123,123,123

<dd id="0rk8f"><legend id="0rk8f"></legend></dd>

2026年02月28日星期六

當前位置

-網(wǎng)站首頁 -專利超市

專利超市

產(chǎn)業(yè)分類:

專利權(quán)人:

專利類別:

合作方式:

綜合排序

新一代信息技術(shù)

一種基于SAC的汽車自適應(yīng)巡航控制優(yōu)化方法
一種基于SAC的汽車自適應(yīng)巡航控制優(yōu)化方法，屬于自動駕駛領(lǐng)域，其特征在于，該方法包括以下模塊：駕駛環(huán)境、狀態(tài)信息處理模塊、SAC強化學(xué)習(xí)模塊、動態(tài)獎勵函數(shù)模塊、經(jīng)驗分類模塊和經(jīng)驗采樣模塊。首先，從駕駛環(huán)境中獲取兩個維度的融合信息，得到當前狀態(tài)，然后，SAC強化學(xué)習(xí)模塊基于當前狀態(tài)決策控制動作并應(yīng)用于駕駛環(huán)境，更新環(huán)境并獲取下一時刻的狀態(tài)。其中，動態(tài)獎勵函數(shù)模塊根據(jù)動作效果和重要性差異計算獎勵值；經(jīng)驗分類模塊根據(jù)駕駛環(huán)境對經(jīng)驗樣本進行分區(qū)域存儲；經(jīng)驗采樣模塊采用固定經(jīng)驗采樣和局部優(yōu)先經(jīng)驗回放方法，對樣本進行采樣，用于訓(xùn)練SAC強化學(xué)習(xí)模塊，并決策出最優(yōu)控制動作，實現(xiàn)自適應(yīng)巡航控制。

長春工業(yè)大學(xué) 授權(quán)發(fā)明
新一代信息技術(shù)

一種多模塊化機器人最優(yōu)協(xié)調(diào)控制方法、設(shè)備及介質(zhì)
本申請公開了一種多模塊化機器人最優(yōu)協(xié)調(diào)控制方法、設(shè)備及介質(zhì)，涉及機器人控制領(lǐng)域，首先建立模塊化機器人協(xié)同搬運任務(wù)的運動學(xué)模型，其次通過機器人關(guān)節(jié)力矩反饋和牛頓歐拉迭代相結(jié)合，建立模塊化機器人和目標物體的整體動力學(xué)模型，并通過神經(jīng)網(wǎng)絡(luò)觀測器完成對模塊化機器人的關(guān)節(jié)子系統(tǒng)之間的交聯(lián)耦合項的觀測，隨后分別構(gòu)建內(nèi)層和外層的性能指標函數(shù)，然后使用徑向基神經(jīng)網(wǎng)絡(luò)分別對內(nèi)層和外層的性能指標函數(shù)進行近似，求解哈密頓?雅可比方程得到最優(yōu)控制律和最優(yōu)內(nèi)力，實現(xiàn)對多模塊化機器人系統(tǒng)的協(xié)調(diào)控制。本申請在兼顧模塊化機器人內(nèi)部協(xié)作問題的同時，優(yōu)化多個模塊化機器人間的交互策略，從而保證系統(tǒng)的準確性、最優(yōu)性及穩(wěn)定性。

長春工業(yè)大學(xué) 授權(quán)發(fā)明
新一代信息技術(shù)

一種基于擾動預(yù)測的無人駕駛汽車管狀模型預(yù)測控制方法
一種基于擾動預(yù)測的無人駕駛汽車管狀模型預(yù)測控制方法，屬于自動駕駛領(lǐng)域，其特征在于，該方法包括參考路徑模塊、擾動預(yù)測模塊、管狀模型預(yù)測控制器和車輛模型；參考路徑模塊根據(jù)道路信息得到控制器的期望路徑，包括側(cè)向位移和橫擺角，并將其輸入給擾動預(yù)測模塊和管狀模型預(yù)測控制器；在此基礎(chǔ)上，擾動預(yù)測模塊通過逆向求解車輛運動模型，預(yù)測未來時刻的輪胎側(cè)偏剛度，并將預(yù)測值與實際值的偏差視為有界擾動，構(gòu)建擾動預(yù)測模型預(yù)測擾動范圍；管狀模型預(yù)測控制器根據(jù)預(yù)測的擾動范圍，離線計算魯棒不變集，并且對標稱系統(tǒng)約束進行緊縮處理，在線多目標優(yōu)化求解最優(yōu)前輪轉(zhuǎn)角，結(jié)合狀態(tài)反饋，得到實際控制動作輸入車輛模型，控制車輛實現(xiàn)路徑跟蹤。

