[发明专利]一种分队战术智能对抗训练系统及方法有效
申请号: | 202110715192.4 | 申请日: | 2021-06-26 |
公开(公告)号: | CN113532193B | 公开(公告)日: | 2022-09-16 |
发明(设计)人: | 韩云武;林基灿;宋岩;刘旭 | 申请(专利权)人: | 江苏电子信息职业学院;威海军之翼智能科技有限公司 |
主分类号: | F41A33/00 | 分类号: | F41A33/00 |
代理公司: | 北京卓泽知识产权代理事务所(普通合伙) 11766 | 代理人: | 白海燕;李国华 |
地址: | 223005 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 分队 战术 智能 对抗 训练 系统 方法 | ||
1.一种分队战术智能对抗训练方法,其特征在于:是基于如下一种分队战术智能对抗训练系统实现,所述分队战术智能对抗训练系统包括有视频采集单元、云台、激光发射单元、中控系统、靶机单元、目标单元、障碍物单元;
其中,所述视频采集单元、云台、激光发射单元、中控系统和靶机单元组合成联合系统,与目标单元构成模拟对抗方,所述目标单元为真人持枪者,靶机单元和目标单元各有多个靶机和目标;
所述视频采集单元和激光发射单元设置于所述云台上,所述云台360°旋转,另外所述视频采集单元和激光发射单元还自身旋转;
所述视频采集单元、激光发射单元、云台、靶机单元均与中控系统电连接,受控于所述中控系统;
所述中控系统内设SSD目标跟踪检测算法模型,SSD目标跟踪检测算法模块中加入有ROS系统发布器;
所述分队战术智能对抗训练方法包括目标识别与追踪、智能打击与防御过程;其中,
在目标识别与追踪阶段,采用SSD目标跟踪检测算法模型对目标进行捕捉和坐标计算,计算出目标像素所占面积大小、目标相对移动速度和目标相对移动加速度信息,目标密度,然后得出目标综合威胁程度,表述如下:
综合威胁程度计算公式如下:
W=w1s+w2v+w3a+w4ρ
W表示目标综合威胁程度,s表示目标像素所占面积大小,v表示目标相对移动速度,a表示目标相对移动加速度,ρ表示特定面积下目标密度,特定面积指以该目标为圆心,百分之一像机像素为半径的圆覆盖范围,w1、w2、w3和w4分别表示对应的加权系数;
按各个目标的W值大小排序,对威胁程度最大的目标最先予以打击;
在智能打击与防御阶段,调动云台和激光发射器,对综合威胁程度最大的目标最先进行打击,激光发射后的设定时间内收到目标中弹信息,则认为攻击成功,按顺序打击下一目标,若设定时间内未收到目标中弹信息则认为该目标并未击中,继续跟踪并打击;
同时,通过靶机在某时刻中弹环数和中弹总数,判断是否具有打击和防御能力:
当靶机中弹环数大于设定值时,认为此靶机倒下模拟死亡,再行立起后是充当另外一名有生命的战士;
当靶机中弹环数小于等于设定值,且中弹总数小于设定值时,认为靶机负轻伤,仍有作战能力;
当靶机中弹环数小于等于设定值,且中弹总数大于等于设定值时,认为靶机负重伤,靶机虽然倒下,但仍有机会作战;
当同一位置的靶机立起倒下的平均时间小于设定值时,则认为此处对方火力强,此处靶机立起的个数和靶机被击倒后再次立起的频率都相应增加,同时减少其他位置靶机立起的个数和倒把后再次立起的频率。
2.根据权利要求1所述的分队战术智能对抗训练方法,其特征在于:
特定面积下目标密度的计算方法为:
j为特定面积下所有目标数量。
3.根据权利要求1所述的分队战术智能对抗训练方法,其特征在于:判断靶机是否中弹的方法为:
对比前后两个时刻两帧图像的所有像素的RGB值,都相同则没中弹,一旦有不同,且不同像素值所占面积在子弹直径的0.5~2倍之内,则认为中弹。
4.根据权利要求1所述的分队战术智能对抗训练方法,其特征在于:
当计算目标综合威胁程度的同时,还对每帧图像捕捉到的目标数量进行计算,根据目标数量m,确定靶机立起数量n:
是向上取整符号。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏电子信息职业学院;威海军之翼智能科技有限公司,未经江苏电子信息职业学院;威海军之翼智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110715192.4/1.html,转载请声明来源钻瓜专利网。