓辉 -专利权人：中国人民解放军国防科技大学
申请日： 2021-01-29 - 公布日： 2021-04-30 - 主分类号： G06T19/00 文献下载
摘要：本发明属于无人驾驶技术领域，公开了一种无人驾驶汽车调试方法、系统、存储介质、计算机设备，将检测结果和规划结果投影到测试员的头戴增强显示头盔中，实现检测结果与真实图像的重叠；观测到环境感知算法的检测结果和路径规划算法的结果。系统包括：检测结果与真实图像重叠模块，用于实现检测结果与真实图像的重叠；检测结果和路径规划算法结果输出模块，用于输出观测到环境感知算法的检测结果和路径规划算法的结果。本发明采用增强显示方式，将检测结果和规划结果投影到测试员的头戴增强显示头盔中，实现检测结果与真实图像的重叠，使得测试员将注意力集中到真实道路环境中，并同时能观测到环境感知算法的检测结果和路径规划算法的结果。
无人驾驶汽车调试方法系统存储介质计算机设备

[发明专利]一种人机协作自主等级毁伤评估方法-CN202011453012.1在审
发明人：牛轶峰;王菖;王治超;蒋邦海;吴立珍;马兆伟;李杰 -专利权人：中国人民解放军国防科技大学
申请日： 2020-12-11 - 公布日： 2021-03-05 - 主分类号： G06T7/00 文献下载
摘要：本发明公开一种人机协作自主等级毁伤评估方法，步骤包括：S1.获取目标在指定爆炸物的毁伤前后图像以及预设模拟参数；S2.对目标在指定爆炸物下毁伤效能进行模型仿真，计算出第一毁伤评估结果，以及对获取的毁伤前后图像进行图像变化检测，构造出毁伤前后图像的差异图像，分别根据差异图像计算第二毁伤评估结果、以及将变化结果使用图像增强方式叠加在目标毁伤前图像上以接收外部输入的辅助评估结果；S3.融合第一毁伤评估结果、第二毁伤评估结果以及辅助评估结果得到最终的毁伤测量结果。本发明具有实现方法简单、测量评估结果精度及效率高、实时性好等优点。
一种人机协作自主等级毁伤评估方法

[发明专利]一种多约束条件下的异构多飞机协同任务自动分解方法-CN202011064828.5在审
发明人：王菖;王治超;吴立珍;牛轶峰;相晓嘉;尹栋 -专利权人：中国人民解放军国防科技大学
申请日： 2020-09-30 - 公布日： 2021-01-01 - 主分类号： G06F30/15 文献下载
摘要：本发明公开了一种多约束条件下的异构多飞机协同任务自动分解方法，其步骤包括：步骤S1:飞机任务能力分析阶段；根据任务目标，拟定多飞机协同能力互补关系，分配每个飞机的任务角色；步骤S2:多智能体任务分解阶段；利用任务数据库，构建具有优先级约束关系的子任务集合，通过程序自动得到层次化的任务分解树和带时间窗的飞机行动流。本发明具有原理简单、自动化程度高、可靠性和效果好等优点。
一种约束条件下异构多飞机协同任务自动分解方法

[发明专利]基于多分辨率态势建图的改进标签实时航路重规划方法-CN201711441037.8有效
发明人：李杰;牛轶峰;尹栋;王祥科;贾圣德;相晓嘉;王菖 -专利权人：中国人民解放军国防科技大学
申请日： 2017-12-27 - 公布日： 2020-11-10 - 主分类号： G01C21/20 文献下载
摘要：本发明属于无人机系统技术领域，公开了一种基于多分辨率态势建图的改进标签实时航路重规划方法，通过分析无人机(或其他机器人)任务区域的态势分布特征和强弱对抗程度，以若干临界距离为依据将全局态势进行多分辨率划分为高分辨率态势建图及低分辨率态势建图。该态势建图方法在低功耗嵌入式计算平台下统计平均运算时间约305毫秒。在建图的基础上，提出一种改进标签设置法用于在线生成油耗、航时等多约束下的最低探测/毁伤风险航路。在低功耗嵌入式计算平台下统计平均运算时间约25毫秒，表明该发明具备在计算资源受限的航电系统中很好的应用前景。
基于分辨率态势改进标签实时航路规划方法

[实用新型]舰载无人机存储、运送与释放回收平台-CN201921621597.6有效
发明人：尹栋;沈林成;贺光;喻煌超;相晓嘉;王祥科;吴立珍;王菖 -专利权人：中国人民解放军国防科技大学
申请日： 2019-09-26 - 公布日： 2020-06-26 - 主分类号： B64F1/00 文献下载
摘要：本实用新型公开了一种舰载无人机存储、运送与释放回收平台，包括存储仓库、可升降的释放回收平台、设于存储仓库与释放回收平台之间的上层传送机构、以及设于上层传送机构下方的下层传送机构，所述存储仓库上设有环形轨道，所述环形轨道上设有多块无人机固定板，所述无人机固定板竖直布置且可绕环形轨道转动，所述上层传送机构与所述下层传送机构的传送方向相反，所述释放回收平台上设有平台传送机构。本实用新型具有结构简单、使用方便、自动化程度高等优点。
舰载无人机存储运送释放回收平台

