基于多个飞行器的协同制导方法、装置和电子设备

    公开(公告)号:CN115016544B

    公开(公告)日:2022-10-28

    申请号:CN202210930556.5

    申请日:2022-08-04

    Abstract: 本发明提供一种基于多个飞行器的协同制导方法、装置和电子设备,涉及制导技术领域,所述方法包括:获取第一协同制导阶段的第一协同制导律;初始一致性状态条件为基于相对距离和总前置角确定的;获取第二协同制导阶段的第二协同制导律;通过获取第一协同制导律以控制多个飞行器满足初始一致性状态条件,并通过获取第二协同制导律以控制满足初始一致性状态条件的多个飞行器到达多个待攻击目标的时刻之间的差值小于预设差值阈值,从而可以大大减少多个飞行器到达对应待攻击目标的时刻差值,解决了现有技术中由于各个飞行器到达对应子目标的时刻之间的差值比较大,导致无法对高价值战略目标进行有效攻击以及攻击效果差、突防率低的技术问题。

    多智能体分布式协调控制方法、装置、设备和存储介质

    公开(公告)号:CN114967476B

    公开(公告)日:2022-10-28

    申请号:CN202210914313.2

    申请日:2022-08-01

    Abstract: 本发明提供一种多智能体分布式协调控制方法、装置、设备和存储介质,涉及人工智能技术领域,所述方法包括:确定至少两个智能体对应的博弈控制一体化模型,其中,博弈控制一体化模型是基于各智能体的限定条件构建的,用于表征各智能体之间的竞争关系,限定条件包括收益函数和约束条件;基于博弈控制一体化模型,构建各智能体的辅助系统,并获取各智能体对应的辅助系统的状态;基于博弈控制一体化模型,构建各智能体的分布式控制器,并基于分布式控制器,将智能体的行为收敛至智能体对应的辅助系统的状态。本发明在考虑实际约束条件的情况下,通过修改收益函数即可实现多智能体的控制,提高适用性和迁移效率。

    多无人机分布式编队控制方法、装置及电子设备

    公开(公告)号:CN114995521A

    公开(公告)日:2022-09-02

    申请号:CN202210941902.X

    申请日:2022-08-08

    Abstract: 本发明提供一种多无人机分布式编队控制方法、装置及电子设备,该方法涉及无人机技术领域,包括:建立无人机的动力学模型;对所述动力学模型进行转化,得到针对所述无人机的多个全驱动子系统模型;获取多无人机中的领导者无人机在目标时间段内指向跟随者无人机的期望队形向量;根据所述期望队形向量确定各所述全驱动子系统模型对应的分布式编队控制器;根据各所述分布式编队控制器,对所述多无人机进行分布式编队控制。本发明提供的方法,实现了分布式编队控制器的设计,可以控制多无人机在有限时间内达成期望队形,为遂行协同任务提供支撑,使得分布式编队控制器的设计比较简单且容易实现。

    空战对抗算法的评估方法及装置

    公开(公告)号:CN113987849B

    公开(公告)日:2022-07-12

    申请号:CN202111617156.0

    申请日:2021-12-28

    Abstract: 本发明提供一种空战对抗算法的评估方法及装置,所述方法包括:根据红方飞行器的运动状态、红方飞行器的探测状态和红方飞行器的武器状态,以及蓝方飞行器的运动状态、蓝方飞行器的探测状态和蓝方飞行器的武器状态,对红方飞行器和蓝方飞行器进行演练,确定红蓝双方的胜负关系;根据所述胜负关系,确定待评估空战对抗算法相对于基准对抗算法的胜率,根据胜率,确定待评估空战对抗算法的评估结果。本发明提供的空战对抗算法的评估方法及装置,通过对红方飞行器和蓝方飞行器进行演练,根据演练的胜率确定待评估空战对抗算法相对于基准对抗算法的评估结果,实现了对于空战对抗算法科学、准确的评估。

    一种松散的集群控制方法、装置、设备、介质和产品

    公开(公告)号:CN113645317B

    公开(公告)日:2022-01-18

    申请号:CN202111200844.7

    申请日:2021-10-15

    Abstract: 本发明提供一种松散的集群控制方法装置、设备、介质和产品,其中,该方法包括:获取集群中智能体的自身状态、所述智能体的局部通信范围内的邻居智能体集合和所述智能体在所述局部感知范围内的最低浓度信息素位置,所述自身状态包括自身位置;基于所述自身位置和所述邻居智能体集合,通过虚拟势力函数确定所述智能体的虚拟势力项;基于所述自身位置和所述最低浓度信息素位置,确定所述智能体的信息素浓度项;根据所述虚拟势力项和所述信息素浓度项确定所述智能体的控制量。能够实现在复杂环境中,集群通信连通保持约束条件下,集群对动态区域和目标的最优覆盖。

