Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西北工业大学王权涛获国家专利权

西北工业大学王权涛获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉西北工业大学申请的专利基于深度强化学习的无人机避障控制方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120445231B

龙图腾网通过国家知识产权局官网在2025-09-09发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510946955.4,技术领域涉及:G01C21/20;该发明授权基于深度强化学习的无人机避障控制方法及系统是由王权涛;詹建宁;史豪斌;杨北亚设计研发完成,并于2025-07-10向国家知识产权局提交的专利申请。

基于深度强化学习的无人机避障控制方法及系统在说明书摘要公布了:本申请公开了基于深度强化学习的无人机避障控制方法及系统,涉及无人机飞行控制技术领域,其中方法包括:采集环境图像,如果环境图像中存在气流发生器,设置障碍物区域;规划绕行路径,计算绕行路径需要的绕行用时;在探索阶段中规划临时路径;采集环境数据,如果存在危险区域,采用DDPG算法生成探索路径的关键参数,计算探索路径需要的探索用时;如果绕行用时小于或等于探索用时,将绕行路径作为低用时路径,如果绕行用时大于探索用时,将探索路径作为低用时路径。本申请将好奇心机制与深度强化学习技术结合,有效提高了无人机在经过气流时避障的准确性和效率。

本发明授权基于深度强化学习的无人机避障控制方法及系统在权利要求书中公布了:1.基于深度强化学习的无人机避障控制方法,其特征在于,包括: 获取飞行路线; 在沿所述飞行路线飞行过程中采集实时的环境图像,识别所述环境图像中是否存在气流发生器,如果存在,将所述气流发生器出入口上的设定区域设置为障碍物区域; 提取所述飞行路线的多个途经点,将所述途经点中处在所述障碍物区域外部且与所述障碍物区域的距离最近的两个所述途经点分别作为路线起点和路线终点,规划所述路线起点和所述路线终点之间的绕行路径,计算所述绕行路径需要的绕行用时,所述绕行路径从所述障碍物区域外侧绕过; 确定无人机与所述障碍物区域的距离,如果所述距离小于或等于距离阈值,进入探索阶段,在所述探索阶段中,在所述障碍物区域周围生成探索点,规划无人机从当前位置移动至所述探索点的临时路径; 沿所述临时路径移动至所述探索点,采集当前位置的环境数据,根据所述环境数据判断是否存在危险区域; 如果存在危险区域,采用DDPG算法生成探索路径的关键参数,计算所述探索路径需要的探索用时,所述探索路径的终点与所述路线终点重合; 比较所述绕行用时和所述探索用时的大小,如果所述绕行用时小于或等于所述探索用时,选择所述绕行路径作为低用时路径,如果所述绕行用时大于所述探索用时,选择所述探索路径作为所述低用时路径; 沿所述低用时路径移动,以避开所述障碍物区域; 采用所述DDPG算法生成所述探索路径的关键参数过程中,根据所述危险区域对所述障碍物区域的范围进行修正,得到当前范围,根据所述当前范围与经验池中的历史范围的差异确定相应的内在奖励,采用策略网络生成无人机的动作参数,利用价值网络结合所述动作参数的外在奖励以及所述内在奖励对所述动作参数进行评估,将价值最大的所述动作参数作为所述探索路径的关键参数。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人西北工业大学,其通讯地址为:710000 陕西省西安市碑林区友谊西路127号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。