[發明專利]一種多無人機災情探測方法及系統

在審

• 申請號: 202210851483.0
• 申請日: 2022-07-20
• 公開（公告）號: CN115016540A
• 公開（公告）日: 2022-09-06
• 發明（設計）人: 韓瑜;李錦銘;秦臻;程廣峰;唐兆家
• 申請（專利權）人: 中山大學
• 主分類號: G05D1/10
• 分類號: G05D1/10
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 梁嘉琦

1.一種多無人機災情探測方法，其特征在于，包括：

構建多無人機路徑規劃的問題，以實現對災情探測效果最大化；

將所述多無人機路徑規劃的問題解耦成基于全局航跡規劃的探測點位最大化問題以及基于局部路徑規劃的探測效果最大化問題；

分別對所述基于全局航跡規劃的探測點位最大化問題以及所述基于局部路徑規劃的探測效果最大化問題進行求解，得到所述多無人機路徑規劃的問題的目標解；

根據所述目標解對多無人機進行運動控制，完成災情探測。

2.根據權利要求1所述的一種多無人機災情探測方法，其特征在于，對所述基于全局航跡規劃的探測點位最大化問題的求解過程，包括：

初始化經驗回放池；

初始化train-Q網絡中的參數θ^train和target-Q網絡中的參數θ^target；

初始化系統環境；

將智能體當前所觀測環境的狀態輸入到所述target-Q網絡中，并輸出第一結果q{s，a|θ}_a∈A，根據ε-貪婪算法選出動作a_i；

配置所述智能體的當前環境觀測狀態s_i、下一環境觀測狀態s_i+1以及獎勵回報r_i；

將目標數據(s_i，a_i，r_i，s_i+1)存取到經驗回放池中；

當所述經驗回放池存滿數據之后，從中隨機選取K個經驗值；

經過多個時間步數后，將target-Q網絡中的^target更新為當前時刻train-Q網絡中的θ^train，直至完成全局航跡規劃的探測點位最大化問題的求解。

3.根據權利要求1所述的一種多無人機災情探測方法，其特征在于，對基于局部路徑規劃的探測效果最大化問題的求解過程，包括：

初始化經驗回放池；

初始化系統化環境；

為每個用戶初始化Critic網絡和Actor網絡其中，Critic網絡的參數為Actor網絡的參數為

為每個用戶初始化targetCritic網絡和targetActor網絡

在初始化階段，為無人機隨機產生一個動作a⁰，并且觀測到環境給予的回報r⁰和反饋o¹；

然后進入外循環階段，智能體根據當前的策略網絡和觀測到的狀態，生成下一時刻動作a^t＝μ(o^t|θ^μ)+N_t，其中，N_t是添加的探索噪聲，用于鼓勵探索；其中，所述外循環階段的時間參數為t＝1，2，...，T；

智能體執行動作a^t，執行之后觀測到下一刻的狀態反饋o^t+1和回報r^t；

將目標數據(o^t，a^t，r^t，o^t+1)儲存到經驗池，同時更新環境給予的反饋o^t←o^t+1；

對每個智能體i＝1，2，...，N循環執行以下步驟：從經驗池中隨機采樣一部分經驗(o^t，a^t，r^t，o^t+1)；

利用梯度下降更新critic網絡的損失；

利用策略梯度法更新actor網絡的損失；

更新target網絡：

退出智能體循環，退出外循環；

完成對基于局部路徑規劃的探測效果最大化問題的求解。

4.根據權利要求1所述的一種多無人機災情探測方法，其特征在于，所述方法還包括：構建無人機探測控制模型，該步驟包括：

計算無人機與目標拍攝點位之間的歐氏距離；

計算無人機與目標拍攝面積之間的重疊度；

計算無人機的相對高度；

根據所述歐氏距離、所述重疊度以及所述相對高度，確定無人機拍攝效果的評價結果。