-
公开(公告)号:CN116736881A
公开(公告)日:2023-09-12
申请号:CN202310428694.8
申请日:2023-04-20
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
Abstract: 本发明涉及人工智能技术领域,具体涉及一种基于蜜蜂采蜜机制的无人机蜂群自主智能控制方法,基于蜜蜂采蜜机制,设定了三种决策方式,通过设计基于航向随机偏置、航向保持、航向反向偏置的自主智能决策方法,解决侦察者无人机高速高密度航行自主避撞与搜寻航向自主智能决策的问题;设计一种基于适应度的多目标决策方法,解决跟随者无人机在目标信息非完全确定下的多目标决策问题;设计一种基于趋向目标模式和边线沿走模式的Bug算法,解决执行者无人机航向反相避障与趋向目标呈现的反复震荡问题。本发明解决了现有无人机蜂群体系架构、自主智能决策和信息交互机制的不足,同时提高了无人机蜂群快速响应能力。
-
公开(公告)号:CN116185068A
公开(公告)日:2023-05-30
申请号:CN202310117278.6
申请日:2023-02-15
Applicant: 桂林电子科技大学
IPC: G05D1/10
Abstract: 本发明公开了一种基于障碍物边界点位置的多智能体蜂拥避障方法,包括建立速度约束的多智能体运动模型;设计分离区、预警区和吸引区的位置虚拟势场非负分段函数,建立位置梯度项;根据智能体感知的障碍物边界点位置信息,设计智能体对障碍物边界点的期望速度表征方法,建立速度一致项;建立引导反馈项;基于上述步骤所构建的位置梯度项、速度一致项和引导反馈项,设计速度约束的多智能体运动模型的控制输入项,实现蜂拥避障。与现有技术相比,本发明的新型多智能体蜂拥避障方法完全放松了障碍物信息、形状和边界约束,可以保证多智能体蜂拥避障过程不发生碰撞,可以使感知到障碍物阻挡其跟随的智能体沿障碍物边界绕过障碍物并重新聚集。
-
公开(公告)号:CN116627175A
公开(公告)日:2023-08-22
申请号:CN202310698163.0
申请日:2023-06-13
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G05D1/10
Abstract: 本发明涉及无人机路径规划领域,具体来说涉及一种基于改进蚁群算法的无人机路径规划方法。本发明提出一种改进的蚁群算法。首先,该算法在启发函数中加入A*算法的估价函数,同时引入抗弯折权重系数,以减少路径弯曲次数以及较大的累积转弯角度;其次,提出利用信息素调配因子来改进信息素的更新规则,提升算法收敛速度和全局最优性;最后,引入回退机制加信息素浓度惩罚机制来解决传统蚁群算法易陷入死锁问题。仿真结果表明,在更加复杂地图中改进的蚁群算法与传统蚁群算法相比,拐角次数减少67%,迭代次数减少75%。改进的蚁群算法收敛速度更快、效率更高,对无人机路径规划更具有现实的指导意义。
-
-