公开(公告)号：CN119002512A

公开(公告)日：2024-11-22

申请号：CN202411101336.7

申请日：2024-08-12

Applicant: 云南民族大学

Inventor： 唐嘉宁 ,  任林超 ,  陈云浩 ,  马孟星 ,  赵一帆 ,  赵莉 ,  施炀 ,  张凯 ,  霍文渊 ,  吴家明

IPC: G05D1/46 ,  G05D109/20

Abstract: 本发明公开了基于改进磁性细菌优化算法的多旋翼无人机路径规划方法，所述方法包括：前端可行路径搜索、后端路径优化改进、路径拟合。本发明的路径规划方法能够针对无人机在复杂环境中可能遇到的凹形陷阱和路径拐点问题，降低无人机位姿变化次数，减少飞行过程中的能量消耗，提升飞行效率。本发明的改进算法在不同静态环境中有效缩短了路径长度，减少了拐点个数，降低了无人机位姿变化次数，得到了更短更平滑的路径，减少了飞行过程中的能量消耗，提升了无人机飞行效率。

公开(公告)号：CN118896610A

公开(公告)日：2024-11-05

申请号：CN202410940842.9

申请日：2024-07-15

Applicant: 云南民族大学

Inventor： 周思达 ,  施炀 ,  唐嘉宁 ,  马孟星 ,  姜国然

IPC: G01C21/20 ,  G06N3/092 ,  G06N3/084 ,  G01C21/00

Abstract: 本发明提出基于深度强化学习的无人机路线规划方法，方法包括：利用基于梯度的柏林噪声和数字高程图构建三维非结构化地图；构建基于固定翼无人机的含约束的无人机自主探索的部分可观测马尔可夫决策过程模型对固定翼无人机的飞行路线进行约束；根据部分可观测马尔可夫决策过程模型构建基于深度学习的路线规划模型，并采用PPO算法对所述路线规划模型进行优化。本发明使用深度神经网络，拟合强化学习的动作价值函数、策略、模型等组成部分，构建从局部观测到值函数和策略函数的深度神经网络近似映射，建立部分可观测马尔可夫决策过程模型，完成强化学习框架搭建，提高模型在应对大规模状态空间时的鲁棒性与泛化能力。