目标随机运动场景下基于改进TD3算法的无人机主动感知方法技术

本发明专利技术公开了一种目标随机运动场景下基于改进TD3算法的无人机主动感知方法，构建了基于二维信息熵和绝对观测角度融合的目标外观模型；利用优先经验回放、平均Q值和课程训练等技术，组成一种基于改进TD3的航迹控制算法，使无人机能够更稳定地自主学习和决策。结合目标外观建模方法与基于改进TD3的无人机航迹规划算法，形成了无人机主动感知模型。该模型可以在多随机障碍物的仿真环境中实现对随机运动目标的全方位感知。

【技术实现步骤摘要】

本专利技术属于无人机，具体涉及一种目标随机运动场景下基于改进td3算法的无人机主动感知方法。

技术介绍

1、无人驾驶飞机简称“无人机”(unmanned aerial vehicle，uav)，是一种能够通过程序控制或者远程遥控的不载人飞行器。与有人驾驶的飞机相比，uav体积更小、重量更轻、成本更低，且操作更简单、机动性更高，因此更适合执行复杂和危险的工作任务。目前uav主要分为军用和民用两类。

2、如今，人工智能(artificial intelligence，ai)技术的引入正在推动无人机应用的变革。通过集成计算机视觉、深度学习和自动化决策(强化学习)的能力，uav能够实现自主飞行、实时数据分析和高效目标识别。

3、在uav的众多应用领域中，主动目标跟踪任务是一个重要的研究方向，它是许多任务的基础，涉及智能体在感知区域内的主动控制，以跟踪感兴趣的目标。例如，在体育赛事直播中，uav可以实时跟踪运动员，为观众提升更清晰的观赛体验；在战场上，uav则可以持续的跟踪监测敌方人员和车辆，为己方提供实时精准的情报。主动目标跟踪通常包括目标本文档来自技高网...

【技术保护点】

1.一种目标随机运动场景下基于改进TD3算法的无人机主动感知方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种目标随机运动场景下基于改进TD3算法的无人机主动感知方法，其特征在于，所述图像一维信息熵表示图像中灰度分布的聚集特征所包含的信息量；令Pi表示图像中灰度值为i的像素所占的比例，则定义灰度图像的一维信息熵为式(1)：

3.根据权利要求1所述的一种目标随机运动场景下基于改进TD3算法的无人机主动感知方法，其特征在于，所述像素的灰度值0<＝i<＝255，邻域灰度均值0<＝j<＝255。

4.根据权利要求2所述的一种...

【技术特征摘要】

1.一种目标随机运动场景下基于改进td3算法的无人机主动感知方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种目标随机运动场景下基于改进td3算法的无人机主动感知方法，其特征在于，所述图像一维信息熵表示图像中灰度分布的聚集特征所包含的信息量；令pi表示图像中灰度值为i的像素所占的比例，则定义灰度图像的一维信息熵为式(1)：

3.根据权利要求1所述的一种目标随机运动场景下基于改进td3算法的无人机主动感知方法，其特征在于，所述像素的灰度值0<＝i<＝255，邻域灰度均值0<＝j<＝255。

4.根据权利要求2所述的一种目标随机运动场景下基于改进td3算法的无人机主动感知方法，其特征在于，所述重叠率overlap_rate大于90％时，判定uav在主动目标感知任务中已经完成了全面扫描。

5.一种计算机程序，其特征...

【专利技术属性】
技术研发人员：朱艺宁，文诣，姚远，杨禹，王君波，李明轩，冉春程，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：