[發明專利]面向高機動固定翼無人機的飛行動作控制裝置及訓練方法

有效

• 申請號: 201911364796.8
• 申請日: 2019-12-26
• 公開（公告）號: CN110989649B
• 公開（公告）日: 2023-07-25
• 發明（設計）人: 樸海音;孫智孝;孫陽;彭宣淇;楊晟琦;李思凝;費思邈;閆傳博;姚宗信;劉仲;葛俊;史貴超
• 申請（專利權）人: 中國航空工業集團公司沈陽飛機設計研究所
• 主分類號: G05D1/08
• 分類號: G05D1/08;G05D1/10;G06N3/04;G06N3/092
• 代理公司: 北京航信高科知識產權代理事務所(普通合伙) 11526
• 代理人: 高原

1.一種面向高機動固定翼無人機的飛行動作控制裝置，其特征在于，包括：

上層控制器，用于宏觀無人機飛行動作選擇；

下層控制器，用于對上層選擇的飛行動作進行相對精細的連續引導指令優化；所述上層控制器用于宏觀無人機飛行動作選擇包括：

選擇飛行動作，以及輸入飛行狀態向量S，輸出離散的One-Hot編碼機動控制向量；所述下層控制器用于對上層選擇的飛行動作進行相對精細的連續引導指令優化包括：

根據上層控制器輸出的One-Hot編碼機動控制向量和飛行狀態向量S進行連續引導控制量解算，輸出引導控制指令；其中

通過上層控制器、下層控制器兩層指令協調生成內外環綜合控制指令，能夠控制外環指令以及調節內環高動態連續指令；所述外環指令至少包括指令速度、指令航向；所述內環高動態連續指令至少包括指令角速度、指令過載。

2.一種面向高機動固定翼無人機的飛行動作控制裝置的訓練方法，其特征在于，包括如下步驟：

步驟一、對權利要求1所述的面向高機動固定翼無人機的飛行動作控制裝置中的上層控制器和下層控制器進行雙層神經網絡控制；

步驟二、對所述上層控制器和下層控制器進行雙層神經網絡訓練。

3.根據權利要求2所述的面向高機動固定翼無人機的飛行動作控制裝置的訓練方法，其特征在于，所述步驟一包括：

步驟1.1、建立雙層神經網絡結構，第一層作為機動編碼meta-controller，負責宏觀無人機飛行動作選擇；

步驟1.2、第二層是低級別steer-controller，根據機動編碼meta-controller給出的飛行動作，選擇對應的指令進行神經網絡計算，輸出最終的action指令；

步驟1.3、到達預設時間后，重復由機動編碼meta-controller開展新一輪調用；

步驟1.4、Meta-controller接受外在獎勵，同時給與低級別-Steer-Controller內在獎勵；

步驟1.5、返回步驟1.1重復執行上述步驟。

4.根據權利要求3所述的面向高機動固定翼無人機的飛行動作控制裝置的訓練方法，其特征在于，所述步驟1.1中，無人機飛行動作選擇包括向左飛行、爬高、向右飛行、下滑、平飛；其中

所述步驟1.2中，是選擇指令航向chi、指令爬升角gamma、指令航向角速率chi_dot、指令爬升角速度gamma_dot及指令飛行速度V的神經網絡計算。

5.根據權利要求4所述的面向高機動固定翼無人機的飛行動作控制裝置的訓練方法，其特征在于，所述步驟二包括：

步驟2.1、通過在飛行仿真器中持續調用雙層神經網絡控制階段來進行采樣，構成樣本Record，其中，樣本Record包括預定數量飛行狀態向量s、飛行機動動作編碼g、飛行連續控制指令a、回報r及下一階段飛行狀態向量S’；

步驟2.2、下層steer-controller根據樣本Record中的飛行連續控制指令a向量，和飛行機動動作編碼g，評估每一個樣本Record的steer-controller的最大累計回報值；

步驟2.3、上層meta-controller建立全局累計飛行回報值，來對不同目標情況下，上下兩層協同控制飛行機動動作編碼g和飛行連續控制指令a的共同外在獎勵情況；

步驟2.4、上下兩層controller進行學習更新，建立雙層單步更新誤差，通過隨機梯度下降方法進行經驗風險最小化，得到累積回報，完成雙層神經網絡訓練；

步驟2.5、返回步驟2.1開展下一輪訓練。