[发明专利]舰载无人机存储、运送与释放回收平台-CN201910918061.9在审
发明人：尹栋;沈林成;贺光;喻煌超;相晓嘉;王祥科;吴立珍;王菖 -专利权人：中国人民解放军国防科技大学
申请日： 2019-09-26 - 公布日： 2019-12-03 - 主分类号： B64F1/00 文献下载
摘要：本发明公开了一种舰载无人机存储、运送与释放回收平台，包括存储仓库、可升降的释放回收平台、设于存储仓库与释放回收平台之间的上层传送机构、以及设于上层传送机构下方的下层传送机构，所述存储仓库上设有环形轨道，所述环形轨道上设有多块无人机固定板，所述无人机固定板竖直布置且可绕环形轨道转动，所述上层传送机构与所述下层传送机构的传送方向相反，所述释放回收平台上设有平台传送机构。本发明具有结构简单、使用方便、自动化程度高等优点。
传送机构存储仓库环形轨道回收释放上层固定板下层平台传送机构传送方向竖直布置可升降多块转动自动化存储运送

[发明专利]一种基于深度卷积网络的显著性目标检测方法-CN201710238210.8有效
发明人：牛轶峰;马兆伟;王菖;赵哲 -专利权人：中国人民解放军国防科学技术大学
申请日： 2017-04-13 - 公布日： 2019-09-20 - 主分类号： G06K9/62 文献下载
摘要：本发明属于目标检测领域，公开了一种基于深度卷积神经网络的显著性检测方法，其步骤为：(1)网络训练数据构建，即根据给定的图像数据集及其标定的显著图，构建训练图像块数据样本集；(2)数据库预处理，即根据构建的训练数据库，需要对于每一个图像块数据的像素进行预处理；(3)网络结构设计，即通过设计深度网络结构(特指为I[28×28×3]‑C[24×24×20]‑P[12×12×20]‑C[8×8×50]‑P[4×4×50]‑FC[500)]‑O[1])，实现图像块中显著目标的提取；(4)网络结构训练，即利用深度卷积网络输出与标签数据的差异计算误差函数更新深度网络模型。本发明提出的方法鲁棒性较强，不需要人工设计特定的特征描述方式。
一种基于深度卷积网络显著目标检测方法

[发明专利]基于多传感器融合的无人机操作员状态监视系统-CN201610837853.X有效
发明人：牛轶峰;钟志伟;尹栋;相晓嘉;王祥科;李杰;王菖;贾圣德 -专利权人：中国人民解放军国防科学技术大学
申请日： 2016-09-21 - 公布日： 2019-07-09 - 主分类号： A61B5/0205 文献下载
摘要：一种基于多传感器融合的无人机操作员状态监视系统，包括用于对无人机进行状态监视的多种传感器，用于对各种传感器采集的数据进行处理的计算机以及进行无人机状态显示与控制的显示器；无人机操作员通过显示器了解无人机的状态并对无人机进行控制，多种传感器实时采集无人机操作员的各种状态信息，实现对无人机操作员进行状态监视，各传感器将采集到的状态信息传送给计算机进行数据处理，最终由计算机输出操作员的状态评估结果。该系统可实时评估操作员的工作状态，评估结果将用于计算无人机操作员的决策等级。该系统将有效防止“人不在回路”事件的发生，从而避免飞行事故发生，保证无人机高效、安全的完成使命任务。
基于传感器融合无人机操作员状态监视系统

[发明专利]基于Kinect的无人机操作员状态监视与分层控制方法-CN201610836803.X有效
发明人：牛轶峰;钟志伟;王祥科;李杰;相晓嘉;尹栋;贾圣德;王菖 -专利权人：中国人民解放军国防科学技术大学
申请日： 2016-09-21 - 公布日： 2019-07-09 - 主分类号： A61B5/00 文献下载
摘要：本发明提供一种基于Kinect的无人机操作员状态监视与分层控制方法，采用微软交互式传感器Kinect，该传感器包括深度传感器、可见光图像传感器和语音阵列传感器等。当无人机操作人员处理负载过重或者长时间工作时，可以通过眼睛的闭合时间以及头部的朝向进行判断。当无人机操作员处在不同的心情状态时，其面部表情也会处于不同的状态。手势、姿态可实时测量无人机操作员当前的行为。可以通过语音、手势等实现分层控制，该方法既可以适用于单无人机控制站，也可以适用于多无人机控制站，能够实时掌握操作员的工作状态，并可以发出多层次的控制指令，简单直观方便地为操作员与多无人机之间进行交互控制提供手段。
基于 kinect 无人机操作员状态监视分层控制方法

[发明专利]基于多传感器测量与神经网络学习的无人机操作员状态评估方法-CN201610838299.7有效
发明人：牛轶峰;钟志伟;尹栋;王祥科;李杰;相晓嘉;贾圣德;王菖 -专利权人：中国人民解放军国防科学技术大学
申请日： 2016-09-21 - 公布日： 2019-04-05 - 主分类号： G06Q10/06 文献下载
摘要：本发明提出了一种基于多传感器测量与神经网络学习的无人机操作员状态评估方法，建立与上述传感器特征与语义之间的映射关系，从而估计出操作员的决策等级。该方法便于更加直观地掌握操作员的实时状态，估计操作员当前是否适合该任务，以及对任务可做出相应的调整。由于采用了神经网络的学习方法，可建立不同操作员的特征空间，因此，适用于具有不同熟练程度的各种层次的无人机操作员。
基于传感器测量神经网络学习无人机操作员状态评估方法