[發明專利]一種用于避碰動態障礙物的無人機類腦避障方法

在審

• 申請號: 202210366505.4
• 申請日: 2022-04-08
• 公開（公告）號: CN114863268A
• 公開（公告）日: 2022-08-05
• 發明（設計）人: 喻煌超;王祥科;趙述龍;尹棟;陸俊麒;曹粟;吳欣寧;周波
• 申請（專利權）人: 中國人民解放軍國防科技大學
• 主分類號: G06V20/10
• 分類號: G06V20/10;G06T3/40;G06N3/08;G06N3/04;G06V10/82
• 代理公司: 湖南兆弘專利事務所(普通合伙) 43008
• 代理人: 廖元寶

1.一種用于避碰動態障礙物的無人機類腦避障方法，其特征在于，包括步驟：

1)分析脈沖神經元的響應特性，建立神經元脈沖響應模型；

2)對脈沖AC網絡的輸入相機數據進行差分編碼處理，對輸出時序信號進行時序編碼調制，基于A3C算法的異步更新機制和基于λ回歸算法的多步更新機制對脈沖AC網絡的網絡更新機制進行更新；

3)獲取無人機的相機數據，通過神經元脈沖響應模型和更新后的脈沖AC網絡輸出避障決策以進行避障。

2.根據權利要求1所述的用于避碰動態障礙物的無人機類腦避障方法，其特征在于，在步驟2)中，對相機數據進行脈沖化編碼，使其能夠直接被脈沖神經網絡識別；其中對相機數據的脈沖化編碼是通過識別對應像素上的數據變化來實現的；其中需要對相機的數據進行差分操作，具體為：

相機的數據是RGB的亮度值，根據每個像素位置的亮度變化，產生識別變化的脈沖信號；將每個像素的亮度轉化為對數亮度，如下式：

L(u,t)＝log(0.299I_R(u,t)+0.5781I_G(u,t)+0.1141I_B(u,t))

其中，I_R、I_G、I_B分別是相機的RGB數據，u是對應的像素位置，t為對應的時間；

對像素的對數亮度做差分，產生對應的亮度變化；選取一個閾值ΔL，設定亮度變化超過閾值ΔL的變化是無人機需要關注的明顯變化，即：

f(u,t)＝1,L(u,t)-L(u,t-Δt)ΔL

通過f(u,t)記錄這些明顯變化；f(u,t)就是所需要的無人機的脈沖輸入。

3.根據權利要求2所述的用于避碰動態障礙物的無人機類腦避障方法，其特征在于，在步驟2)中，相機輸入的幀之間的時間間隔ΔT與仿真時使用的時間間隔Δt是不同的；采用線性插值的方法，將兩幀之間的像素對數亮度變化，平攤到幀時間間隔中，以補足幀與幀之間的脈沖信號編碼。

4.根據權利要求1或2或3所述的用于避碰動態障礙物的無人機類腦避障方法，其特征在于，在步驟2)中，對輸出時序信號進行時序編碼調制的過程為：

Critic網絡中，輸出層只需要一個脈沖神經元來對信息進行編碼，用以表示當前狀態的價值函數；經過調制，脈沖神經元可以在任意時刻產生第一個脈沖，即將信息編碼到正向時軸上，取值范圍為t_out∈(0,+∞)；

設置調制神經元與輸出神經元之間連接的權重，調制神經元激發的脈沖，在抵達輸出神經元后，會使輸出神經元激發一個脈沖，且輸出神經元激發脈沖的時間為脈沖響應抵達峰值的時間；

在Actor網絡中，通過多個脈沖神經元分別產生的第一個脈沖進行編碼，使每個神經元分別代表一個待選擇的動作；其中為輸出層的每一個神經元添加適當的隨機操作，使神經元產生脈沖的時間隨機化，然后通過不同的脈沖神經元產生脈沖的順序，編碼選擇某個動作而不選擇另外的動作的概率。

5.根據權利要求4所述的用于避碰動態障礙物的無人機類腦避障方法，其特征在于，在基于A3C算法的異步更新機制對脈沖AC網絡進行更新時，采用n步更新的方式，用優勢函數A(s_t,a_t；θ’,w’)代替時序差分δ；每當Actor網絡產生動作信號時，輸入的脈沖序列被截斷，新時刻的狀態開始，此時引入一個新的Critic網絡，將新時刻的狀態輸入到新的Critic網絡中，而舊時刻的狀態則仍然在原來的Critic網絡中傳遞，直到原來的Critic網絡輸出舊時刻的狀態值函數，此時才開始更新網絡的參數；最開始，脈沖序列同時輸入到Actor網絡和Critic1網絡中；在t₁時刻，Actor網絡產生動作信號，此時，輸入脈沖序列以t₁時刻為新的初始0時刻，產生新的狀態，輸入到Critic2網絡中；在t₂時刻，Actor網絡產生動作信號，此時，輸入脈沖序列以t₂時刻為新的初始0時刻，產生新的狀態，輸入到Critic3網絡中；以此類推。