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！

龙图腾网获悉南京航空航天大学申请的专利低空环境下基于安全强化学习的多无人机编队与避障控制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：CN119882777B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202510054331.1，技术领域涉及：G05D1/46；该发明授权低空环境下基于安全强化学习的多无人机编队与避障控制方法是由闫超;陈众楷;陈谋设计研发完成，并于2025-01-14向国家知识产权局提交的专利申请。

本低空环境下基于安全强化学习的多无人机编队与避障控制方法在说明书摘要公布了：本发明公开了低空环境下基于安全强化学习的多无人机编队与避障控制方法，该方法基于控制障碍函数设计一个安全过滤器，用于过滤无人机在飞行过程中潜在不安全或不合理的动作，同时结合参数共享技术和观测嵌入层网络构建最大池化多智能体深度确定性策略梯度网络，训练编队控制的标称策略。在线执行阶段，最大池化多智能体深度确定性策略梯度网络提炼无人机局部观测信息的关键特征，并以特征向量为网络输入，输出标称动作，安全过滤器根据该标称动作和局部观测到的障碍物的信息，通过二次规划的求解方式，为无人机生成遵守安全约束的控制指令。本发明方法有效提升多无人机系统在未知环境中的自主编队避障能力，实现多无人机系统的自主协同编队避障飞行。

本发明授权低空环境下基于安全强化学习的多无人机编队与避障控制方法在权利要求书中公布了：1.低空环境下基于安全强化学习的多无人机编队与避障控制方法，其特征在于，包括如下步骤： 步骤1，以其中一架无人机作为长机，剩余无人机作为僚机，预先设置多无人机的编队构型，并确定长机飞行的目标位置；定义控制障碍函数，基于控制障碍函数构建安全过滤器，用于过滤无人机在飞行过程中潜在的不安全或不合理动作； 所述步骤1中，控制障碍函数的定义过程如下： 根据多无人机控制系统的仿射非线性状态方程，定义安全集，若无人机的当前状态在安全集中，认为无人机当前状态是安全的； 当控制障碍函数的导数始终保持非负时，确保无人机的状态始终保持在安全集中，即： ， 其中，为控制系统的一阶李导数，为沿向量场的李导数，为沿向量场的李导数，为控制障碍函数，为控制系统的输入，为局部李普希茨扩展函数； 控制障碍函数定义为： ， 其中，和分别代表无人机及距离无人机最近的障碍物圆心的位置，为无人机的航向角，为无人机与障碍物圆心的朝向差，为常数，为障碍物半径，为安全阈值； 控制障碍函数的导数约束函数定义为： ， 其中，为无人机的偏航角速度，为的导数； 步骤2，为每架僚机构建最大池化多智能体深度确定性策略梯度网络，获取僚机当前时间步的局部观测状态信息，以局部观测状态信息作为最大池化多智能体深度确定性策略梯度网络的输入，最大池化多智能体深度确定性策略梯度网络为僚机生成标称动作；安全过滤器根据标称动作和僚机观测到的障碍物信息，为僚机生成实际的动作指令；僚机执行实际的动作指令，获得当前时间步的奖励和下一时间步的局部观测状态信息；根据上述过程对最大池化多智能体深度确定性策略梯度网络进行训练，获得训练好的网络参数； 步骤3，将训练好的网络参数加载到步骤2构建的最大池化多智能体深度确定性策略梯度网络中，利用训练好的最大池化多智能体深度确定性策略梯度网络和安全过滤器为僚机生成实际的动作指令，僚机执行实际的动作指令，实现多无人机的自主协同编队避障飞行。

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南京航空航天大学，其通讯地址为：213300 江苏省常州市溧阳市滨河东路29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。