一种多无人机灾情探测方法及系统.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115016540A(43)申请公布日2022.09.06(21)申请号202210851483.0(22)申请日2022.07.20(71)申请人中山大学地址510275广东省广州市海珠区新港西路135号(72)发明人韩瑜李锦铭秦臻程广峰唐兆家(74)专利代理机构广州嘉权专利商标事务所有限公司44205专利代理师梁嘉琦(51)Int.Cl.G05D1/10(2006.01)权利要求书3页说明书14页附图2页(54)发明名称一种多无人机灾情探测方法及系统(57)摘要本发明公开了一种多无人机灾情探测方法及系统，方法包括：构建多无人机路径规划的问题，以实现对灾情探测效果最大化；将所述多无人机路径规划的问题解耦成基于全局航迹规划的探测点位最大化问题以及基于局部路径规划的探测效果最大化问题；分别对所述基于全局航迹规划的探测点位最大化问题以及所述基于局部路径规划的探测效果最大化问题进行求解，得到所述多无人机路径规划的问题的目标解；根据所述目标解对多无人机进行运动控制，完成灾情探测。本发明提高了探测效率，且降低了复杂性，可广泛应用于人工智能技术领域。CN115016540ACN115016540A权利要求书1/3页1.一种多无人机灾情探测方法，其特征在于，包括：构建多无人机路径规划的问题，以实现对灾情探测效果最大化；将所述多无人机路径规划的问题解耦成基于全局航迹规划的探测点位最大化问题以及基于局部路径规划的探测效果最大化问题；分别对所述基于全局航迹规划的探测点位最大化问题以及所述基于局部路径规划的探测效果最大化问题进行求解，得到所述多无人机路径规划的问题的目标解；根据所述目标解对多无人机进行运动控制，完成灾情探测。2.根据权利要求1所述的一种多无人机灾情探测方法，其特征在于，对所述基于全局航迹规划的探测点位最大化问题的求解过程，包括：初始化经验回放池；初始化train‑Q网络中的参数θtrain和target‑Q网络中的参数θtarget；初始化系统环境；将智能体当前所观测环境的状态输入到所述target‑Q网络中，并输出第一结果q{s，a|θ}a∈A，根据ε‑贪婪算法选出动作ai；配置所述智能体的当前环境观测状态si、下一环境观测状态si+1以及奖励回报ri；将目标数据(si，ai，ri，si+1)存取到经验回放池中；当所述经验回放池存满数据之后，从中随机选取K个经验值；经过多个时间步数后，将target‑Q网络中的target更新为当前时刻train‑Q网络中的θtrain，直至完成全局航迹规划的探测点位最大化问题的求解。3.根据权利要求1所述的一种多无人机灾情探测方法，其特征在于，对基于局部路径规划的探测效果最大化问题的求解过程，包括：初始化经验回放池；初始化系统化环境；为每个用户初始化Critic网络和Actor网络其中，Critic网络的参数为Actor网络的参数为为每个用户初始化targetCritic网络和targetActor网络在初始化阶段，为无人机随机产生一个动作a0，并且观测到环境给予的回报r0和反馈o1；然后进入外循环阶段，智能体根据当前的策略网络和观测到的状态，生成下一时刻动ttμ作a＝μ(o|θ)+Nt，其中，Nt是添加的探索噪声，用于鼓励探索；其中，所述外循环阶段的时间参数为t＝1，2，...，T；智能体执行动作at，执行之后观测到下一刻的状态反馈ot+1和回报rt；将目标数据(ot，at，rt，ot+1)储存到经验池，同时更新环境给予的反馈ot←ot+1；对每个智能体i＝1，2，...，N循环执行以下步骤：从经验池中随机采样一部分经验(ot，at，rt，ot+1)；利用梯度下降更新critic网络的损失；利用策略梯度法更新actor网络的损失；更新target网络：2CN115016540A权利要求书2/3页退出智能体循环，退出外循环；完成对基于局部路径规划的探测效果最大化问题的求解。4.根据权利要求1所述的一种多无人机灾情探测方法，其特征在于，所述方法还包括：构建无人机探测控制模型，该步骤包括：计算无人机与目标拍摄点位之间的欧氏距离；计算无人机与目标拍摄面积之间的重叠度；计算无人机的相对高度；根据所述欧氏距离、所述重叠度以及所述相对高度，确定无人机拍摄效果的评价结果。5.根据权利要求1所述的一种多无人机灾情探测方法，其特征在于，所述方法还包括：构建无人机功率损耗模型，该步骤包括：根据无人机的电池容量，定义无人机的电池总量；定义无人机的上行传输功率、D2B链路的LoS概率，将D2B通道建模为具有基于环境反馈的LoS通道；对无人机产生的推进能耗进行建模；定义无人机从全电荷状态到能量耗尽的持续飞行时间；根据所述持续飞行时间，根据无人机的剩余电量判断