[發明專利]基于貝葉斯學習的無人機集群在線任務規劃方法

在審

• 申請號: 202010230959.X
• 申請日: 2020-03-27
• 公開（公告）號: CN111367317A
• 公開（公告）日: 2020-07-03
• 發明（設計）人: 周鑫;王維平;黃美根;王濤;李小波;井田;楊松;王彥鋒;李童心;段婷;劉國杰
• 申請（專利權）人: 中國人民解放軍國防科技大學
• 主分類號: G05D1/10
• 分類號: G05D1/10
• 代理公司: 重慶項乾光宇專利代理事務所(普通合伙) 50244
• 代理人: 高姜

1.一種基于貝葉斯學習的無人機集群在線任務規劃方法，其特征在于，所述方法包括：

分別獲取各個無人機的觀察轉移矩陣，所述無人機根據所述觀察轉移矩陣實時獲取環境狀態信息；

根據所述環境狀態信息生成環境狀態轉移信息，并根據所述環境狀態轉移信息生成環境動態函數；

通過在線學習算法更新所述環境動態函數的參數，得到目標環境動態函數；

根據所述目標環境動態函數，通過在線規劃算法規劃各個所述無人機的任務路徑。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括：

提取所述環境狀態信息中的環境空間特征；

根據所述環境空間特征確定無人機的運動邊界以及運動頂點；

根據所述運動邊界以及所述運動頂點生成無向圖。

3.根據權利要求2所述的方法，其特征在于，所述方法還包括：

獲取所述無人機在所述運動頂點處的狀態轉移概率；

所述根據所述環境狀態信息生成環境狀態轉移信息，包括：

根據所述環境狀態信息以及所述狀態轉移概率，生成所述環境狀態轉移信息。

4.根據權利要求2所述的方法，其特征在于，所述通過在線學習算法更新所述環境動態函數的參數，包括：

根據所述觀察轉移矩陣獲取所述無人機在所述運動頂點處的觀察數據，并將所述觀察數據輸入至所述在線學習算法中；

獲取所述無人機在所述運動頂點處的先驗信念；

根據所述先驗信念以及所述觀察數據，計算出所述無人機在所述運動頂點處的后驗信念；

根據所述后驗信念更新所述環境動態函數的參數。

5.根據權利要求1所述的方法，其特征在于，所述根據所述目標環境動態函數，通過在線規劃算法規劃各個所述無人機的任務路徑，包括：

獲取與所述無人機對應的執行策略；

根據所述目標環境動態函數，通過所述執行策略計算與所述無人機對應的回報值；

通過所述在線規劃算法對所述回報值進行修訂，得到修訂回報值；

根據所述修訂回報值規劃所述無人機的任務路徑。

6.一種基于貝葉斯學習的無人機集群在線任務規劃系統，其特征在于，所述系統包括：

信息獲取模塊，用于分別獲取各個無人機的觀察轉移矩陣，所述無人機根據所述觀察轉移矩陣實時獲取環境狀態信息；

環境動態函數生成模塊，用于根據所述環境狀態信息生成環境狀態轉移信息，并根據所述環境狀態轉移信息生成環境動態函數；

目標函數生成模塊，用于通過在線學習算法更新所述環境動態函數的參數，得到目標環境動態函數；

路徑規劃模塊，用于根據所述目標環境動態函數，通過在線規劃算法規劃各個所述無人機的任務路徑。

7.根據權利要求6所述的系統，其特征在于，所述系統還包括：

特征提取模塊，用于提取所述環境狀態信息中的環境空間特征；

信息確定模塊，用于根據所述環境空間特征確定無人機的運動邊界以及運動頂點；

圖像生成模塊，用于根據所述運動邊界以及所述運動頂點生成無向圖。

8.根據權利要求7所述的系統，其特征在于，所述系統還包括：

概率獲取模塊，用于獲取所述無人機在所述運動頂點處的狀態轉移概率；

所述環境動態函數生成模塊還用于根據所述環境狀態信息以及所述狀態轉移概率，生成所述環境狀態轉移信息。

9.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至5中任一項所述方法的步驟。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至5中任一項所述的方法的步驟。