-
公开(公告)号:CN119512108A
公开(公告)日:2025-02-25
申请号:CN202411643417.X
申请日:2024-11-18
Applicant: 上海大学
IPC: G05D1/43 , G05D109/30
Abstract: 本发明涉及一种基于模糊逻辑规则结合强化学习的水陆两栖车的路径规划方法及系统。规划方法包括如下步骤:根据水陆两栖车的应用场景,使用传感器收集场景参数,将所述场景参数作为输入参数;将所述输入参数模糊化处理,使用模糊规则库进行推理,得到模糊输出,使用重心法将所述模糊输出执行输出解模糊化;定义状态空间和动作空间,重置环境,执行动作并计算奖励,满足回合结束条件时完成该步骤;初始化Actor‑Critic神经网络,通过经验回放和目标网络的更新机制,实现策略的稳定学习;训练及优化Actor‑Critic神经网络,得到最佳路径规划策略。本发明提出的基于模糊逻辑规则结合强化学习的水陆两栖车的路径规划方法,通过模糊逻辑系统和强化学习算法的结合,实现对复杂环境下路径规划问题的高效求解,具备广泛的应用前景。
-
公开(公告)号:CN118760210A
公开(公告)日:2024-10-11
申请号:CN202411028859.3
申请日:2024-07-29
Applicant: 上海大学
Abstract: 本发明涉及无人机控制技术领域,提出一种无人机编队控制方法及系统。该方法包括:根据无人机集群的多个无人机的全局路径生成多个无人机飞行走廊;根据所述无人机飞行走廊与无人机集群的主无人机的全局路径之间的包含关系,确定无人机是否处于陷阱中;当存在处于陷阱中的受困无人机时,构造所述受困无人机与所述主无人机之间的连接路径,根据所述连接路径生成受困无人机飞行走廊,并且确定临时导航点,使无人机集群飞向临时导航点处;以及构造并求解优化问题,以将无人机集群约束在主无人机飞行走廊中,使得无人机集群绕过陷阱。本发明有效解决无人机在连续性障碍中的困境问题,适用于各种复杂环境中的无人机应用,具有广泛的实际应用价值。
-
公开(公告)号:CN118502467A
公开(公告)日:2024-08-16
申请号:CN202410251312.3
申请日:2024-03-05
Applicant: 上海大学
IPC: G05D1/485 , G05D101/10
Abstract: 本发明公开一种在复杂高海况环境下的无人艇路径规划方法及系统,涉及高海况下无人艇路径规划决策领域,方法包括:获取目标区域地图信息;根据目标区域地图信息,确定海洋环境信息;构建初始种群;采用迭代优化算法对初始种群中的个体进行迭处处理,得到全局最优路径;所述全局最优路径为预期适应度值最优的路径;预期适应度值是根据预期时间内的海风、海浪和洋流的作用力确定的。本发明通过在选择全局最优路径时,融入海风、海浪、洋流等海洋环境影响因素,从而使得到的全局最优路径具有更高的参考价值,实用性更强,同时有效提升了无人艇对海洋环境的适应能力,以及保障无人艇能够安全行驶。
-
公开(公告)号:CN116430870A
公开(公告)日:2023-07-14
申请号:CN202310477310.1
申请日:2023-04-28
Applicant: 上海大学
IPC: G05D1/02
Abstract: 本发明属于海域无人艇搜索领域,具体公开了一种基于蚁群优化的多无人艇目标搜索算法。该算法主要是利用蚁群优化的方法,使得无人艇集群能够在尽可能短的时间内搜索到丢失的目标,确保搜索轨迹最优。本发明基于马尔可夫预测模型更新的目标概率图复合目标的移动路线,引导无人艇集群朝目标存在概率高的地区移动进行目标搜索任务,不仅能够保证得到最佳解,同时还能加快算法的收敛速度,提高目标搜索任务的效率。相较于其他算法,基于蚁群优化的目标搜索算法能够使得无人艇集群有效避开障碍物,保证无人艇集群在搜索过程中的安全性。此外,多无人艇在协同搜索未知动态目标时,具有信息共享,划分区域搜索的优势,能够扩大搜索范围并缩短搜索到目标的时间。
