[发明专利]一种多无人机灾情探测方法及系统

说明书

本发明公开了一种多无人机灾情探测方法及系统，方法包括：构建多无人机路径规划的问题，以实现对灾情探测效果最大化；将所述多无人机路径规划的问题解耦成基于全局航迹规划的探测点位最大化问题以及基于局部路径规划的探测效果最大化问题；分别对所述基于全局航迹规划的探测点位最大化问题以及所述基于局部路径规划的探测效果最大化问题进行求解，得到所述多无人机路径规划的问题的目标解；根据所述目标解对多无人机进行运动控制，完成灾情探测。本发明提高了探测效率，且降低了复杂性，可广泛应用于人工智能技术领域。

技术领域

本发明涉及人工智能技术领域，尤其是一种多无人机灾情探测方法及系统。

背景技术

自然灾害通常具有广域性、扩散性和不确定性等特点，传统的救援方法在面对大规模自然灾害时通常会由于缺少受灾区域信息而救援进度缓慢、效率低下，甚至威胁到救援人员的人生安全。随着无人机技术的发展，由于无人机灵活、低成本和不易受灾害影响的特点，其在灾情探测和救援辅助等领域都受到了广泛关注。

通过控制无人机在受灾区域飞行并实时拍摄灾区影像，可以帮助救援人员快速掌握灾区信息，提高救援的效率和安全性。然而，由于灾害的多变性和广域性，如何通过无人机的调度，在有限的能量下最大化灾情探索效率成为了关键问题之一。

现有技术在对无人机的飞行轨迹进行规划时通常采用传统的路径规划算法并对环境模型进行一定的简化，这类算法虽然能够保证一定的求解效率，但会导致次优的规划结果，其会影响灾情信息的获取；没有考虑受灾区域灾情的高度动态性，固定的灾情环境模型会导致求解结果的滞后，进一步降低轨迹规划的准确性；相关方法在实际部署环境下会降低救援效率甚至影响危害救援人员的人身安全。另外，现有技术需要人工手动标记兴趣点，效率不高，并且缺少对不同种类灾情的适应性。

发明内容

为解决上述技术问题，本发明的目的在于：提供一种高效且复杂度低的，多无人机灾情探测方法及系统。

本发明实施例的一方面提供了一种多无人机灾情探测方法，包括：

构建多无人机路径规划的问题，以实现对灾情探测效果最大化；

将所述多无人机路径规划的问题解耦成基于全局航迹规划的探测点位最大化问题以及基于局部路径规划的探测效果最大化问题；

分别对所述基于全局航迹规划的探测点位最大化问题以及所述基于局部路径规划的探测效果最大化问题进行求解，得到所述多无人机路径规划的问题的目标解；

根据所述目标解对多无人机进行运动控制，完成灾情探测。

可选的，对所述基于全局航迹规划的探测点位最大化问题的求解过程，包括：

初始化经验回放池；

初始化train-Q网络中的参数θ^train和target-Q网络中的参数θ^target；

初始化系统环境；

将智能体当前所观测环境的状态输入到所述target-Q网络中，并输出第一结果q{s,a|θ}_a∈A，根据ε-贪婪算法选出动作a_i；

配置所述智能体的当前环境观测状态s_i、下一环境观测状态s_i+1以及奖励回报r_i；

将目标数据(s_i,a_i,r_i,s_i+1)存取到经验回放池中；

当所述经验回放池存满数据之后，从中随机选取K个经验值；