公开(公告)号：CN114237297B

公开(公告)日：2023-04-14

申请号：CN202111568149.6

申请日：2021-12-21

Applicant: 电子科技大学

Inventor： 王磊 ,  何陶 ,  陈明燕

IPC: G05D1/10

Abstract: 本发明公开一种基于神经网络训练学习的无人机群飞行控制方法，应用于无人机技术领域，针对现有技术很难根据复杂环境变化进行适应性调整的问题，本发明采用神经网络学习无人机集群控制模型，将集群中无人机的状态以及期望集群飞行速度作为神经网络的训练样本输入，并采用智能优化算法的解作为神经网络的标签样本；本发明采用局部集群飞行实现全局集群飞行的方法，集群中的每架无人机筛选距离自己最近且在可观察范围内的k‑1架无人机，根据其状态计算出自己的下一个局部最优状态；采用本发明的方法实现了速度、航向的更快收敛，特别是仿真时间得到了大幅度的降低；可见采用本发明方法的避障反应速度更快，能更有效的避障，保证集群飞行的安全。

公开(公告)号：CN114237297A

公开(公告)日：2022-03-25

申请号：CN202111568149.6

申请日：2021-12-21

Applicant: 电子科技大学

Inventor： 王磊 ,  何陶 ,  陈明燕

IPC: G05D1/10

Abstract: 本发明公开一种基于神经网络训练学习的无人机群飞行控制方法，应用于无人机技术领域，针对现有技术很难根据复杂环境变化进行适应性调整的问题，本发明采用神经网络学习无人机集群控制模型，将集群中无人机的状态以及期望集群飞行速度作为神经网络的训练样本输入，并采用智能优化算法的解作为神经网络的标签样本；本发明采用局部集群飞行实现全局集群飞行的方法，集群中的每架无人机筛选距离自己最近且在可观察范围内的k‑1架无人机，根据其状态计算出自己的下一个局部最优状态；采用本发明的方法实现了速度、航向的更快收敛，特别是仿真时间得到了大幅度的降低；可见采用本发明方法的避障反应速度更快，能更有效的避障，保证集群飞行的安全。