公开(公告)号：CN117032297A

公开(公告)日：2023-11-10

申请号：CN202310841739.4

申请日：2023-07-10

Applicant: 南通大学

Inventor： 袁银龙 ,  徐沛安 ,  张思洁 ,  程赟

IPC: G05D1/10

Abstract: 本发明实施例提供一种无人机跟踪控制模型的训练方法、使用方法及终端设备，属于无人机技术领域。该方法包括：获取第一无人机的第一态势信息和第一无人机所处的目标环境图像，目标环境图像包括待跟踪的第二无人机的图像；检测第二无人机在目标环境图像中的目标位置信息；根据目标位置信息确定第一无人机和第二无人机的距离信息，并根据目标位置信息和距离信息确定第二无人机的第二态势信息；根据第一态势信息和第二态势信息对跟踪控制模型进行参数调整，直至得到目标跟踪控制模型。本申请将第一态势信息和第二态势信息进行信息整合训练跟踪控制模型，从而获得目标跟踪控制模型，进而使得无人机能够自主进行跟踪控制，提高了无人机的跟踪效率。

公开(公告)号：CN116069056B

公开(公告)日：2023-07-18

申请号：CN202211612915.9

申请日：2022-12-15

Applicant: 南通大学

Inventor： 袁银龙 ,  徐沛安 ,  程赟 ,  华亮 ,  李俊红

IPC: G05D1/10

Abstract: 本发明提供了一种基于深度强化学习的无人机战场目标跟踪控制方法，属于无人机技术领域；解决了无人机无法自主进行战场目标跟踪控制的难题。其技术方案为：包括以下步骤：S1、根据无人机自身的传感器系统检测敌我态势；S2、利用深度学习分析敌方态势得到需要跟踪的敌方目标信息；S3、根据敌方的态势信息利用深度强化学习进行实时的跟踪控制。本发明的有益效果为：本发明能够令无人机完成对敌方目标的自主跟踪控制，提高无人机在战场上的利用效能，有利于提升无人机作战能力。

公开(公告)号：CN116069056A

公开(公告)日：2023-05-05

申请号：CN202211612915.9

申请日：2022-12-15

Applicant: 南通大学

Inventor： 袁银龙 ,  徐沛安 ,  程赟 ,  华亮 ,  李俊红

IPC: G05D1/10

Abstract: 本发明提供了一种基于深度强化学习的无人机战场目标跟踪控制方法，属于无人机技术领域；解决了无人机无法自主进行战场目标跟踪控制的难题。其技术方案为：包括以下步骤：S1、根据无人机自身的传感器系统检测敌我态势；S2、利用深度学习分析敌方态势得到需要跟踪的敌方目标信息；S3、根据敌方的态势信息利用深度强化学习进行实时的跟踪控制。本发明的有益效果为：本发明能够令无人机完成对敌方目标的自主跟踪控制，提高无人机在战场上的利用效能，有利于提升无人机作战能力。