-
公开(公告)号:CN115451970A
公开(公告)日:2022-12-09
申请号:CN202211118602.8
申请日:2022-09-14
Applicant: 南京航空航天大学
Abstract: 本发明公开了一种结合人工势场的概率图谱路径规划方法。该方法利用虚拟势场的方法,用可量化的势场图表示目标环境,从而清晰地表达环境中的障碍物信息。然后提出了一种基于分区的采样策略,在保持采样点均匀分布的同时,提高密集障碍区域中的采样点数量。最后,利用新的八方向检测方法识别并筛选了一些关键点,通过添加关键点有效地提高了路径规划的成功率。本方法可以有效增加狭窄通道内的采样点数量和路径规划的成功率,MATLAB中实验结果证明了该方法的有效性。
-
公开(公告)号:CN116225055A
公开(公告)日:2023-06-06
申请号:CN202310043150.X
申请日:2023-01-06
Applicant: 南京航空航天大学
IPC: G05D1/10
Abstract: 本发明公开了一种复杂环境下基于状态分解的无人机自主航迹规划算法。该发明属于无人机控制领域,主要解决了无人机在大规模复杂且障碍物密集的动态环境中实时避障并自主完成航迹规划的问题。所提算法通过将无人机航迹规划问题建模成为马尔可夫决策过程,利用深度强化学习对问题进行求解。通过对无人机的状态空间进行分解,引入了两个子网络对“演员‑评论家”架构进行了重新设计;利用smooth L1损失函数实现了对异常训练数据的处理。同时,设计了动态ε衰减策略实现了“探索‑利用”之间的平衡。本算法确保了无人机在实现避开障碍物的同时能够自主完成航迹规划,大量的仿真实验证明了该算法的有效性和鲁棒性。
-