一种基于改进A-star算法与强化学习的集群路径规划方法及系统

    公开(公告)号:CN119902432A

    公开(公告)日:2025-04-29

    申请号:CN202411951191.X

    申请日:2024-12-27

    Abstract: 本发明提供一种基于改进A‑star算法与强化学习的集群路径规划方法及系统,属于无人机集群控制领域。为解决现有传统路径规划中未考虑集群体积导致其碰撞和在高动态环境下失效问题。本发明基于改进的A*路径规划算法进行路径规划,考虑约束条件生成最优路径;通过局部目标点的设定,引导高速飞行器沿最短路径飞行;结合SAC强化学习算法,构建奖励函数以引导高速飞行器向目标飞行;根据高速飞行器的约束条件设计目标飞行奖励;采用基于改进A‑star与深度强化学习的分层控制框架,进一步优化集群飞行路径和避障能力。本发明在复杂障碍环境中确保集群的精确路径规划与稳定编队控制,有效提升了无人机集群在复杂环境中的避障能力和协同控制。

    基于WEB的FSEC电动方程式赛车数据采集系统

    公开(公告)号:CN217640019U

    公开(公告)日:2022-10-21

    申请号:CN202221540357.5

    申请日:2022-06-20

    Abstract: 本实用新型提出一种基于WEB的FSEC电动方程式赛车数据采集系统,包括ECU整车控制器,所述ECU整车控制器与第一组传感器相连接,所述ECU整车控制器还与STM32主控板相连接,所述STM32主控板还分别与第二组传感器、BMS电池管理系统、串口屏、串口数据记录仪以及无线通信模块相连接,所述无线通信模块与WEB服务器相连接,所述WEB服务器将信息通过前端显示网页进行显示。上述基于WEB的FSEC电动方程式赛车数据采集系统能够将车辆动态数据进行实时采集、共享监测、完整存储,能够提高赛车在出现故障后的维修效率和维护车手的生命安全。

Patent Agency Ranking