买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：电子科技大学

摘要：本发明公开了一种事件流和事件帧融合的强化学习无人机避障方法，属于人机避障技术领域。本发明将事件相机产生的事件流和事件帧信息分别输入到不同的特征提取网络中，再通过特征向量融合的方式来获取事件流与事件帧的融合表征；使用在采集的离线数据流上预训练好的事件自分编码器作为模型的事件流特征提取网络，用于将具有时序性、异步性的事件流信息转换为特征信息，以提升无人机避障成功率；同时将强化学习训练过程解耦为两阶段，通过对比重建图像与真值图像进行预训练，事件帧卷积网络在智能体学习过程中进行训练，并有效利用融合特征补充智能体环境交互所需的状态信息。本发明用于搭载了事件相机的无人机，能获得良好的避障效果。

主权项：1.一种事件流和事件帧融合的强化学习无人机避障方法，其特征在于，包括下列步骤：步骤1、构建及预训练事件流特征提取网络，该事件流特征提取网络用于对无人机输入的事件流信息进行特征提取；采集无人机训练过程中的离线事件流，构建训练集；其中，训练集中的各训练数据包括离线事件流和真值图像；基于事件自分编码器构建事件流特征提取训练模型，其包括两个密级层，一个密级层用于对无人机输入的事件流信息进行特征编码，另一个密级层用于对事件流信息的编码特征进行解码，以重建事件流信息；基于训练集对事件流特征提取训练模型进行训练，当网络的编码性能达到期望性能后停止，基于用于事件流信息进行特征编码的密级层得到训练好的事件流特征提取网络；步骤2，构建无人机避障模型，其包括事件帧特征提取网络、策略网络、特征融合模块和步骤1训练好的事件流特征提取网络；其中，事件帧特征提取网络为基于脉冲神经元构建的脉冲神经网络模型，用于对无人机输入的事件帧图像进行特征提取；将事件帧特征提取网络和事件流特征提取网络的输出特征送入特征融合模块进行融合，再将得到的融合特征输入策略网络，以得到无人机在当前状态下的动作概率分布；再基于动作概率分布输出无人机的动作角度： ； ；其中，表示自然底数，表示动作概率分布对应权重，将动作概率分布的取值范围划分为不同的分段，并为每个分段配置不同的权重；步骤3，搭建无人机飞行的仿真环境，以实现对无人机避障模型的训练；无人机避障模型训练时，事件流特征提取网络的网络参数固定；训练过程中，无人机将采集的事件流信息和事件帧图像输入无人机避障模型，策略网络基于事件流和事件帧信息的融合特征输出无人机前进的动作角度，无人机根据动作角度和设置的无人机每个动作的步长做出相应动作，同时基于预置的策略网络的奖励函数得到相应的奖励值；当满足预置的训练结束条件时，得到训练好的无人机避障模型。

全文数据：

权利要求：

百度查询： 电子科技大学 一种事件流和事件帧融合的强化学习无人机避障方法