-
公开(公告)号：CN114842359B
公开(公告)日：2024-09-20
申请号：CN202210474425.0
申请日：2022-04-29
Applicant: 西北工业大学
Abstract: 本发明公开了一种基于视觉的固定翼无人机自主着陆跑道检测方法，包括对采集的跑道图像进行灰度化处理；建立静态蒙版对跑道图像进行图像切割；采用自适应直方图均衡化方法对跑道图像进行图像增强处理；采用高斯滤波方法对跑道图像进行平滑和模糊处理；采用sobel算子对跑道图像进行边缘检测；根据上一帧跑道图像的跑道线检测结果建立动态蒙版；采用Hough变换方法对跑道图像进行直线检测；对检测到的直线进行空间滤波，得到跑道线检测结果。本发明能够提高无人机自主着陆跑道检测的精确性和实时性，进而实现基于计算机视觉的无人机自主着陆的自主精确导航。
-
公开(公告)号：CN113741186A
公开(公告)日：2021-12-03
申请号：CN202110964269.1
申请日：2021-08-22
Applicant: 西北工业大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于近端策略优化的双机空战决策方法，首先分别构建无人机的近端策略优化中的策略神经网络Actor模块和价值神经网络Critic模块；然后建立无人机对战的飞机模型和导弹模型，接下来将无人机所处的状态信息输入各自的策略神经网络中，然后通过策略神经网络选择动作，在作战环境中执行所选动作并得到回报；将我机和敌机的状态信息归一化后，将信息打包成四元组存入经验池中；当经验池的数据量达到所设定的最小训练数据量时，对价值神经网络和策略神经网络进行训练，更新我机和敌机的动作选取策略；最终得到训练好的我机和敌机的策略神经网络和价值神经网络。本发明方法收敛性强、实时性好，且具有一定的鲁棒性，具有较好的可行性。
-
公开(公告)号：CN114937007A
公开(公告)日：2022-08-23
申请号：CN202210474462.1
申请日：2022-04-29
Applicant: 西北工业大学
Abstract: 本发明公开了一种基于角点特征的无人机视觉着陆跑道起始线检测方法，包括对采集的跑道图像进行灰度化处理；采用高斯滤波方法对跑道图像进行平滑和模糊处理；采用Sobel算子对跑道图像进行边缘检测；对检测的边缘特征进行膨胀和腐蚀的形态学处理；根据上一帧跑道图像的跑道起始线检测结果建立动态蒙版；对跑道图像进行Harris角点检测；对检测到的角点进行空间滤波，得到跑道起始线检测结果。本发明能够提高无人机自主着陆跑道起始线检测的精确性和检索效率，进而实现基于计算机视觉的无人机自主着陆的自主精确导航。
-
Patent Agency Ranking
公开(公告)号：CN114937007B
公开(公告)日：2024-08-20
申请号：CN202210474462.1
申请日：2022-04-29
Applicant: 西北工业大学
Abstract: 本发明公开了一种基于角点特征的无人机视觉着陆跑道起始线检测方法，包括对采集的跑道图像进行灰度化处理；采用高斯滤波方法对跑道图像进行平滑和模糊处理；采用Sobel算子对跑道图像进行边缘检测；对检测的边缘特征进行膨胀和腐蚀的形态学处理；根据上一帧跑道图像的跑道起始线检测结果建立动态蒙版；对跑道图像进行Harris角点检测；对检测到的角点进行空间滤波，得到跑道起始线检测结果。本发明能够提高无人机自主着陆跑道起始线检测的精确性和检索效率，进而实现基于计算机视觉的无人机自主着陆的自主精确导航。
-
公开(公告)号：CN113741186B
公开(公告)日：2023-08-18
申请号：CN202110964269.1
申请日：2021-08-22
Applicant: 西北工业大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于近端策略优化的双机空战决策方法，首先分别构建无人机的近端策略优化中的策略神经网络Actor模块和价值神经网络Critic模块；然后建立无人机对战的飞机模型和导弹模型，接下来将无人机所处的状态信息输入各自的策略神经网络中，然后通过策略神经网络选择动作，在作战环境中执行所选动作并得到回报；将我机和敌机的状态信息归一化后，将信息打包成四元组存入经验池中；当经验池的数据量达到所设定的最小训练数据量时，对价值神经网络和策略神经网络进行训练，更新我机和敌机的动作选取策略；最终得到训练好的我机和敌机的策略神经网络和价值神经网络。本发明方法收敛性强、实时性好，且具有一定的鲁棒性，具有较好的可行性。
-
公开(公告)号：CN113791634B
公开(公告)日：2024-02-02
申请号：CN202110964271.9
申请日：2021-08-22
Applicant: 西北工业大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明公开了一种基于多智能体强化学习的多机空战决策方法，首先建立无人机的六自由度模型、导弹模型、神经网络归一化模型、战场环境模型、态势判断和目标分配模型；然后采用MAPPO算法作为多智能体强化学习算法，在具体空战环境的基础上设计相应的回报函数；最后将构建的无人机模型和多智能体强化学习算法进行结合，生成最终的基于多智能体强化学习的多机协同空战决策方法。本发明方法有效解决了传统的多智能体协同空战计算量大，难以应对需要实时结算瞬息万变的战场态势的问题。
-
公开(公告)号：CN114842359A
公开(公告)日：2022-08-02
申请号：CN202210474425.0
申请日：2022-04-29
Applicant: 西北工业大学
Abstract: 本发明公开了一种基于视觉的固定翼无人机自主着陆跑道检测方法，包括对采集的跑道图像进行灰度化处理；建立静态蒙版对跑道图像进行图像切割；采用自适应直方图均衡化方法对跑道图像进行图像增强处理；采用高斯滤波方法对跑道图像进行平滑和模糊处理；采用sobel算子对跑道图像进行边缘检测；根据上一帧跑道图像的跑道线检测结果建立动态蒙版；采用Hough变换方法对跑道图像进行直线检测；对检测到的直线进行空间滤波，得到跑道线检测结果。本发明能够提高无人机自主着陆跑道检测的精确性和实时性，进而实现基于计算机视觉的无人机自主着陆的自主精确导航。
-
公开(公告)号：CN113791634A
公开(公告)日：2021-12-14
申请号：CN202110964271.9
申请日：2021-08-22
Applicant: 西北工业大学
IPC: G05D1/10
Abstract: 本发明公开了一种基于多智能体强化学习的多机空战决策方法，首先建立无人机的六自由度模型、导弹模型、神经网络归一化模型、战场环境模型、态势判断和目标分配模型；然后采用MAPPO算法作为多智能体强化学习算法，在具体空战环境的基础上设计相应的回报函数；最后将构建的无人机模型和多智能体强化学习算法进行结合，生成最终的基于多智能体强化学习的多机协同空战决策方法。本发明方法有效解决了传统的多智能体协同空战计算量大，难以应对需要实时结算瞬息万变的战场态势的问题。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.022 seconds)
