Document
拖动滑块完成拼图
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

一种多无人机全局及局部路径智能规划方法及系统 

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!

申请/专利权人:珠海安擎科技有限公司

摘要:本发明公开了一种多无人机全局及局部路径智能规划方法及系统,包括构建栅格地图,利用改进双向搜索A星算法获得全局路径规划模型并进行全局路径规划;通过毫米波雷达采集环境中的障碍物运动状态信息,并获取无人机飞行状态信息;判断是否冲突,设计奖励函数,生成相应的避障策略;获取状态空间和动作空间,采用深度确定性策略梯度算法进行避障训练,在连续动作空间上实现对无人机动作的控制,避开障碍物,获得局部路径规划模型并跟踪到全局航行路径;每一个无人机同时用全局及局部路径规划模型进行路径规划;本发明可提高多无人机系统航迹规划及避障效率,在动态未知复杂环境中实现对多无人机连续动作输出的控制,满足全天候工作条件。

主权项:1.一种多无人机全局及局部路径智能规划方法,其特征在于,包括以下步骤:S1.根据每一个无人机航行任务的起始点和目标点构建栅格地图,利用改进双向搜索A星算法获得全局路径规划模型并进行全局路径规划,得到每一个无人机的参考全局航行路径;S2.通过毫米波雷达采集无人机周围环境中的障碍物运动状态信息,并获取无人机飞行状态信息;S3.根据无人机与障碍物相对位置关系判断是否规划局部避障路径;S4.根据所述障碍物运动状态信息和所述无人机飞行状态信息,判断无人机与障碍物是否产生飞行冲突,并设计奖励函数,生成相应的局部避障策略;S5.获取状态空间和动作空间,采用深度确定性策略梯度算法进行避障训练,在连续动作空间上实现对无人机动作的控制,避开障碍物,获得局部路径规划模型并跟踪到全局航行路径;S6.对无人机集群中每一个无人机同时用所述全局路径规划模型及所述局部路径规划模型进行路径规划;S5中无人机与环境交互后的状态空间为: 其中,ui为第i个无人机的实时位置信息;vui为第i个无人机的实时速度矢量信息;为第i个无人机的实时航向角信息,γi为无人机的实时俯仰角信息,o为毫米波雷达探测到的障碍物的实时位置矢量信息,vo为毫米波雷达探测到的障碍物的实时速度矢量信息,d为障碍物与毫米波雷达的实时距离矢量信息,p为全局路径上的实时子目标点的位置信息,g为全局路径终点的位置信息;S5中无人机与环境交互后的动作空间为: 其中,vui为无人机的实时速度矢量信息,为无人机的实时航向角信息,γi为无人机的实时俯仰角信息;vui、和γi的变化范围为:vui∈[vmin,vmax]∩[v-vaΔt,v+vbΔt] γi∈[0,π]∩[γ-γaΔt,γ+γbΔt]其中,vmin和vmax为无人机的最小速度和最大速度,va和vb为无人机在前进方向上的最大减速度和最大加速度,和为无人机在航向角上的最大减速度和最大加速度,γa和γb为无人机在俯仰角上的最大减速度和最大加速度;S5中所述采用深度确定性策略梯度算法进行避障训练的具体内容包括:所述算法包括基于策略的策略网络、目标策略网络和基于价值的价值网络、目标价值网络四个网络;无人机通过策略网络得到当前状态St下的动作at,与环境交互得到下一状态St+1,其中状态和动作的取值满足所述状态空间和所述动作空间的约束,并通过所述奖励函数计算出当前奖励rt与下一状态下奖励rt+1;保存{St,at,rt+1,St+1}到经验池中,当样本达到开始训练的条件时,随机从经验池中选取N个样本来训练网络完成参数更新。

全文数据:

权利要求:

百度查询: 珠海安擎科技有限公司 一种多无人机全局及局部路径智能规划方法及系统

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。