公开(公告)号：CN118170013B

公开(公告)日：2024-11-26

申请号：CN202410207143.3

申请日：2024-02-26

Applicant: 无锡学院

Inventor： 夏庆锋 ,  许可儿 ,  孙宁 ,  宋志强 ,  王松雷 ,  宋利鹏 ,  李东保

IPC: G05B13/04

Abstract: 本发明公开了一种基于强化学习的无人机辅助配送方法，包括如下步骤：步骤一、构建用于无人机辅助配送的数学模型，即无人机配送调度问题模型，包括无人机任务分配模型和无人机路径规划模型；步骤二、基于PPO‑PSO算法，采用LSTM–CNN神经网络架构，分别设计用于无人机任务分配模型的任务分配算法和用于无人机路径规划模型的航线规划算法；步骤三、构建自主制导与跟踪避障模型，使无人机能够适应对象和环境的不确定性，具有变参数、变结构的能力，实现地面随机运动目标的连续跟踪和合理避障；步骤四、将自主制导与跟踪避障模型在pybullet平台上进行训练，将训练好的神经网络架构部署到设计好的实验环境上，采用ros系统进行仿真验证。

公开(公告)号：CN118170013A

公开(公告)日：2024-06-11

申请号：CN202410207143.3

申请日：2024-02-26

Applicant: 无锡学院

Inventor： 夏庆锋 ,  许可儿 ,  孙宁 ,  宋志强 ,  王松雷 ,  宋利鹏 ,  李东保

IPC: G05B13/04

Abstract: 本发明公开了一种基于强化学习的无人机辅助配送方法，包括如下步骤：步骤一、构建用于无人机辅助配送的数学模型，即无人机配送调度问题模型，包括无人机任务分配模型和无人机路径规划模型；步骤二、基于PPO‑PSO算法，采用LSTM–CNN神经网络架构，分别设计用于无人机任务分配模型的任务分配算法和用于无人机路径规划模型的航线规划算法；步骤三、构建自主制导与跟踪避障模型，使无人机能够适应对象和环境的不确定性，具有变参数、变结构的能力，实现地面随机运动目标的连续跟踪和合理避障；步骤四、将自主制导与跟踪避障模型在pybullet平台上进行训练，将训练好的神经网络架构部署到设计好的实验环境上，采用ros系统进行仿真验证。