[发明专利]基于自主学习的无人机智能避障方法有效
| 申请号： | 201910765862.6 | 申请日： | 2019-08-19 |
| 公开（公告）号： | CN110471444B | 公开（公告）日： | 2022-07-12 |
| 发明（设计）人： | 王月娇;马钟;杨一岱;唐雪寒;王竹平 | 申请（专利权）人： | 西安微电子技术研究所 |
| 主分类号： | G05D1/10 | 分类号： | G05D1/10 |
| 代理公司： | 西安通大专利代理有限责任公司 61200 | 代理人： | 孟大帅 |
| 地址： | 710065 陕西*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于自主学习的无人机智能避障方法，使无人机在三维可视化仿真环境中可利用摄像头获取的视觉信息，根据地形高度与障碍物高度，智能自主学习，以训练好的网络模型作为智能体对无人机进行定高飞行控制，实时调整飞行高度，实现自动地形跟随应用，完成自主避障任务。这一发明创建了三维可视化仿真环境，为智能自主避障算法提供了良好的训练环境，实现了人机实时操作的互动接口，并为智能体从仿真环境到真实环境的迁移训练提供了可能性。这一发明为其它深度增强学习算法提供了仿真试验平台，便于智能体进行多种场景、不同任务及多种算法的深度增强训练和测试。 | ||
| 搜索关键词： | 基于 自主 学习 无人机 智能 方法 | ||
【主权项】：
1.基于自主学习的无人机智能避障方法，其特征在于，包括以下步骤：/n(1)通过三维环境搭建系统搭建无人机处于的虚拟三维可视化仿真环境；三维可视化仿真环境的输入为控制无人机运行动作的决策，输出为下一时刻无人机摄像头拍摄的图像信息；/n(2)通过DQN算法在虚拟三维可视化仿真环境中对无人机进行自主避障训练，输出训练好的卷积神经网络；/n自主避障训练过程中以无人机摄像头拍摄的图像信息为输入，通过DQN算法中的卷积神经网络模型输出控制无人机运行动作的决策；通过卷积神经网络模型和虚拟三维可视化仿真环境的不断交互，不断更新卷积神经网络模型的权重参数θ，最终输出训练好的卷积神经网络；/n(3)通过训练好的卷积神经网络对无人机进行控制，完成无人机飞行过程中的自主避障任务。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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西安微电子技术研究所，未经西安微电子技术研究所许可，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/patent/201910765862.6/，转载请声明来源钻瓜专利网。
