【技術(shù)實(shí)現(xiàn)步驟摘要】
本申請(qǐng)涉及數(shù)據(jù)處理，特別是涉及一種基于多層聚類的無人自主系統(tǒng)性能模式分析方法及裝置。
技術(shù)介紹
1、隨著無人自主系統(tǒng)的快速發(fā)展，出現(xiàn)了邊界場(chǎng)景的識(shí)別問題，研究人員把邊界場(chǎng)景定義在參數(shù)值達(dá)到或接近無人自主系統(tǒng)性能極限時(shí)。解決這一問題的方法比如依靠定義關(guān)鍵變量的最大值和最小值來進(jìn)行邊界值分析，尋找接近關(guān)鍵輸入?yún)?shù)極值的邊界場(chǎng)景，從而在極端和邊緣條件下測(cè)試無人智能系統(tǒng)性能，但是該方法的缺點(diǎn)是處理更復(fù)雜和多變的系統(tǒng)時(shí)，設(shè)置邊界值大小的難度和分析邊界值的成本將顯著增加。另外基于實(shí)際交通數(shù)據(jù)生成場(chǎng)景并進(jìn)行性能測(cè)試和評(píng)估的場(chǎng)景生成方法嚴(yán)重依賴實(shí)時(shí)場(chǎng)景數(shù)據(jù)，還涉及計(jì)算資源消耗的問題。
2、這些方法多關(guān)注安全與不安全的界限，但是對(duì)于無人機(jī)集群來說，關(guān)注其在不同場(chǎng)景中的不同性能模式更有意義。目前的自適應(yīng)采樣算法，通過利用試驗(yàn)信息逐步將采樣像可能發(fā)生性能模式關(guān)鍵轉(zhuǎn)變的區(qū)域。但是根據(jù)所得采樣結(jié)果，無法直接對(duì)性能模式的邊界進(jìn)行解析，迫切地需要一種新的方法來高效地劃分不同地性能模式對(duì)應(yīng)地場(chǎng)景。
技術(shù)實(shí)現(xiàn)思路
1、基于此，有必要針對(duì)上述技術(shù)問題，提供一種能夠提高無人自主系統(tǒng)性能分析效率的基于多層聚類的無人自主系統(tǒng)性能模式分析方法及裝置。
2、一種基于多層聚類的無人自主系統(tǒng)性能模式分析方法，所述方法包括：
3、獲取無人自主系統(tǒng)應(yīng)用的場(chǎng)景空間和樣本集合；樣本集包括無人自主系統(tǒng)在場(chǎng)景空間的指標(biāo)值集合；
4、根據(jù)均值漂移聚類技術(shù)對(duì)樣本集合進(jìn)行初始聚類，得到多個(gè)初始類簇；初
5、利用dbscan聚類方法對(duì)初始類簇進(jìn)行聚類，生成關(guān)于邊界區(qū)域的子聚簇集合；
6、利用knn算法對(duì)子聚簇集合中性能模式標(biāo)簽不同的兩個(gè)類簇進(jìn)行計(jì)算，生成場(chǎng)景邊界；根據(jù)場(chǎng)景邊界進(jìn)行無人自主系統(tǒng)性能模式區(qū)分。
7、在其中一個(gè)實(shí)施例中，根據(jù)均值漂移聚類技術(shù)對(duì)樣本集合進(jìn)行初始聚類，得到初始類簇，包括：
8、根據(jù)均值漂移聚類技術(shù)對(duì)樣本集合進(jìn)行初始聚類，利用樣本響應(yīng)自動(dòng)分配類別標(biāo)簽，將無人自主系統(tǒng)的性能分類為不同的性能模式，無人自主系統(tǒng)在不同的區(qū)域表現(xiàn)出不同的性能模式，得到無人機(jī)自主系統(tǒng)不同性能模式對(duì)應(yīng)的場(chǎng)景集合。
9、在其中一個(gè)實(shí)施例中，利用dbscan聚類方法對(duì)初始類簇進(jìn)行聚類，生成關(guān)于邊界區(qū)域的子聚簇集合，包括：
10、利用均值漂移聚類將初始類簇中不同性能模式的場(chǎng)景分成不同類別，即按不同的指標(biāo)將場(chǎng)景劃分為幾種主要的性能模式，根據(jù)dbscan對(duì)每一個(gè)性能模式內(nèi)的場(chǎng)景點(diǎn)進(jìn)行聚類，數(shù)據(jù)列主要選擇場(chǎng)景點(diǎn)的二維坐標(biāo)，密集的子聚簇表示性能模式的邊界區(qū)域。
11、在其中一個(gè)實(shí)施例中，根據(jù)多個(gè)初始類簇和子聚類集合中性能模式標(biāo)簽不同的兩個(gè)類簇利用knn算法進(jìn)行計(jì)算，生成場(chǎng)景邊界樣本，包括：
12、將多個(gè)初始類簇和子聚類集合中性能模式標(biāo)簽不同的兩個(gè)類簇作為聚類后的樣本，首先利用knn算法找到每個(gè)聚類后的樣本在特征空間中距離最近的k個(gè)鄰居，在找到的k個(gè)鄰居中，檢查是否存在與當(dāng)前樣本標(biāo)簽不同的樣本，如果存在，則選擇距離最近且標(biāo)簽不同的樣本作為該樣本的“邊界鄰居”；將這些標(biāo)簽不同的最近鄰樣本組合成邊界對(duì)，每一個(gè)邊界對(duì)的樣本表示一個(gè)潛在的性能變化區(qū)域的邊界；通過列出所有形成的邊界對(duì)，連接不同標(biāo)簽樣本之間的區(qū)域，標(biāo)記出該區(qū)域?yàn)檫吔鐖?chǎng)景樣本。
