【技术实现步骤摘要】
本专利技术属于无人机和人工智能领域，具体涉及一种基于场数据的无人机目标任务自主区域搜索与分配方法。
技术介绍
1、无人机具有驻空时间长、任务载重大、可定点驻留等优点，是通信、遥感、气象探测等应用开展的理想飞行平台。近年来，随着无人机平台和任务载荷技术的逐步发展，无人机的相关应用需求越来越迫切，业界亟待无人飞行应用稳健落地。无人机应用需求对其能力提出了越来越高的要求，需要其在复杂的环境条件下稳定可靠的执行任务并提升自主飞行能力，任务飞行规划成为提升无人机应用能力的关键环节。
2、在迫切的应用需求下，无人机技术不断发展，但无人机任务飞行规划方法仍需突破。无人机作为一种轻于空气依靠浮力飞行的无人机，其飞行受环境中深度场影响显著，虽然无人机通过螺旋桨提供动力而具备了一定的抗风能力，但因为体积庞大抗风能力终究有限。
技术实现思路
1、(一)要解决的技术问题
2、本专利技术要解决的技术问题是如何提供一种基于场数据的无人机目标任务自主区域搜索与分配方法，以解决无人机任务飞行规划的
本文档来自技高网...
【技术保护点】
1.一种基于场数据的无人机目标任务自主区域搜索与分配方法，其特征在于，该方法包括如下步骤：
2.如权利要求1所述的基于场数据的无人机目标任务自主区域搜索与分配方法，其特征在于，所述步骤S1中，设计深度神经网络模型用来融合无人机状态信息和深度场信息包括：利用卷积神经网络提取当前时刻的深度场信息特征，再利用全连接层神经网络融合深度场与无人机状态信息。
3.如权利要求2所述的基于场数据的无人机目标任务自主区域搜索与分配方法，其特征在于，所述步骤S1具体包括：
4.如权利要求3所述的基于场数据的无人机目标任务自主区域搜索与分配方法，其特征在...
【技术特征摘要】
1.一种基于场数据的无人机目标任务自主区域搜索与分配方法，其特征在于，该方法包括如下步骤：
2.如权利要求1所述的基于场数据的无人机目标任务自主区域搜索与分配方法，其特征在于，所述步骤s1中，设计深度神经网络模型用来融合无人机状态信息和深度场信息包括：利用卷积神经网络提取当前时刻的深度场信息特征，再利用全连接层神经网络融合深度场与无人机状态信息。
3.如权利要求2所述的基于场数据的无人机目标任务自主区域搜索与分配方法，其特征在于，所述步骤s1具体包括：
4.如权利要求3所述的基于场数据的无人机目标任务自主区域搜索与分配方法，其特征在于，所述步骤s1中，融合无人机状态信息和深度场信息时，还融合任务信息。
5.如权利要求1-4任一项所述的基于场数据的无人机目标任务自主区域搜索与分配方法，其特征在于，所述步骤s2包括：任务决策过程为马尔科夫决策过程，以长短期记忆神经网络的输出作为智能体的输入，通过深度对抗循环q神经网络获得无人机动作决策，在无人机采取动作决策后根据无人机状态变化模型更新得到下一时刻的无人机状态信息，通过循环迭代，得...
【专利技术属性】
技术研发人员：袁博，郭伟，宁京宣，王凯，杜松阳，王群，樊明，贾理理，姚俊楠，冯晓容，张立健，袁加鑫，张胜满，张迎，胥银华，岳凡，郑华利，张建军，高飞，
申请(专利权)人：中国人民解放军三二一八零部队，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。