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：浙江大学

摘要：本发明公开了一种去中心化异构无人机集群运动规划方法，该方法是一种去中心化的无人机集群规划方法，同时加入集群通信组网的观测和对应的奖励惩罚，使无人机集群能够在规划时考虑无人机集群的一个组网的状态；此外，本发明采用参数共享和代理指示的方法，实现可部署数量可变的异构无人机集群，当改变无人机数量和种类时，不需要再次重新训练模型；实现异构的多无人机集群可以用单模型进行部署。同时各无人机可根据各自的通信状态和感知信息，来进行独立的运动规划。使无人机集群的规划，可以不依赖中心节点进行。该方法对通信的要求低，且能适应更加复杂的环境。

主权项：1.一种去中心化异构无人机集群运动规划方法，其特征在于，包括以下步骤：步骤1：设定无人机集群运动规划场景；设定无人机集群的起飞位置和目标位置；无人机从各自起点起飞，保持通讯组网状态，通过自身感知的信息和组网状态信息进行规划，聚集飞向目标点；设定无人机集群包含k种类型的无人机；无人机种类i的无人机的最大加速度表示为uiA，最大速度为uiV，最大角速度为uiW；设定无人机集群种类i的无人机的数量为ni，则整个无人机集群的无人机数量为无人机集群中第m架无人机表示为Um；将无人机，障碍物，目标位置设定为圆形，其半径分别表示为ru，rc，rt；无人机的运动学方程为： 无人机t时刻的状态量为[xt,yt,vt,ψt]，控制变量为动作空间[at,wt]，其中，xt,yt,vt,ψt分别代表t时刻无人机的x坐标，y坐标，速度以及航向角；at,wt分别代表t时刻无人机的加速度和角速度；在控制变量的作用下，经过时间步长Δt，根据无人机的运动学方程，可得无人机下一时刻的状态量[xt+1,yt+1,vt+1,ψt+1]，xt+1,yt+1,vt+1,ψt+1分别代表t+1时刻无人机的x坐标，y坐标，速度以及航向角；种类i的无人机需要满足各自的运动约束，即： 无人机的通信范围设为rcom；无人机在规划中，将其他无人机视作障碍物，根据随时更新的感知信息和组网状态信息，避免碰撞和保持聚集通信；步骤2：构建基于参数共享TD3的神经网络步骤2.1TD3算法神经网络权重参数共享将TD3算法的六个神经网络进行参数共享，设第Um架无人机的策略为πm，则在参数共享下满足πm＝πz，m≠z；m,z∈[1,N]，将策略神经网络统一记做π；步骤2.2设定策略神经网络的输入策略神经网络π的输入为观测空间，观测空间具体包括如下四个部分：1无人机种类的代理指示采用代理指示的方法，对无人机集群中的不同种类进行表示，具体方法为：对无人机集群的k种种类进行编码，创建一个长度为k的编码来表示无人机种类；其中，对于无人机种类i的编码，只有对应无人机种类i的索引位置为1，其他位置为0；2无人机自身状态的观测空间无人机自身状态的观测空间采用向量表示为[x,y,v,w,ru]；x，y表示无人机在二维平面上的横纵坐标；v表示无人机移动速度，w为无人机的偏航角，ru为无人机的半径；3无人机的感知观测空间设种类i的无人机的感知，只保留距离自己最近的UiE个物体的位置信息，UiEi∈[1,k]的集合为UE；则所有种类无人机的感知观测空间的长度都为2SL，其中SL＝maxUE；无人机的感知观测空间中第q个物体的位置信息为[xq,yq],q∈[1,SL]，若SL大于UiE，则将多出的空间用0进行填充，则种类i无人机的感知观测空间表示为：[x1,y1,x2,y2,......,xq,yq,......,xUiE,yUiE,xUiE+1＝0,yUiE+1＝0,......,xSL＝0,ySL＝0]其中，[xUiE+1＝0,yUiE+1＝0,......,xSL＝0,ySL＝0]为SL大于UiE多出的空间，用0进行填充；4任务目标的观测空间任务目标的位置坐标为[xt,yt]，xt,yt表示目标位置在二维平面上的坐标，设定所有无人机在规划任务开始时便已获取该信息；步骤2.3设定策略神经网络的输出策略神经网络π的输出为动作空间；步骤3：设定奖励函数设定奖励函数，使无人机集群在规划过程中，各无人机能够保持组网、保持聚集，不发生碰撞，到达目标位置，最小化能量消耗和轨迹光滑；步骤4：训练基于参数共享TD3的神经网络在神经网络的训练过程中，改变无人机集群的起飞位置和目标位置，并在训练过程中调整神经网络和奖励函数的权重参数，直至当结果达到要求后，结束训练，只保留策略神经网络，所述策略神经网络可根据观测空间输出最优动作。

全文数据：

权利要求：

百度查询： 浙江大学 一种去中心化异构无人机集群运动规划方法