長春工業(yè)大學(xué) 授權(quán)發(fā)明
新一代信息技術(shù)

卡車縱梁裝配孔圖像陰影去除方法
本發(fā)明公開了一種卡車縱梁裝配孔圖像陰影去除方法，涉及圖像處理技術(shù)領(lǐng)域，包括：獲取裝配孔陰影圖像并輸入陰影單映射引導(dǎo)網(wǎng)絡(luò)模型中，獲得裝配孔非陰影圖像；對裝配孔非陰影圖像進行輸出；其中，陰影單映射引導(dǎo)網(wǎng)絡(luò)模型的訓(xùn)練步驟為：陰影引導(dǎo)模塊在損失函數(shù)的約束下進行迭代訓(xùn)練；將訓(xùn)練好的陰影引導(dǎo)模塊的模塊參數(shù)隨機初始化為單映射網(wǎng)絡(luò)模塊的模塊參數(shù)，在損失函數(shù)的約束下進行迭代訓(xùn)練，直至達到預(yù)設(shè)條件，獲得陰影單映射引導(dǎo)網(wǎng)絡(luò)模型。本發(fā)明以圖像陰影特征中的明度特征為引導(dǎo)條件，設(shè)計單映射網(wǎng)絡(luò)模塊，在陰影引導(dǎo)模塊引導(dǎo)下進行了圖像特征提取和學(xué)習(xí)，實現(xiàn)高效的裝配孔圖像陰影去除，提升了圖像處理準確性與可靠性。

長春工業(yè)大學(xué) 授權(quán)發(fā)明
新一代信息技術(shù)

智能視覺引導(dǎo)的汽車避障控制優(yōu)化方法
智能視覺引導(dǎo)的汽車避障控制優(yōu)化方法，屬于自動駕駛領(lǐng)域，其特征在于，包括目標檢測模塊和避障控制模塊；其中，所述目標檢測模塊包括GCT?YOLOv5s，通過C3GC模塊提取關(guān)鍵特征，利用CARAFE算子增強特征融合，經(jīng)TSCODE檢測頭確定分類和定位之間的關(guān)系，實現(xiàn)行駛場景中交通參與者類型的檢測；所述避障控制模塊包括自適應(yīng)避障路徑規(guī)劃與控制，結(jié)合交通參與者類型進行斥力場動態(tài)調(diào)整，并進行路徑平滑處理，采用純追蹤算法進行路徑跟蹤控制，實現(xiàn)智能汽車的自適應(yīng)避障路徑規(guī)劃與控制。

長春工業(yè)大學(xué) 授權(quán)發(fā)明
新一代信息技術(shù)

一種用于調(diào)控室內(nèi)環(huán)境互聯(lián)網(wǎng)智能家居控制系統(tǒng)及其方法
本發(fā)明涉及智能家居技術(shù)領(lǐng)域，公開了一種用于調(diào)控室內(nèi)環(huán)境互聯(lián)網(wǎng)智能家居控制系統(tǒng)及其方法，該系統(tǒng)包括數(shù)據(jù)采集層，通過智能傳感器采集室內(nèi)實時溫度、濕度和光照數(shù)據(jù)；數(shù)據(jù)處理層，被配置為根據(jù)所述實時數(shù)據(jù)判斷是否調(diào)整室內(nèi)環(huán)境的控制參數(shù)，并存儲所述實時數(shù)據(jù)、預(yù)設(shè)目標參數(shù)、控制參數(shù)；設(shè)備控制層：參數(shù)調(diào)整層，存儲有歷史環(huán)境數(shù)據(jù)，結(jié)合數(shù)據(jù)處理層存儲的實時數(shù)據(jù)生成用戶環(huán)境偏好；設(shè)備控制層接收數(shù)據(jù)處理層和參數(shù)調(diào)整層的室內(nèi)環(huán)境監(jiān)測數(shù)據(jù)、分析結(jié)果和目標調(diào)整參數(shù)。本發(fā)明不僅實現(xiàn)了對室內(nèi)環(huán)境的精準調(diào)控，還通過用戶交互模塊、參數(shù)調(diào)整層等多項創(chuàng)新功能，提升了用戶體驗和系統(tǒng)智能化水平。

長春工業(yè)大學(xué) 授權(quán)發(fā)明

感谢您访问我们的网站，您可能还对以下资源感兴趣：

黄色无码试看的A级片

国产亚洲免费视频无码一级片蜜臀色欲Av在线播放国产日韩国产一区免费福利影院

<thead id="l3eyc"></thead>

<b id="l3eyc"></b>