-
公开(公告)号：CN115469673B
公开(公告)日：2023-03-14
申请号：CN202211363545.X
申请日：2022-11-02
Applicant: 中国人民解放军陆军装甲兵学院
IPC: G05D1/02
Abstract: 本发明提供一种基于空地信息协同的无人车路径规划方法，包括以下步骤：获取无人车移动区域地图；根据无人车移动区域地图，建立基于空地信息协同的无人车路径规划的目标函数；目标函数为移动路径最短，或耗时最短，或消耗能量最少；根据目标函数，通过改进型灰狼优化算法进行最优位置更新，确定最优灰狼位置；根据预设的最大迭代次数依次更新的最优灰狼位置，确定最优路径规划结果；该方法克服了灰狼算法存在的几点不足，能够显著提升基于空地信息协同的无人车路径规划的效果。
-
公开(公告)号：CN115700593A
公开(公告)日：2023-02-07
申请号：CN202211088642.2
申请日：2022-09-07
Applicant: 中国人民解放军陆军装甲兵学院
IPC: G06N3/00 , H04L41/16 , H04L41/0631
Abstract: 本发明提供一种基于机器学习的车载网络故障诊断方法，包括以下步骤：提取故障特征；确定目标函数；基于海鸥算法，通过高斯映射初始化海鸥种群位置，即初始化每个海鸥的惩罚因子C和核函数参数g，并根据目标函数，计算最优适应度值和最优海鸥位置；引入蝴蝶优化算法的位置更新机制，改进原海鸥算法的位置更新方式，并进行位置更新；对最优海鸥位置进行双向sine变异；根据预设的最大迭代次数依次更新最优海鸥位置，确定最优海鸥位置，即获得对应最优的惩罚因子C和核函数参数g；构建车载网络故障诊断模型，获得故障诊断结果和测试准确率。本方法能够显著提升车载网络故障诊断的效果。
-
公开(公告)号：CN114047770B
公开(公告)日：2022-03-29
申请号：CN202210035851.4
申请日：2022-01-13
Applicant: 中国人民解放军陆军装甲兵学院
IPC: G05D1/02
Abstract: 本发明提供一种多内心搜寻改进灰狼算法的移动机器人路径规划方法，包括以下步骤：获取机器人移动区域地图；根据机器人移动区域地图，建立移动区域地图路径规划的目标函数；基于灰狼算法，通过Singer映射初始化灰狼种群位置，并根据目标函数，计算适应度值，确定最优灰狼位置；采用多内心搜寻方式，进行灰狼位置的更新，并确定更新后的最优适应度值和最优灰狼位置；对最优灰狼位置进行透镜反向学习，获取更新后的最优适应度值和最优灰狼位置，并将学习前后适应度值最优的灰狼位置，作为更新后的最优灰狼位置；根据预设的最大迭代次数依次更新的最优灰狼位置，确定最优路径规划结果。该方法克服灰狼算法存在的几点不足，能够显著提升路径规划的效果。
-
公开(公告)号：CN113885536B
公开(公告)日：2022-03-11
申请号：CN202111460726.X
申请日：2021-12-03
Applicant: 中国人民解放军陆军装甲兵学院
Abstract: 本发明提供一种基于全局海鸥算法的移动机器人路径规划方法，包括以下步骤：获取机器人移动区域地图；根据移动区域地图，建立移动区域地图路径规划的目标函数；基于海鸥算法，通过高斯映射初始化海鸥种群位置；并根据目标函数，计算最优适应度值和最优海鸥位置；通过历史全局最优位置，和本次迭代最优海鸥位置来进行海鸥位置更新；对最优海鸥位置进行透镜反向学习，获取学习后的最优适应度值和最优海鸥位置；并将学习前后适应度值最优的海鸥位置，作为更新后的最优海鸥位置；根据预设的最大迭代次数依次更新的最优海鸥位置，确定最优路径规划结果。该方法克服了现有海鸥算法存在的不足，能够显著提升路径规划的效果。
-
公开(公告)号：CN115437386B
公开(公告)日：2023-02-24
申请号：CN202211365823.5
申请日：2022-11-03
Applicant: 中国人民解放军陆军装甲兵学院
IPC: G05D1/02
Abstract: 本发明提供一种基于空地信息融合的无人车路径规划方法，包括以下步骤：基于无人机搭载的感知系统和定位导航系统建立地面环境的栅格地图，无人车获取无人机建立的栅格地图，并结合自身感知的环境信息修正补充栅格地图；根据修正补充后的栅格地图，建立无人车路径规划的目标函数；所述目标函数为移动路径最短，或耗时最短，或消耗能量最少；根据目标函数，通过改进型灰狼优化算法进行最优位置更新，确定最优灰狼位置；根据预设的最大迭代次数依次更新的最优灰狼位置，确定最优路径规划结果；该方法克服了灰狼算法存在的几点不足，能够显著提升基于空地信息融合的无人车路径规划的效果。
-
Patent Agency Ranking
公开(公告)号：CN115407784B
