[发明专利]无人机的应对策略生成方法和系统

权利要求书

1.一种无人机的应对策略生成方法，其特征在于，所述方法包括：

获取所述无人机的第一运动状态参数，将所述第一运动状态参数进行预处理，得到第二运动状态参数；

将所述第二运动状态参数通过规则库和应对策略库进行匹配；

如果匹配成功，则得到第一行动意图和对应的第一应对策略；

如果匹配不成功，则将所述第二运动状态参数通过人工神经网络进行计算，得到第二行动意图和对应的第二应对策略；

执行所述第一应对策略或所述第二应对策略，并将执行信息反馈到所述无人机的运动状态中；

其中，所述将所述第二运动状态参数通过规则库和应对策略库进行匹配包括：

根据所述规则库识别所述第二运动状态参数对应的所述第一行动意图；其中，所述规则库中包含了从无人机的所述第二运动状态参数集合到无人机行动意图集合的映射规则，从而得到所述第二运动状态参数对应的所述第一行动意图；

根据所述第一行动意图调用所述应对策略库中对应的所述第一应对策略；其中，策略库包含了各种无人机行动意图的应对策略，从而根据所述第一行动意图调用所述应对策略库中对应的所述第一应对策略。

2.根据权利要求1所述的无人机的应对策略生成方法，其特征在于，所述方法还包括：

将所述第二运动状态参数、所述第一行动意图和对应的所述第一应对策略构成样本数据；

对所述样本数据进行训练，得到神经网络结构和权值。

3.根据权利要求1所述的无人机的应对策略生成方法，其特征在于，所述将所述第一运动状态参数进行预处理，得到第二运动状态参数包括：

将所述第一运动状态参数进行筛选、坏数据处理和数据标准化，得到所述第二运动状态参数。

4.根据权利要求2所述的无人机的应对策略生成方法，其特征在于，所述方法还包括：

更新所述样本数据，对更新的样本数据进行训练。

5.一种无人机的应对策略生成系统，其特征在于，所述系统包括：无人机运动状态感知模块、协调调度模块、专家系统、人工神经网络推理模块和效应器；

所述无人机运动状态感知模块，用于获取所述无人机的第一运动状态参数，将所述第一运动状态参数进行预处理，得到第二运动状态参数；

所述协调调度模块，用于调用所述专家系统，在所述第二运动状态参数与所述专家系统中的规则库和应对策略库匹配不成功的情况下，调用所述人工神经网络推理模块；

所述专家系统，用于将所述第二运动状态参数通过所述规则库和所述应对策略库进行匹配，得到第一行动意图和对应的第一应对策略；

所述人工神经网络推理模块，用于将所述第二运动状态参数通过人工神经网络进行计算，得到第二行动意图和对应的第二应对策略；

所述效应器，用于执行所述第一应对策略或所述第二应对策略，并将执行信息反馈到所述无人机运动状态感知模块中；

其中，所述专家系统包括：

根据所述规则库识别所述第二运动状态参数对应的所述第一行动意图；其中，所述规则库中包含了从无人机的所述第二运动状态参数集合到无人机行动意图集合的映射规则，从而得到所述第二运动状态参数对应的所述第一行动意图；

根据所述第一行动意图调用所述应对策略库中对应的所述第一应对策略；其中，策略库包含了各种无人机行动意图的应对策略，从而根据所述第一行动意图调用所述应对策略库中对应的所述第一应对策略。

6.根据权利要求5所述的无人机的应对策略生成系统，其特征在于，所述系统还包括：

样本数据构成单元，用于将所述第二运动状态参数、所述第一行动意图和对应的所述第一应对策略构成样本数据；

训练单元，用于对所述样本数据进行训练，得到神经网络结构和权值。

7.根据权利要求5所述的无人机的应对策略生成系统，其特征在于，所述无人机运动状态感知模块包括：

将所述第一运动状态参数进行筛选、坏数据处理和数据标准化，得到所述第二运动状态参数。

8.根据权利要求6所述的无人机的应对策略生成系统，其特征在于，所述系统还包括：

更新模块，用于更新所述样本数据，对更新的样本数据进行训练。