    机器人导航方法、装置、电子设备及存储介质

    公开(公告)号:CN113282093B

    公开(公告)日:2021-12-10

    申请号:CN202110822386.4

    申请日:2021-07-21

    Abstract: 本发明提供一种机器人导航方法、装置、电子设备及存储介质,所述方法包括:获取机器人状态和机器人所处环境状态;通过时空图注意力网络对所述机器人状态和所述机器人所处环境状态共同进行特征编码,以获得机器人的高层策略层时空状态特征和低层策略层时空状态特征;基于所述高层策略层时空状态特征获得机器人的高层策略动作;基于所述高层策略动作计算获得子目标位置的误差状态;基于所述子目标位置的误差状态、所述机器人状态和所述低层策略层时空状态特征,获得机器人的低层策略动作;基于所述低层策略动作进行机器人导航。本方法能够高效地实现机器人无障碍导航。

    基于角色分配的群体分布式控制方法及装置

    公开(公告)号:CN113391556B

    公开(公告)日:2021-12-07

    申请号:CN202110922017.2

    申请日:2021-08-12

    Abstract: 本发明提供一种基于角色分配的群体分布式控制方法及装置,方法包括:将获取的群体中的智能体的观测状态输入至第一策略网络模型中,得到第一策略网络模型输出的各智能体的角色类型;将智能体的观测状态与各智能体的角色类型输入至第二策略网络模型中,得到第二策略网络模型输出的对应智能体的动作;控制智能体执行动作;其中,第一策略网络模型和第二策略网络模型是利用智能体样本数据进行训练得到的,其中第二策略网络模型的输入为第一策略网络模型的输出。本发明通过构建具有角色分配的第一策略网络模型结构以及构建具有基于角色类型分配相应动作的第二策略网络模型结构,实现动态不确定环境下群体无碰撞的协同控制。

    多机器人协作围捕方法、装置、电子设备及存储介质

    公开(公告)号:CN113253738B

    公开(公告)日:2021-10-01

    申请号:CN202110689055.8

    申请日:2021-06-22

    Abstract: 本发明提供一种多机器人协作围捕方法、装置、电子设备及存储介质,其中方法包括:基于任一机器人的运动状态,任一机器人与目标物体之间的距离,以及任一机器人与其余各个机器人之间的距离,确定任一机器人的围捕状态信息;基于任一机器人与各个障碍物体之间的距离,以及各个障碍物体的状态,确定任一机器人的障碍状态信息;基于每一机器人的围捕状态信息和障碍状态信息,确定每一机器人的运动控制策略;基于每一机器人的运动控制策略,控制各个机器人对所述目标物体进行围捕。本发明提供的方法、装置、电子设备及存储介质,提高了多机器人系统的安全性,围捕目标不易于逃脱,提高了围捕效果。

    快时变飞行器大包线飞行控制方法与装置

    公开(公告)号:CN113253616B

    公开(公告)日:2021-10-01

    申请号:CN202110723529.6

    申请日:2021-06-29

    Abstract: 本发明提供一种快时变飞行器大包线飞行控制方法与装置,该方法通过确定目标飞行器的线性时不变飞行器模型,将线性时不变飞行器模型的系统矩阵转化为高阶张量,对高阶张量进行奇异值分解,确定顶点张量、飞行高度权重系数矩阵和飞行速度权重系数矩阵,然后进行归一化处理,确定凸多胞形结构的顶点系统,最后根据凸多胞形结构的顶点系统设计鲁棒跟踪反馈控制器对目标飞行器进行控制,该方法减小了快时变飞行器大包线飞行时的建模误差,提高了对快时变飞行器的控制准确性。而且,由于经过高阶奇异值分解后的顶点系统个数很少,因此对快时变飞行器的存储空间要求小。另外,在线计算量同样很小,便于设计控制器,更加适应于工程实践。

    多智能体行为决策方法、装置、电子设备和存储介质

    公开(公告)号:CN113128657B

    公开(公告)日:2021-09-14

    申请号:CN202110669818.2

    申请日:2021-06-17

    Abstract: 本发明提供一种多智能体行为决策方法、装置、电子设备和存储介质,其中方法包括:基于多智能体行为模型中的图生成模块,将各个智能体及其对应的环境信息构建为图;基于多智能体行为模型中的信息传递模块,对各个智能体及其对应的环境信息进行编码,得到各个智能体对应的联合编码状态;基于多智能体行为模型中的策略优化模块,结合各个智能体对应的联合编码状态,确定各个智能体的初始决策;基于多智能体行为模型中的碰撞避免模块,对各个智能体的初始决策进行变步长控制,并结合各个智能体对应的斥力,确定各个智能体的最终决策。本发明解决了大规模智能体场景下强化学习难以收敛的问题,实现了多智能体系统下高性能的自主决策能力和避碰效果。

Patent Agency Ranking