公开(公告)日：2023-01-24
申请号：CN202211352645.2
申请日：2022-11-01
Applicant: 中国人民解放军陆军装甲兵学院
IPC: G05D1/02
Abstract: 本发明提供一种基于空地信息互补的无人车路径规划方法，包括以下步骤：基于无人机搭载的感知系统和定位导航系统建立地面环境的栅格地图，无人车获取无人机建立的栅格地图，并结合自身感知的环境信息修正补充栅格地图；根据修正补充后的栅格地图，建立无人车路径规划的目标函数；所述目标函数为移动路径最短，或耗时最短，或消耗能量最少；根据目标函数，通过改进型海鸥优化算法进行最优位置更新，确定最优海鸥位置；根据预设的最大迭代次数依次更新的最优海鸥位置，确定最优路径规划结果。该方法克服了海鸥算法存在的几点不足，能够显著提升基于空地信息融合的无人车路径规划的效果。
-
公开(公告)号：CN115407784A
公开(公告)日：2022-11-29
申请号：CN202211352645.2
申请日：2022-11-01
Applicant: 中国人民解放军陆军装甲兵学院
IPC: G05D1/02
Abstract: 本发明提供一种基于空地信息互补的无人车路径规划方法，包括以下步骤：基于无人机搭载的感知系统和定位导航系统建立地面环境的栅格地图，无人车获取无人机建立的栅格地图，并结合自身感知的环境信息修正补充栅格地图；根据修正补充后的栅格地图，建立无人车路径规划的目标函数；所述目标函数为移动路径最短，或耗时最短，或消耗能量最少；根据目标函数，通过改进型海鸥优化算法进行最优位置更新，确定最优海鸥位置；根据预设的最大迭代次数依次更新的最优海鸥位置，确定最优路径规划结果。该方法克服了海鸥算法存在的几点不足，能够显著提升基于空地信息融合的无人车路径规划的效果。
-
公开(公告)号：CN112810715B
公开(公告)日：2022-06-07
申请号：CN202011643851.X
申请日：2020-12-31
Applicant: 中国人民解放军陆军装甲兵学院
Abstract: 本发明公开了一种模块化履带张紧机构及其安装、拆卸方法。履带张紧机构包括U状外框架，外框架与固定架固定连接，其中：外框架包括两个侧框，两个侧框之间通过联结框连接；两个侧框之间安装有张紧轴组件，张紧轮转动安装在张紧轴组件上且被外框架三面包围，张紧轴组件的两端贯穿伸出两个侧框且在两个侧框的滑移槽内可做滑移运动；联结框上贯穿活动螺接有螺杆，螺杆伸入外框架的一端与张紧轴组件可拆卸式连接；当张紧轴组件滑动到所需张紧位置且与螺杆伸入外框架的一端连接时，螺杆被贯穿安装在外框架上的定位销固定住。本发明可承受大载荷，强度高，且结构简洁，使用、维修与装卸便捷。
-
公开(公告)号：CN113867369B
公开(公告)日：2022-03-22
申请号：CN202111461312.9
申请日：2021-12-03
Applicant: 中国人民解放军陆军装甲兵学院
IPC: G05D1/02
Abstract: 本发明提供一种基于交流学习的海鸥算法的机器人路径规划方法，包括以下步骤：获取机器人移动区域地图；根据移动区域地图，建立移动区域地图路径规划的目标函数；基于海鸥算法，通过Piecewise映射初始化海鸥种群位置，并根据目标函数，计算最优适应度值和最优海鸥位置；引入交流学习，进行海鸥位置更新，并确定更新后的最优适应度值和最优海鸥位置；对最优海鸥位置进行柯西变异，获取变异后的最优适应度值和最优海鸥位置；并将变异前后适应度值最优的海鸥位置，作为更新后的最优海鸥位置；根据预设的最大迭代次数依次更新的最优海鸥位置，确定最优路径规划结果。该方法克服了现有海鸥算法存在的不足，能够显著提升路径规划的效果。
-
公开(公告)号：CN113885536A
公开(公告)日：2022-01-04
申请号：CN202111460726.X
申请日：2021-12-03
Applicant: 中国人民解放军陆军装甲兵学院
Abstract: 本发明提供一种基于全局海鸥算法的移动机器人路径规划方法，包括以下步骤：获取机器人移动区域地图；根据移动区域地图，建立移动区域地图路径规划的目标函数；基于海鸥算法，通过高斯映射初始化海鸥种群位置；并根据目标函数，计算最优适应度值和最优海鸥位置；通过历史全局最优位置，和本次迭代最优海鸥位置来进行海鸥位置更新；对最优海鸥位置进行透镜反向学习，获取学习后的最优适应度值和最优海鸥位置；并将学习前后适应度值最优的海鸥位置，作为更新后的最优海鸥位置；根据预设的最大迭代次数依次更新的最优海鸥位置，确定最优路径规划结果。该方法克服了现有海鸥算法存在的不足，能够显著提升路径规划的效果。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.037 seconds)
