[發明專利]無人機的應對策略生成方法和系統有效
| 申請號: | 201611252056.1 | 申請日: | 2016-12-29 |
| 公開(公告)號: | CN106647807B | 公開(公告)日: | 2019-12-31 |
| 發明(設計)人: | 帥博;陳夏陽;李海鋒;鄒世民;吳波;張建森;米飛;汪建;黃文輝 | 申請(專利權)人: | 上海資譽電子科技有限公司 |
| 主分類號: | G05D1/10 | 分類號: | G05D1/10;G05B13/04 |
| 代理公司: | 11371 北京超凡志成知識產權代理事務所(普通合伙) | 代理人: | 鄧超 |
| 地址: | 201900 上海市*** | 國省代碼: | 上海;31 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 運動狀態參數 人工神經網絡 匹配 預處理 邏輯推理能力 策略生成 高效可靠 匹配成功 信息反饋 運動狀態 專家系統 策略庫 規則庫 魯棒性 成功 | ||
本發明提供了無人機的應對策略生成方法和系統,通過獲取無人機的第一運動狀態參數,將第一運動狀態參數進行預處理,得到第二運動狀態參數;將第二運動狀態參數通過規則庫和應對策略庫進行匹配;如果匹配成功,則得到第一行動意圖和對應的第一應對策略;如果匹配不成功,則將第二運動狀態參數通過人工神經網絡進行計算,得到第二行動意圖和對應的第二應對策略;執行第一應對策略或第二應對策略,并將執行信息反饋到無人機的運動狀態中,可以使專家系統邏輯推理能力強及人工神經網絡魯棒性好,并得到高效可靠的行動意圖和應對策略。
技術領域
本發明涉及無人機技術領域,尤其是涉及無人機的應對策略生成方法和系統。
背景技術
無人機是未來作戰中的新型空中力量之一,無人機運動自由度相當高,運動軌跡復雜,運動參數繁復冗雜。傳統的專家系統容錯能力差、學習能力弱,不能準確識別無人機運動意圖并做出高效應對決策。
發明內容
有鑒于此,本發明的目的在于提供無人機的應對策略生成方法和系統,可以使專家系統邏輯推理能力強及人工神經網絡魯棒性好,并得到高效可靠的行動意圖和應對策略。
第一方面,本發明實施例提供了無人機的應對策略生成方法,所述方法包括:
獲取所述無人機的第一運動狀態參數,將所述第一運動狀態參數進行預處理,得到第二運動狀態參數;
將所述第二運動狀態參數通過規則庫和應對策略庫進行匹配;
如果匹配成功,則得到第一行動意圖和對應的第一應對策略;
如果匹配不成功,則將所述第二運動狀態參數通過人工神經網絡進行計算,得到第二行動意圖和對應的第二應對策略;
執行所述第一應對策略或所述第二應對策略,并將執行信息反饋到所述無人機的運動狀態中。
結合第一方面,本發明實施例提供了第一方面的第一種可能的實施方式,其中,所述將所述第二運動狀態參數通過規則庫和應對策略庫進行匹配包括:
根據所述規則庫識別所述第二運動狀態參數對應的所述第一行動意圖;
根據所述第一行動意圖調用所述應對策略庫中對應的所述第一應對策略。
結合第一方面,本發明實施例提供了第一方面的第二種可能的實施方式,其中,所述方法還包括:
將所述第二運動狀態參數、所述第一行動意圖和對應的所述第一應對策略構成樣本數據;
對所述樣本數據進行訓練,得到神經網絡結構和權值。
結合第一方面,本發明實施例提供了第一方面的第三種可能的實施方式,其中,所述將所述第一運動狀態參數進行預處理,得到第二運動狀態參數包括:
將所述第一運動狀態參數進行篩選、壞數據處理和數據標準化,得到所述第二運動狀態參數。
結合第一方面的第二種可能的實施方式,本發明實施例提供了第一方面的第四種可能的實施方式,其中,所述方法還包括:
更新所述樣本數據,對更新的樣本數據進行訓練。
第二方面,本發明實施例還提供無人機的應對策略生成系統,所述系統包括:無人機運動狀態感知模塊、協調調度模塊、專家系統、人工神經網絡推理模塊和效應器;
所述無人機運動狀態感知模塊,用于獲取所述無人機的第一運動狀態參數,將所述第一運動狀態參數進行預處理,得到第二運動狀態參數;
所述協調調度模塊,用于調用所述專家系統,在所述第二運動狀態參數與所述專家系統中的規則庫和應對策略庫匹配不成功的情況下,調用所述人工神經網絡推理模塊;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于上海資譽電子科技有限公司,未經上海資譽電子科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201611252056.1/2.html,轉載請聲明來源鉆瓜專利網。





