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！

龙图腾网获悉华南理工大学申请的专利一种基于深度确定性策略梯度算法的无人机路径规划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：CN116400728B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202310310925.5，技术领域涉及：G05D1/46；该发明授权一种基于深度确定性策略梯度算法的无人机路径规划方法是由唐杰;周以恒;张家莹;李帅君;范峻媛设计研发完成，并于2023-03-27向国家知识产权局提交的专利申请。

本一种基于深度确定性策略梯度算法的无人机路径规划方法在说明书摘要公布了：本发明公开了一种基于深度确定性策略梯度算法的无人机路径规划方法，该方法包括下述步骤：构建无人机辅助的通信感知一体化系统模型，包括地面传感器模型、无人机模型、信道模型以及雷达探测模型；基于无人机任务的优化目标，构建无人机任务多目标优化函数；基于深度确定性策略梯度算法训练无人机，根据无人机任务的多目标优化函数构建DDPG算法的状态空间、动作空间以及奖励函数；根据所构建的状态空间、动作空间以及奖励函数对无人机进行训练，输出最优的无人机路径规划结果。本发明提高了无人机飞行的自主性，并且能够使得无人机以更低的能耗服务更多的目标地面传感器。

本发明授权一种基于深度确定性策略梯度算法的无人机路径规划方法在权利要求书中公布了：1.一种基于深度确定性策略梯度算法的无人机路径规划方法，其特征在于，包括下述步骤： 构建无人机辅助的通信感知一体化系统模型，包括地面传感器模型、无人机模型、信道模型以及雷达探测模型； 所述地面传感器模型的构建包括：在地面上随机建立多个传感器设备，传感器设备实时监测收集最新环境状态的数据信息，数据信息存储在传感器缓冲区内以待无人机收集； 所述无人机模型包括无人机的飞行动力学模型和无人机在飞行时的功耗模型，基于无人机的飞行动力学模型得到无人机的坐标位置； 所述信道模型的构建包括：基于NLoS链路和LoS链路构建空对地信道模型； 所述雷达探测模型的构建包括：基于雷达检测信息构建雷达探测模型，所述雷达检测信息包括雷达发射功率、天线增益、有效接收面积、雷达截面积和最小可检测信号，根据雷达探测模型和无人机的坐标位置得到传感器设备的具体坐标位置，将其加入到无人机的已知信息集合中作为收集信息的候选目标传感器； 基于无人机任务的优化目标，构建无人机任务多目标优化函数，表示为： maxRtotal,Dtotal,-Etotal 其中，Rtotal表示无人机收集地面传感器设备的总数据传输速率，Dtotal表示无人机执行任务过程中发现的地面传感器设备数量，Etotal表示无人机执行任务过程中的总能耗； 基于深度确定性策略梯度算法训练无人机，根据无人机任务的多目标优化函数构建DDPG算法的状态空间、动作空间以及奖励函数； 所述状态空间构建为五元组S＝{Xu,Xd,Xf,xl,xt}，其中，Xu表示无人机的坐标，Xd表示目标传感器设备的坐标，Xf表示无人机超出地图范围的次数，Xl表示无人机探测到产生数据溢出的传感器数量，Xt表示无人机所探测到的传感器设备数量； 所述动作空间表示为：其中，v代表无人机的飞行速度，代表无人机的偏航角； 所述奖励函数表示为：R＝10Dtotal-P-Df-Dl+Dt+Dd； 其中，Dtotal为信息传输率的总和，P为无人机的能量消耗，Df为无人机飞行时超出地图范围的惩罚项，Dl为地面传感器设备发生数据溢出时的惩罚项，Dt为无人机探测到地面传感器设备的奖励项，Dd表示无人机和目标传感器设备之间距离的奖励项； 无人机选定目标传感器设备，并移动至目标传感器设备正上方悬停进行数据采集，数据采集完成后再选定新的目标传感器设备并继续执行数据采集任务，在整个任务执行过程中无人机探测新的地面传感器设备并加入无人机已知信息合集中作为数据采集的候选目标； 根据所构建的状态空间、动作空间以及奖励函数对无人机进行训练，输出最优的无人机路径规划结果。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381号；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。