[发明专利]基于多模态融合的多脑区协同自主决策方法

说明书

本发明属于认知神经技术领域，具体涉及一种基于多模态融合的多脑区协同自主决策方法。旨在解决现有无人机避障技术成本较高、不够机动灵活以及现有的强化学习方法要求控制对象具有强烈的容错能力的问题。本发明提供一种基于多模态融合的多脑区协同自主决策方法，包括获取障碍物的空间位置信息，将其输入预先构建的多脑区协同强化学习模型；根据环境反馈的奖励信息，通过多巴胺调控和突触可塑性机制，更新所述多脑区协同强化学习模型，实现无人机自主避障。本发明能够准确地评估场景中障碍物的危险程度，并且模拟人脑自主学习过程，让无人机快速准确地学习到避障策略，实现自主躲避障碍物，完成任务。

技术领域

本发明属于认知神经技术领域，具体涉及一种基于多模态融合的多脑区协同自主决策方法。

背景技术

随着无人机技术的发展，无人机因其实用性广泛应用于多个技术领域，无人机的主动安全性是其得以在真实场景中安全应用的基本。无人机的主动安全性是指其能够精确地感知障碍物并且自主地避开障碍物。现有的无人机避障技术中，主要包括红外和激光测距实现无人机避障，但是红外和激光容易受到外界环境的影响和干扰，导致距离测量不准，容易造成安全事故。此外，现有的无人机避障技术一般依赖于三维地图、双目摄像机或者其他高精度设备等实现，成本较高且不够机动灵活。

此外，对于现有的无人机避障强化学习决策，现有的强化学习方法主要包括：

传统强化学习方法：通过Q-learning、Actor-Critic算法解决离散的强化学习问题，适用于简单的强化学习问题，并且要求状态之间通过一步行为进行切换；

深度强化学习方法：通过结合深度神经网络和 Q-learning算法，基于梯度下降方法优化神经网络，其中深度神经网络能够抽象表达高维的输入信息，并且不需要进行状态划分，适用于具有大量数据信息的情况，但是计算需要花费较多时间；

层次强化学习方法：通过集成不同的行为到子路线中，每个子路线都是强化学习的一个特殊情况，适用于解决复杂的规划问题，并且要求控制对象尽可能经历所有可能的情况。

现有的强化学习方法均需要控制对象具有强烈的容错能力，可以多次尝试错误的结果，并且不断地调整策略，要求每次执行行为、输入的状态要有明显的不同。而对于实际应用中的无人机，不可能经历所有的状态空间，而且为了确保其安全性，必须快速准确地学习到正确的策略。

因此，如何提出一种解决上述问题的方案是本领域技术人员目前需要解决的问题。

发明内容

为了解决现有技术中的上述问题，即为了解决现有无人机避障技术成本较高、不够机动灵活以及现有的强化学习方法要求控制对象具有强烈的容错能力的问题，本发明提供了一种基于多模态融合的多脑区协同自主决策方法，所述方法包括：

通过超声波传感器和双目摄像头获取障碍物的空间位置信息，将其输入预先构建的多脑区协同强化学习模型；

基于所述障碍物的空间位置信息，使用尖峰时序神经网络构建多脑区协同强化学习模型；

根据环境反馈的奖励信息，通过多巴胺调控和突触可塑性机制，更新所述多脑区协同强化学习模型，实现无人机自主避障。

在上述方法的优选技术方案中，“获取障碍物的空间位置信息”，其方法为：

通过所述无人机搭载的超声波传感器获取所述无人机与所述障碍物的距离信息；

通过所述无人机搭载的双目摄像头获取所述障碍物的图像信息，根据所述障碍物的图像信息获取所述障碍物的深度信息；

将所述距离信息与所述深度信息进行融合，得到所述障碍物的空间位置信息。

在上述方法的优选技术方案中，所述多脑区协同强化学习模型包括：