-
公开(公告)号:CN116382285A
公开(公告)日:2023-07-04
申请号:CN202310379144.1
申请日:2023-04-10
Applicant: 上海大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于态势信息的对抗环境下多无人艇区域巡逻方法及系统。该方法包括:根据信息集构建战场的全局态势信息;利用当前船只自身的传感器探测信息构建局部海图;根据当前船只周围的船只运动轨迹以及当前船只的运动轨迹,对所有船只的未来运动轨迹进行预测,得到轨迹预测信息;将所述轨迹预测信息与所述局部海图结合形成局部态势信息;基于所述全局态势信息、所述局部态势信息以及船只运动属性向量确定特征向量;通过所述特征向量和奖励函数对MADDPG算法进行训练;通过训练好的Actor网络确定动作指令;根据所述动作指令进行多无人艇的区域巡逻任务。本发明能够在复杂的对抗环境中做出有效决策,能完成区域协同巡逻的任务需求。
-
公开(公告)号:CN116050795A
公开(公告)日:2023-05-02
申请号:CN202310110059.5
申请日:2023-02-13
Applicant: 上海大学
IPC: G06Q10/0631 , G06N3/0442 , G06N3/094 , G06Q10/04
Abstract: 本发明公开一种基于MADDPG的无人艇集群任务调度与协同对抗方法,涉及无人艇集群博弈对抗技术领域,包括:获取我方艇的我方探测数据和当前动作奖励;基于长短期记忆网络和敌方艇的当前状态集预测敌方艇的下一状态集,然后修正当前动作奖励以得到初次修正奖励值;基于隶属度函数‑小波神经网络、每个敌方艇的当前状态集确定对我方艇威胁最大的敌方艇,然后修正初次修正奖励值以得到最终奖励值;以对我方艇威胁最大的敌方艇为我方艇的攻击目标,确定每艘我方艇的任务分配和调度数据;筛选数据样本得到样本集;利用样本集对评价网络进行训练并进行软更新,以得到我方艇集群的最优调度对抗策略。本发明实现多艇对战时的最优任务调度。
-
公开(公告)号:CN119105522A
公开(公告)日:2024-12-10
申请号:CN202411237515.3
申请日:2024-09-05
Applicant: 上海大学
IPC: G05D1/46 , G05D1/695 , G05D109/20
Abstract: 本发明公开一种无人机集群围捕攻击方法、产品、介质及设备,涉及无人机集群博弈领域。本发明根据无人机和目标最大速度关系确定采用纯追击策略或包围追击策略;采用包围追击策略时,基于无人机和目标的位置及速度确定围捕者无人机数量并构建阿波罗尼斯圆围捕模型;将围捕者无人机速度分解为包围和追击两个方向,将包围追击策略分成包围形成和态势维持两个阶段;包围形成阶段,控制多台围捕者无人机沿着包围方向运动;态势维持阶段,根据围捕者无人机与目标的距离确定是否进行协同攻击,利用速度障碍法进行无人机优势态势速度选择,通过深度强化学习训练实现围捕者无人机对目标的多角度饱和攻击。采用本发明方法可以提高目标的围捕成功率。
-
公开(公告)号:CN116300964A
公开(公告)日:2023-06-23
申请号:CN202310391040.2
申请日:2023-04-11
Applicant: 上海大学
IPC: G05D1/02
Abstract: 本发明公开一种集群围捕方法、系统及执行装置,涉及无人艇技术领域,该方法包括获取围捕者的观测信息和移动目标的观测信息;根据围捕者的观测信息和移动目标的观测信息,基于Apolloniuscircle理论,确定围捕总占用角;并根据围捕总占用角判断围捕阶段;根据围捕阶段、围捕者的速度信息与移动目标的速度信息,确定围捕最优速度;根据围捕最优速度控制围捕者到达移动目标处进行围捕。本发明能够使智能体自适应地完成对围捕目标的均匀围捕并且提高围捕成功率。
-
-
-
-
-
-
-