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

未知复杂环境下的无人载体智能鲁棒导航方法及系统 

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:中山大学·深圳;中山大学

摘要:本发明涉及无人导航技术领域,尤其涉及一种未知复杂环境下的无人载体智能鲁棒导航方法及系统,包括获取未知复杂环境下的状态空间信息;利用预先构建的智能导航网络模型对状态空间信息进行路径规划,得到最优导航信息;智能导航网络模型包括依次连接的轻量级智能滤波模块和采用深度强化学习SAC算法的自主路径规划网络模块;轻量级智能滤波模块包括依次连接的卡尔曼滤波预测模块、轻量级循环神经网络模块和卡尔曼滤波更新模块。本发明通过将轻量级智能滤波模块和深度强化学习SAC算法相结合,能够自适应学习卡尔曼增益,从而快速可靠地完成导航任务,具有较强的可解释性,满足了导航的高效率、实时性需求。

主权项:1.一种未知复杂环境下的无人载体智能鲁棒导航方法,其特征在于,包括以下步骤:获取未知复杂环境下的状态空间信息,所述状态空间信息包括状态向量信息和量测向量信息;利用预先构建的智能导航网络模型对所述状态空间信息进行路径规划,得到最优导航信息;所述智能导航网络模型包括依次连接的轻量级智能滤波模块和采用深度强化学习SAC算法的自主路径规划网络模块;所述轻量级智能滤波模块包括依次连接的卡尔曼滤波预测模块、轻量级循环神经网络模块和卡尔曼滤波更新模块;其中,所述利用预先构建的智能导航网络模型对所述状态空间信息进行处理,得到最优导航信息的步骤包括:采用轻量级智能滤波模块对所述状态空间信息进行滤波处理,得到当前时刻的最优状态后验估计值;根据采用深度强化学习SAC算法的自主路径规划网络模块对当前时刻的所述最优状态后验估计值进行路径规划,得到最优导航信息。

全文数据:

权利要求:

百度查询: 中山大学·深圳 中山大学 未知复杂环境下的无人载体智能鲁棒导航方法及系统

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。