中国人民解放军国防科技大学王锐获国家专利权
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!
龙图腾网获悉中国人民解放军国防科技大学申请的专利一种实时避障的无人机航迹规划方法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:CN119937626B 。
龙图腾网通过国家知识产权局官网在2025-10-10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:202411918387.9,技术领域涉及:G05D1/695;该发明授权一种实时避障的无人机航迹规划方法是由王锐;刘泽;黄伟雄;李凯文;李文桦;史志超;黄生俊;张涛设计研发完成,并于2024-12-25向国家知识产权局提交的专利申请。
本一种实时避障的无人机航迹规划方法在说明书摘要公布了:本发明公开了一种实时避障的无人机航迹规划方法,包括如下步骤:利用机载多传感器对环境进行检测,实时捕获环境中障碍物的位置、速度和方向;使用卷积神经网络和递归神经网络处理传感器收集的数据,预测动态障碍物的未来运动轨迹;建立环境模型,对无人机周围环境的风险进行量化评估,并在检测到新的障碍物时动态更新模型;使用基于深度强化学习在全局视角下生成初步的飞行轨迹;根据障碍物检测模块提供的实时环境信息,重新规划轨迹以避开动态障碍物;无人机群体根据多智能体的经验共享和最大互惠奖励机制,集体做出协同决策,确保整个群体的安全。
本发明授权一种实时避障的无人机航迹规划方法在权利要求书中公布了:1.一种实时避障的无人机航迹规划方法,其特征在于,包括如下步骤: 步骤1,利用机载多传感器对环境进行检测,实时捕获环境中障碍物的位置、速度和方向; 步骤2,使用卷积神经网络和递归神经网络处理传感器收集的数据,预测动态障碍物的未来运动轨迹; 步骤3,建立环境模型,对无人机周围环境的风险进行量化评估,并在检测到新的障碍物时动态更新模型; 步骤4,使用基于深度强化学习在全局视角下生成初步的飞行轨迹; 步骤5,根据障碍物检测模块提供的实时环境信息,重新规划轨迹以避开动态障碍物; 步骤6,无人机群体根据多智能体的经验共享和最大互惠奖励机制,集体做出协同决策,确保整个群体的安全; 所述的无人机群体根据多智能体的经验共享和最大互惠奖励机制,集体做出协同决策,包括以下步骤: 每个无人机在执行任务过程中,将其观测、动作、奖励和状态变化信息存储为经验,第架无人机在时间步的经验为: 其中,表示时间步的状态,表示执行的动作,表示即时奖励,表示执行动作后的新状态; 所有无人机将其经验存储到共享经验池,共享经验池用于决策时的学习和优化; 当检测到动态障碍物时,从共享经验池中随机采样一个批量的经验进行学习,用于确保学习过程的多样性和鲁棒性; 定义互惠奖励,互惠奖励衡量每个无人机对其他无人机的贡献: 其中,为点互信息,用于量化无人机和无人机之间的信息共享程度,为由于无人机的动作对无人机产生的贡献或影响; 每个无人机的总奖励包括自身的即时奖励和互惠奖励: 每个无人机基于共享经验和最大互惠奖励机制,更新其策略网络,策略网络用于决定最佳动作:,其中:为状态-动作值函数,用于估计采取动作后可能获得的回报; 轨迹生成与调整,基于所有无人机的局部动作,生成集体轨迹,以确保整个无人机群体能够安全通过; 路径优化目标,路径优化的目标是最大化群体的总体奖励,同时最小化能量消耗和避免障碍物: 其中,为候选路径;为第架无人机在个时间步内的总能量消耗,为能量消耗的权重系数, 无人机按照集体决策生成的轨迹执行飞行,同时保持与其他无人机的通信,以便获取相互的状态信息; 当检测到新的障碍物或环境变化时,无人机群体会重新评估当前的轨迹并更新动作,通过再次从共享经验池中采样,结合当前的最大互惠奖励进行实时调整。
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中国人民解放军国防科技大学,其通讯地址为:410073 湖南省长沙市开福区德雅路109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”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励