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 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 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 > 恭喜中航(成都)无人机系统股份有限公司徐天宁获国家专利权

恭喜中航(成都)无人机系统股份有限公司徐天宁获国家专利权

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!

龙图腾网恭喜中航(成都)无人机系统股份有限公司申请的专利一种基于强化学习的无人机规避策略确定方法、装置、设备及介质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:CN119861744B

龙图腾网通过国家知识产权局官网在2025-05-30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:202510344718.0,技术领域涉及:G05D1/495;该发明授权一种基于强化学习的无人机规避策略确定方法、装置、设备及介质是由徐天宁;吴庭毅;孙德鑫;王浩宇;马健成;马文设计研发完成,并于2025-03-24向国家知识产权局提交的专利申请。

一种基于强化学习的无人机规避策略确定方法、装置、设备及介质在说明书摘要公布了:本申请公开了一种基于强化学习的无人机规避策略确定方法、装置、设备及介质,涉及无人机自主控制技术领域,包括:构建无人机六自由度模型、动作库及当前处于飞行状态的其他飞行器的三自由度质点模型,对其他飞行器机动特性进行约束,根据相对运动态势实现其他飞行器对目标的跟踪。在编程语言平台搭建强化学习环境及模型,将无人机和其他飞行器的位置姿态信息输入模型,以输出飞行动作供无人机规避其他飞行器。若规避成功,则基于其他飞行器的机动区域态势给予模型奖励值。本申请基于其他飞行器机动态势量化的奖赏函数使无人机在训练中能更好地感知危险与动作效果,促使其采取更有效的规避动作,从而提升实际遭遇其他飞行器时的规避成功率。

本发明授权一种基于强化学习的无人机规避策略确定方法、装置、设备及介质在权利要求书中公布了:1.一种基于强化学习的无人机规避策略确定方法,其特征在于,包括:在工程计算仿真平台中搭建无人机六自由度模型,并建立无人机动作库;在所述工程计算仿真平台中搭建当前处于飞行状态的其他飞行器的三自由度质点模型,基于约束规则对其他飞行器机动特性进行约束,并根据相对运动态势实现其他飞行器对所述无人机的跟踪;所述相对运动态势为所述其他飞行器与所述无人机的相对运动态势;在编程语言平台中搭建强化学习环境并建立对应的强化学习模型;将所述无人机的位置姿态信息与所述其他飞行器的位置姿态信息输入至所述强化学习模型,以通过所述强化学习模型输出所述无人机动作库中的飞行动作;在所述无人机基于所述飞行动作规避所述其他飞行器时,基于所述其他飞行器机动特性判断所述无人机是否规避成功,若成功,则基于其他飞行器机动区域态势给予所述强化学习模型相应奖励值,以激励所述强化学习模型优化规避策略;其中,所述其他飞行器机动特性包括其他飞行器飞行时间、其他飞行器安全范围以及其他飞行器可承受过载,则所述基于约束规则对其他飞行器机动特性进行约束,包括:在所述工程计算仿真平台中对其他飞行器仿真时间进行设定,以便通过所述其他飞行器仿真时间对所述其他飞行器飞行时间进行约束;在所述工程计算仿真平台中对仿真空间大小进行设定,以便通过所述仿真空间大小对所述其他飞行器安全范围进行约束;控制所述其他飞行器可承受过载不大于预设过载阈值,以便对所述其他飞行器可承受过载进行约束;其中,所述其他飞行器可承受过载包括切向过载与法向过载。

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航(成都)无人机系统股份有限公司,其通讯地址为:611731 四川省成都市高新西区西芯大道四号;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。