申请/专利权人:北京飞安航空科技有限公司
申请日:2024-03-25
公开(公告)日:2024-04-26
公开(公告)号:CN117930872A
主分类号:G05D1/46
分类号:G05D1/46;G05D1/695
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.14#实质审查的生效;2024.04.26#公开
摘要:本发明涉及无人机飞行控制系统技术领域,具体涉及基于深度强化学习的大规模无人机集群飞行系统,包括:理想轨迹序列以及空间数据序列采集模块、整体轨迹稳定度获取模块、综合权重系数获取模块以及无人机分类训练模块;采集理想轨迹序列以及空间数据序列;根据空间数据序列得到影响数据点范围;根据影响数据点范围得到区域空间偏移度;根据区域空间偏移度得到整体轨迹稳定度;根据无人机之间轨迹稳定度的差异得到综合权重系数;根据综合权重系数得到优化分类距离;根据优化分类距离进行大规模无人机集群训练。本发明提高了聚类结果的准确性,使训练后无人机集群飞行控制更加精准。
主权项:1.基于深度强化学习的大规模无人机集群飞行系统,其特征在于,该系统包括以下模块:理想轨迹序列以及空间数据序列采集模块,用于采集理想轨迹序列以及若干无人机的空间数据序列,所述理想轨迹序列包含多个理想轨迹数据点,空间数据序列包含多个无人机空间数据点;整体轨迹稳定度获取模块,用于在空间数据序列中对无人机空间数据点进行范围划分得到每个无人机空间数据点的影响数据点范围;根据影响数据点范围中无人机空间数据点与理想轨迹数据点之间的差异,得到每个无人机空间数据点的区域空间偏移度;根据无人机空间数据点的区域空间偏移度得到每个无人机的整体轨迹稳定度,所述整体轨迹稳定度用于描述无人机实际飞行轨迹与理想飞行轨迹之间的差异;综合权重系数获取模块,用于对无人机进行聚类得到若干聚类簇;对聚类簇之间不同无人机进行区分,得到若干第一最终对比无人机以及若干第二最终对比无人机;根据第一最终对比无人机与第二最终对比无人机之间整体轨迹稳定度的差异,得到每个无人机的综合权重系数;无人机分类训练模块,用于根据无人机之间综合权重系数的差异变化情况,得到任意两个无人机之间的归一空间权重系数;根据归一空间权重系数对无人机之间的距离进行优化,得到任意两个无人机之间的优化分类距离;根据优化分类距离进行大规模无人机集群训练。
全文数据:
权利要求:
百度查询: 北京飞安航空科技有限公司 基于深度强化学习的大规模无人机集群飞行系统
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。