申请/专利权人:哈尔滨工业大学
申请日:2023-12-13
公开(公告)日:2024-03-08
公开(公告)号:CN117666617A
主分类号:G05D1/46
分类号:G05D1/46;G05D1/622;G05D1/695
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.26#实质审查的生效;2024.03.08#公开
摘要:一种基于神经网络的无人机集群避障队形控制方法,它属于无人机集群控制技术领域。本发明解决了现有方法的计算复杂度高且需要全图信息的问题。本发明方案为:步骤一、对全图信息进行网格化处理,并将无人机集群中的无人机作为顶点构造无向图;步骤二、基于采样的规划方法为无人机集群生成避障轨迹集合;步骤三、构建避障轨迹生成网络,为每个无人机预测避障轨迹以及避障轨迹对应的碰撞代价;步骤四、根据碰撞代价对预测的避障轨迹进行选择,利用选择出的避障轨迹与生成的避障轨迹集合进行模仿学习,获得学习好的避障轨迹生成网络;步骤五、采用学习好的避障轨迹生成网络为无人机集群中的各个无人机生成避障轨迹。本发明可以应用于无人机集群控制。
主权项:1.一种基于神经网络的无人机集群避障队形控制方法,其特征在于,所述方法具体包括以下步骤:步骤一、对全图信息进行网格化处理,得到网格化处理结果;将无人机集群中的n个无人机分别作为顶点来构造无向图G=V,ζ;其中,G为无向图,V为顶点集,V={1,...,n},ζ为边集,与无人机i相邻的无人机j的集合为Ni={j∈V},无人机i与无人机j相邻即无人机i与无人机j之间存在边;步骤二、基于采样的规划方法为无人机集群生成避障轨迹集合;步骤三、构建避障轨迹生成网络,所述避障轨迹生成网络包括传感器数据处理模块、位置姿态数据处理模块和控制序列生成模块,通过控制序列生成模块为每个无人机预测避障轨迹以及避障轨迹对应的碰撞代价;步骤四、根据碰撞代价对步骤三中预测的避障轨迹进行选择,利用选择出的避障轨迹与步骤二中生成的避障轨迹集合进行模仿学习,并通过模仿学习更新避障轨迹生成网络的网络参数,获得学习好的避障轨迹生成网络;步骤五、采用学习好的避障轨迹生成网络为无人机集群中的各个无人机生成避障轨迹,实现无人机集群避障队形控制。
全文数据:
权利要求:
百度查询: 哈尔滨工业大学 一种基于神经网络的无人机集群避障队形控制方法
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。