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！

龙图腾网获悉浙江孚临科技有限公司申请的专利一种空中机器人分层强化学习控制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120874957B 。

龙图腾网通过国家知识产权局官网在2026-02-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511383200.4，技术领域涉及：G06N3/092；该发明授权一种空中机器人分层强化学习控制方法是由唐科伟;肖非;陈声鸿设计研发完成，并于2025-09-26向国家知识产权局提交的专利申请。

本一种空中机器人分层强化学习控制方法在说明书摘要公布了：本发明涉及图像识别技术领域，具体为一种空中机器人分层强化学习控制方法，包括建立环境状态模型，根据环境参数将路面标线检测任务分解三个控制层次，分别设置区域级奖励函数、航迹级奖励函数和像素级奖励函数，其中区域级奖励函数评估目标路段覆盖完整性，航迹级奖励函数优化飞行轨迹效率，像素级奖励函数保证图像质量；首先训练环境适应层，确定最优检测区域划分；然后训练路径规划层，生成飞行轨迹；最后训练姿态控制层，实现位置控制；各层之间通过状态信息和奖励信号进行交互；在飞行过程中评估图像质量，当检测到图像模糊度和或对比度不满足预设阈值时，触发重新拍摄机制和或调整飞行参数，同时进行分层强化学习模型更新。

本发明授权一种空中机器人分层强化学习控制方法在权利要求书中公布了：1.一种空中机器人分层强化学习控制方法，用于路面标线模糊识别，其特征在于，包括： 采集环境参数，并建立环境状态模型，根据所述环境参数将路面标线检测任务动态分解三个控制层次，分别为环境适应层、路径规划层和姿态控制层； 针对所述三个控制层次分别设置区域级奖励函数、航迹级奖励函数和像素级奖励函数，其中区域级奖励函数用于评估目标路段覆盖完整性，航迹级奖励函数用于优化飞行轨迹效率，像素级奖励函数用于保证图像质量，通过加权融合形成分层奖励机制； 采用自上而下的训练策略，首先训练环境适应层，确定最优检测区域划分；然后训练路径规划层，生成飞行轨迹；最后训练姿态控制层，实现位置控制；各层之间通过状态信息和奖励信号进行交互； 在飞行过程中评估图像质量，当检测到图像模糊度和或对比度不满足预设阈值时，触发重新拍摄机制和或调整飞行参数，同时将检测结果反馈至分层强化学习模型进行优化更新； 所述图像质量通过图像评估模型进行评估；所述图像评估模型包括： 环境感知层，获取光照强度数值、图像分析得到的阴影覆盖率百分比、风速数值和空中机器人加速度数据，通过环境参数融合算法计算环境复杂度指数，输出评估策略信号； 特征提取层，根据环境感知层的评估策略信号，在强光条件下提取Sobel算子计算的边缘梯度幅值和图像饱和像素比例，在阴影条件下提取局部二值模式纹理特征和分块对比度均值，在正常光照下提取拉普拉斯算子计算的二阶导数方差和全局标准差，同时提取图像清晰度的频域特征作为辅助指标，输出多维特征向量； 质量评估层，基于多维特征向量，采用环境自适应加权函数对不同特征进行动态权重分配，其中权重系数根据当前光照强度和阴影比例实时调整，计算综合图像质量评分和置信度指标，输出质量评估结果； 决策融合层，综合质量评估层的质量评估结果、当前空中机器人电量百分比、任务完成进度和预设的图像质量下限阈值，采用模糊逻辑控制器进行决策融合，获得综合评分；当综合评分低于动态调整的质量阈值且剩余电量充足时，输出重拍指令和飞行参数调整建议。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江孚临科技有限公司，其通讯地址为：310000 浙江省杭州市滨江区长河街道建业路511号华业大厦1808室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。