Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜中国人民解放军国防科技大学周晗获国家专利权

恭喜中国人民解放军国防科技大学周晗获国家专利权

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!

龙图腾网恭喜中国人民解放军国防科技大学申请的专利基于概率图模型的无人机集群协同多目标围捕方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119620784B

龙图腾网通过国家知识产权局官网在2025-04-11发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510166777.3,技术领域涉及:G05D1/695;该发明授权基于概率图模型的无人机集群协同多目标围捕方法是由周晗;相晓嘉;黄依新;唐邓清;赖俊;孙懿豪;李超;许贺达;陈众楷设计研发完成,并于2025-02-14向国家知识产权局提交的专利申请。

基于概率图模型的无人机集群协同多目标围捕方法在说明书摘要公布了:本发明涉及一种基于概率图模型的无人机集群协同多目标围捕方法,包括:建立分层概率图模型,并确定模型节点和节点状态;获取围捕场景中的场景参数,对场景参数和模型节点的状态取值初始化;无人机个体对周围环境进行探测感知获得个体感知信息,基于个体感知信息对当前围捕阶段进行判定,并根据所处的围捕阶段确定所期望的节点状态;计算期望的节点状态的条件概率分布,更新模型节点的节点概率参数;基于所期望的节点状态和节点概率参数,对无人机个体所执行的动作进行决策;无人机个体执行所输出的动作并位置更新,无人机个体重新对周围环境进行探测感知,并基于新获得的个体感知信息判断当前的围捕阶段,若为捕获阶段,则捕获成功。

本发明授权基于概率图模型的无人机集群协同多目标围捕方法在权利要求书中公布了:1.基于概率图模型的无人机集群协同多目标围捕方法,其特征在于,包括:S1.建立用于多目标协同围捕动作决策的分层概率图模型,并确定所述分层概率图模型中的模型节点和节点状态;其中,所述分层概率图模型包括:用于决策输出无人机个体动作的决策层,用于所述无人机个体对周围环境进行探测感知以获取个体感知信息的感知层;所述模型节点包括:设置在所述决策层的决策动作节点,设置在所述感知层的寻觅猎物节点、碰撞避免节点、目标密度节点、邻居密度节点、攻击态势节点;其中,所述决策动作节点为父节点,所述寻觅猎物节点、所述碰撞避免节点、所述目标密度节点、所述邻居密度节点、所述攻击态势节点均为子节点;S2.获取用于无人机集群的围捕场景中的场景参数,并对所述场景参数和所述模型节点的状态取值进行初始化;S3.所述无人机集群中的无人机个体对周围环境进行探测感知,以获得个体感知信息,以及,基于所述个体感知信息对当前围捕阶段进行判定,并根据所处的围捕阶段确定所期望的节点状态;其中,所述围捕阶段包括:搜索阶段、合围阶段和捕获阶段;S4.基于所述个体感知信息计算所期望的节点状态的条件概率分布,更新所述分层概率图模型中模型节点的节点概率参数;S5.基于所期望的节点状态和所述节点概率参数,对所述无人机个体所执行的动作进行决策并输出,其中,选择使所述无人机个体达到期望的节点状态值的概率最大化的动作作为输出;S6.所述无人机个体执行所输出的动作并进行位置更新,位置更新后的所述无人机个体重新对周围环境进行探测感知,并基于新获得的个体感知信息判断当前的围捕阶段,若所述围捕阶段为捕获阶段,则捕获成功,否则,重新执行步骤S3至S6。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国人民解放军国防科技大学,其通讯地址为:410073 湖南省长沙市开福区德雅路109号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。