13、一種基于多層聚類的無人自主系統(tǒng)性能模式分析裝置，所述裝置包括：
14、數(shù)據(jù)獲取模塊，用于獲取無人自主系統(tǒng)應(yīng)用的場(chǎng)景空間和樣本集合；樣本集包括無人自主系統(tǒng)在場(chǎng)景空間的指標(biāo)值集合；
15、均值漂移聚類模塊，用于根據(jù)均值漂移聚類技術(shù)對(duì)樣本集合進(jìn)行初始聚類，得到多個(gè)初始類簇；初始類簇為無人機(jī)自主系統(tǒng)在不同場(chǎng)景下的性能模式集合；
16、dbscan聚類模塊，用于利用dbscan聚類方法對(duì)初始類簇進(jìn)行聚類，生成關(guān)于邊界區(qū)域的子聚簇集合；
17、無人自主系統(tǒng)性能模式區(qū)分模塊，用于利用knn算法對(duì)子聚簇集合中性能模式標(biāo)簽不同的兩個(gè)類簇進(jìn)行計(jì)算，生成場(chǎng)景邊界；根據(jù)場(chǎng)景邊界進(jìn)行無人自主系統(tǒng)性能模式區(qū)分。
18、上述基于多層聚類的無人自主系統(tǒng)性能模式分析方法及裝置，本申請(qǐng)采用了均值漂移、dbscan和knn三種無監(jiān)督或弱監(jiān)督的算法組合，減少了對(duì)參數(shù)設(shè)置的依賴，提高了對(duì)復(fù)雜數(shù)據(jù)集的適應(yīng)性，特別適用于復(fù)雜場(chǎng)景下的模式識(shí)別。相比傳統(tǒng)方法，自動(dòng)化和智能化程度更高，從而降低了人工干預(yù)的難度。在無人系統(tǒng)的性能分析中，基于實(shí)時(shí)交通數(shù)據(jù)的場(chǎng)景生成方法往往需要大量計(jì)算資源，而通過初始聚類和密度判別可以有效減少樣本量，使得后續(xù)性能分析更為高效。本申請(qǐng)顯著降低了計(jì)算成本，在場(chǎng)景復(fù)雜度增加時(shí)仍能保持較高的計(jì)算效率。通過多級(jí)聚類和局部標(biāo)簽判別，不僅提高了對(duì)邊界區(qū)域的識(shí)別精度，還為性能模式的轉(zhuǎn)變提供了更加準(zhǔn)確的依據(jù)，減少了誤判和漏判的可能性，確保系統(tǒng)性能分析的準(zhǔn)確性。無人系統(tǒng)的應(yīng)用場(chǎng)景往往處于動(dòng)態(tài)變化之中，本申請(qǐng)通過多個(gè)聚類和分類算法的組合，可以快速識(shí)別新的性能模式和邊界變化，適應(yīng)場(chǎng)景的動(dòng)態(tài)變化，提高系統(tǒng)在不確定環(huán)境下的分析效率。
本文檔來自技高網(wǎng)...【技術(shù)保護(hù)點(diǎn)】
1.一種基于多層聚類的無人自主系統(tǒng)性能模式分析方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)均值漂移聚類技術(shù)對(duì)所述樣本集合進(jìn)行初始聚類，得到初始類簇，包括：
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，利用DBSCAN聚類方法對(duì)所述初始類簇進(jìn)行聚類，生成關(guān)于邊界區(qū)域的子聚簇集合，包括：
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)多個(gè)所述初始類簇和所述子聚類集合中性能模式標(biāo)簽不同的兩個(gè)類簇利用KNN算法進(jìn)行計(jì)算，生成場(chǎng)景邊界樣本，包括：
5.一種基于多層聚類的無人自主系統(tǒng)性能模式分析裝置，其特征在于，所述裝置包括：
【技術(shù)特征摘要】
1.一種基于多層聚類的無人自主系統(tǒng)性能模式分析方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)均值漂移聚類技術(shù)對(duì)所述樣本集合進(jìn)行初始聚類，得到初始類簇，包括：
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，利用dbscan聚類方法對(duì)所述初始類簇進(jìn)行聚...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：于海躍，蔣涵旭，姜江，唐帥文，解曉童，
申請(qǐng)(專利權(quán))人：中國人民解放軍國防科技大學(xué)，
類型：發(fā)明
國別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。