-
公开(公告)号：CN114967721A
公开(公告)日：2022-08-30
申请号：CN202210648007.9
申请日：2022-06-08
Applicant: 西北工业大学
Abstract: 本发明公开了一种基于DQ‑CapsNet的无人机自助路径规划和避障策略方法，首先设定无人机状态信息，再设定无人机的动作信息和无人机的状态更新过程；然后定义奖励函数，引入胶囊网络算法，构建深度强化学习网络DQ‑CapsNet网络：最后基于DQ‑CapsNet网络，构建无人机路径规划与避障预训练模型并进行训练；本发明对提升无人机路径规划与避障模型训练效率以及无人机在陌生环境下对障碍物的识别率，且构建的无人机路径规划与避障模型具有更好的规划性能。
-
公开(公告)号：CN114879729A
公开(公告)日：2022-08-09
申请号：CN202210531544.5
申请日：2022-05-16
Applicant: 西北工业大学
IPC: G05D1/10
Abstract: 本发明公开了一种基于障碍物轮廓检测算法的无人机自主避障方法，首先对获取到的图像进行滤波处理和颜色空间的转化。然后，对转化后的图像进行阈值处理和形态学处理。对处理后的图像进行边缘检测和轮廓检测，将检测后的结果与相机标定的数据结合，计算出世界坐标系下障碍物的质心坐标，从而获得障碍物的位置信息和轮廓信息。最后，将障碍物的信息传入到D*避障算法中进行实时路径求解，直至完成无人机的自主避障功能。本发明方法实时性高，计算效率较高，可基于该方法推广到无人机在动态障碍物下的自主避障以及真实三维场景下的无人机自主避障。
-
公开(公告)号：CN114815891B
公开(公告)日：2025-04-01
申请号：CN202210525303.X
申请日：2022-05-15
Applicant: 西北工业大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明提供了一种基于PER‑IDQN的多无人机围捕战术方法，对栅格数字地图和无人机运动模型进行建模，通过各无人机与环境的交互，采用深度Q网络算法对多无人机神经网络模型进行部署，并利用优先经验回放策略对算法模型进行优化，然后构建状态空间、动作空间、奖励函数对多无人机围捕战术模型进行针对性设计，最后构建的多无人机围捕战术模型能够在复杂障碍物环境下制定的有效的围捕战术，实现对机动目标的包围捕获。本发明能够实现对机动目标的围捕，有效提升了对经验样本的采样效率，改善复杂任务场景下无人机决策模型训练速率较慢的问题，最终构建的多无人机围捕战术模型稳定性更强，能够适用于复杂动态环境下的多无人机围捕和自主避障任务。
-
Patent Agency Ranking
公开(公告)号：CN115097861B
公开(公告)日：2024-04-26
申请号：CN202210525305.9
申请日：2022-05-15
Applicant: 西北工业大学
IPC: G05D1/46
Abstract: 本发明提供了一种基于CEL‑MADDPG的多无人机围捕策略方法，建立一种基于多智能体深度确定性策略梯度算法的框架，将多无人机围捕任务拆分为目标追踪、包围过渡、靠近捕获三个子任务，通过设立三种奖励函数帮助多无人机对围捕过程中的各子任务进行学习，通过引入相关性指标对样本采样效率进行改进，最终，提出的基于课程经验学习的多无人机围捕策略方法能够帮助无人机在动态复杂环境下，成功追踪接近目标，并实现对目标的包围捕获。本发明能够实现无人机自主决策，且各无人机产生的行为策略协同性更强，能够使多无人机学习到更为合理的围捕策略，提升多无人机围捕模型训练效率，且构建的多无人机决策模型具有更好的围捕性能。
-
公开(公告)号：CN114815891A
公开(公告)日：2022-07-29
申请号：CN202210525303.X
申请日：2022-05-15
Applicant: 西北工业大学
IPC: G05D1/10
Abstract: 本发明提供了一种基于PER‑IDQN的多无人机围捕战术方法，对栅格数字地图和无人机运动模型进行建模，通过各无人机与环境的交互，采用深度Q网络算法对多无人机神经网络模型进行部署，并利用优先经验回放策略对算法模型进行优化，然后构建状态空间、动作空间、奖励函数对多无人机围捕战术模型进行针对性设计，最后构建的多无人机围捕战术模型能够在复杂障碍物环境下制定的有效的围捕战术，实现对机动目标的包围捕获。本发明能够实现对机动目标的围捕，有效提升了对经验样本的采样效率，改善复杂任务场景下无人机决策模型训练速率较慢的问题，最终构建的多无人机围捕战术模型稳定性更强，能够适用于复杂动态环境下的多无人机围捕和自主避障任务。
-
公开(公告)号：CN114879729B
公开(公告)日：2024-06-18
申请号：CN202210531544.5
申请日：2022-05-16
Applicant: 西北工业大学
IPC: G05D1/46 , G05D109/20
Abstract: 本发明公开了一种基于障碍物轮廓检测算法的无人机自主避障方法，首先对获取到的图像进行滤波处理和颜色空间的转化。然后，对转化后的图像进行阈值处理和形态学处理。对处理后的图像进行边缘检测和轮廓检测，将检测后的结果与相机标定的数据结合，计算出世界坐标系下障碍物的质心坐标，从而获得障碍物的位置信息和轮廓信息。最后，将障碍物的信息传入到D*避障算法中进行实时路径求解，直至完成无人机的自主避障功能。本发明方法实时性高，计算效率较高，可基于该方法推广到无人机在动态障碍物下的自主避障以及真实三维场景下的无人机自主避障。
-
公开(公告)号：CN114967721B
公开(公告)日：2024-04-16
申请号：CN202210648007.9
申请日：2022-06-08
Applicant: 西北工业大学
IPC: G05D1/495 , G05D1/46 , G05D101/15 , G05D109/20
Abstract: 本发明公开了一种基于DQ‑CapsNet的无人机自助路径规划和避障策略方法，首先设定无人机状态信息，再设定无人机的动作信息和无人机的状态更新过程；然后定义奖励函数，引入胶囊网络算法，构建深度强化学习网络DQ‑CapsNet网络：最后基于DQ‑CapsNet网络，构建无人机路径规划与避障预训练模型并进行训练；本发明对提升无人机路径规划与避障模型训练效率以及无人机在陌生环境下对障碍物的识别率，且构建的无人机路径规划与避障模型具有更好的规划性能。
-
公开(公告)号：CN115097861A
公开(公告)日：2022-09-23
申请号：CN202210525305.9
申请日：2022-05-15
Applicant: 西北工业大学
IPC: G05D1/10
Abstract: 本发明提供了一种基于CEL‑MADDPG的多无人机围捕策略方法，建立一种基于多智能体深度确定性策略梯度算法的框架，将多无人机围捕任务拆分为目标追踪、包围过渡、靠近捕获三个子任务，通过设立三种奖励函数帮助多无人机对围捕过程中的各子任务进行学习，通过引入相关性指标对样本采样效率进行改进，最终，提出的基于课程经验学习的多无人机围捕策略方法能够帮助无人机在动态复杂环境下，成功追踪接近目标，并实现对目标的包围捕获。本发明能够实现无人机自主决策，且各无人机产生的行为策略协同性更强，能够使多无人机学习到更为合理的围捕策略，提升多无人机围捕模型训练效率，且构建的多无人机决策模型具有更好的围捕性能。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.029 seconds)
