公开(公告)号：CN115857543A

公开(公告)日：2023-03-28

申请号：CN202211474233.6

申请日：2022-11-23

Applicant: 重庆邮电大学

Inventor： 余翔 ,  王彬彬 ,  段思睿 ,  王蓉 ,  肖云鹏 ,  庞育才 ,  王子怡

IPC: G05D1/10

Abstract: 本发明涉及一种基于先验信息的多无人机协同搜索方法，包括将搜索区域地理点的经纬度坐标映射到笛卡尔坐标空间得到目标搜索区域；将目标搜索区域离散化处理为伪离散网格，并将每个伪离散网格的边离散为间隔均匀的搜索点；根据目标在搜索区域的先验概率信息，将N个搜索起点作为聚类中心采用Kmeans聚类算法生成N个任务区域：拍卖任务区域之间冲突的伪离散网格；以步长为Wk栅格化各无人机的任务区域确定各无人机的最终任务区域，建立无人机最终任务区域的概率地图；建立无人机的搜索函数计算出无人机在最终任务区域的最佳搜索路径；将无人机的最佳搜索路径映射回实际的地理坐标引导无人机在真实场景下对目标进行搜索。

公开(公告)号：CN116088579A

公开(公告)日：2023-05-09

申请号：CN202310169372.6

申请日：2023-02-27

Applicant: 重庆邮电大学

Inventor： 余翔 ,  王彬彬 ,  段思睿 ,  王蓉 ,  肖云鹏 ,  庞育才

IPC: G05D1/10

Abstract: 本发明涉及一种基于深度强化学习的无人机自适应信息路径规划方法，属于无人机技术领域。该方法使用高斯过程模型对地形进行有效信息的概率映射；根据一般的信息路径规划模型建立基于强化学习的信息路径规划模型；设计策略价值网络，并使用一个训练网络同时输出策略与估值；采用强化学习策略，通过使用主动搜索产生的数据进行训练；对策略价值网络训练优化，定义损失函数进行向减小损失方向的迭代更新；对训练完的策略价值网络进行评估；使用更新后的策略价值网络与蒙特卡洛树搜索结合完成搜索，得到用于数据收集的信息路径。

公开(公告)号：CN115857543B

公开(公告)日：2025-04-22

申请号：CN202211474233.6

申请日：2022-11-23

Applicant: 重庆邮电大学

Inventor： 余翔 ,  王彬彬 ,  段思睿 ,  王蓉 ,  肖云鹏 ,  庞育才 ,  王子怡

IPC: G05D1/46 ,  G05D1/695 ,  G05D109/20

Abstract: 本发明涉及一种基于先验信息的多无人机协同搜索方法，包括将搜索区域地理点的经纬度坐标映射到笛卡尔坐标空间得到目标搜索区域；将目标搜索区域离散化处理为伪离散网格，并将每个伪离散网格的边离散为间隔均匀的搜索点；根据目标在搜索区域的先验概率信息，将N个搜索起点作为聚类中心采用Kmeans聚类算法生成N个任务区域：拍卖任务区域之间冲突的伪离散网格；以步长为Wk栅格化各无人机的任务区域确定各无人机的最终任务区域，建立无人机最终任务区域的概率地图；建立无人机的搜索函数计算出无人机在最终任务区域的最佳搜索路径；将无人机的最佳搜索路径映射回实际的地理坐标引导无人机在真实场景下对目标进行搜索。