← 返回列表
未知复杂环境下的无人载体智能鲁棒导航方法及系统
申请人信息
- 申请人:中山大学 深圳; 中山大学
- 申请人地址:518000 广东省深圳市光明新区光明街道华夏路和润家园3栋501
- 发明人: 中山大学 深圳; 中山大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 未知复杂环境下的无人载体智能鲁棒导航方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311524311.3 |
| 申请日 | 2023/11/15 |
| 公告号 | CN117633402A |
| 公开日 | 2024/3/1 |
| IPC主分类号 | G06F17/10 |
| 权利人 | 中山大学 深圳; 中山大学 |
| 发明人 | 朱祥维; 何少烽; 马岳鑫; 翁淇臻; 翟春磊; 刘格陆; 沈丹 |
| 地址 | 广东省深圳市光明新区光明街道华夏路和润家园3栋501; 广东省广州市海珠区新港西路135号 |
摘要文本
中山大学 深圳; 中山大学获取“一种透气窗帘布”专利技术，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。 关注微信公众号专利查询网
专利主权项内容
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。 （更多数据，详见马克数据网）