基于多约束和多模态信息的飞行器智能决策方法及系统

摘要: 本申请涉及飞行器控制,特别涉及基于多约束和多模态信息的飞行器智能决策方法及系统。背景技术:1、随着无人机和各类智能飞行器的快速发展,其在物流运输、环境监测、灾害...
基于多约束和多模态信息的飞行器智能决策方法及系统

本申请涉及飞行器控制,特别涉及基于多约束和多模态信息的飞行器智能决策方法及系统。

背景技术:

1、随着无人机和各类智能飞行器的快速发展,其在物流运输、环境监测、灾害响应、农业作业、空中巡检等任务中的应用日益广泛,推动了飞行器系统向规模化、智能化方向加速演进。据统计,近年来全球飞行器相关市场保持年均超过20%的增长率,展现出巨大的技术潜力与应用前景。在实际应用中,飞行器常常面临多种复杂环境,例如城市高楼密集区、山地林区、恶劣气象条件以及电磁干扰强烈的区域,传统依赖人工遥控或静态路径规划的飞行方式已难以应对高动态、多目标、不确定性强的任务需求。为了保障任务执行的安全性与高效性,飞行器需要具备高鲁棒性的环境感知、自主避障、智能航迹规划与动态任务调整能力,同时在多任务并行、通信约束、能源受限等条件下保持系统的稳定与协同。这要求飞行器系统在自主感知、智能决策和闭环控制等方面实现深度融合,充分利用人工智能、强化学习、自适应控制、模糊逻辑等先进算法提升其智能水平,并通过多智能体协同机制增强系统的任务执行效率和环境适应能力。在当前和未来的发展趋势中,构建具备泛化能力、自主学习能力和鲁棒控制能力的飞行控制系统,已成为飞行器技术演进的核心课题与关键突破口。

2、当前,国内外在飞行器复杂环境自主控制方面的研究主要集中于两大技术路线:一是传统的基于模型的控制方法,如pid(比例积分微分)控制、模型预测控制(mpc)与鲁棒控制等,依赖物理建模与系统动态方程,在结构可知和扰动较小的场景中具有良好稳定性与可解释性;二是近年来兴起的基于强化学习的控制方法,通过与环境交互学习最优策略,具备处理高维输入、适应非线性和不确定环境的能力,特别适用于建模困难或任务复杂的应用场景。

3、第一种技术对系统建模的依赖较强,难以适应高度不确定或环境动态变化剧烈的场景,虽然第二种技术能够在一定程度上解决这个问题,但是仍存在以下缺陷:

4、1、针对多约束下的飞行器机动决策的技术难点。高机动飞行器集群需同时满足飞行动力学、任务需求等紧密耦合的动态约束,传统方法通过设定规则难以实现有效平衡,在复杂环境下鲁棒性较差。

5、2、针对不连续观测空间的技术难点。在高干扰环境中,雷达或irst(红外搜索与跟踪)系统难以获取连续、稳定的敌我双方观测数据,现有决策方法因信息不完整导致泛化能力不足。

6、3、针对未知场景的决策泛化的技术难点。传统强化学习易过拟合训练环境,泛化能力差,缺乏先验知识和环境建模能力,面对未知场景难应对。

技术实现思路

1、本申请实施例提供了基于多约束和多模态信息的飞行器智能决策方法及系统,用以解决现有技术中的上述问题。

2、一方面,本申请实施例提供了基于多约束和多模态信息的飞行器智能决策方法,包括:

3、获取约束条件的后验分布,利用后验分布建立多个约束条件的先验分布模型,其中后验分布采用变分贝叶斯对约束条件目标函数近似估计后得到;

4、基于先验分布模型确定多个约束条件,根据所有的约束条件对当前的决策策略进行优化,得到优化决策,在优化过程中将拉格朗日乘子作为各个约束条件的惩罚项,优化得到优化决策后对拉格朗日乘子进行优化,通过对优化决策和拉格朗日乘子交替优化的方式完成对决策策略的最终优化;

5、获取飞行器在历史任务中生成的轨迹信息,轨迹信息包括历史影像;

6、提取相邻两个历史影像的特征,按照体积正则化要求将相邻两个历史影像的特征融合,得到融合特征;

7、根据历史影像和真实环境信息的差别确定残缺状态信息;

8、将残缺状态信息和融合特征共同输入多层感知机,得到经过补偿的完整环境状态;

9、采用自回归的方式利用完整环境状态建立轨迹模型,在建立轨迹模型的过程中,基于transformer,以最大化轨迹似然为目标对轨迹模型进行训练优化;

10、基于轨迹模型,利用优化决策输出当前状态下的控制动作。

11、另一方面,本申请实施例还提供了基于多约束和多模态信息的飞行器智能决策系统,包括:

12、约束分布建模模块,用于获取约束条件的后验分布,利用后验分布建立多个约束条件的先验分布模型,其中后验分布采用变分贝叶斯对约束条件目标函数近似估计后得到;

13、策略优化模块,用于基于先验分布模型确定多个约束条件,根据所有的约束条件对当前的决策策略进行优化,得到优化决策,在优化过程中将拉格朗日乘子作为各个约束条件的惩罚项,优化得到优化决策后对拉格朗日乘子进行优化,通过对优化决策和拉格朗日乘子交替优化的方式完成对决策策略的最终优化;

14、历史轨迹获取模块,用于获取飞行器在历史任务中生成的轨迹信息,轨迹信息包括历史影像;

15、特征融合模块,用于提取相邻两个历史影像的特征,按照体积正则化要求将相邻两个历史影像的特征融合,得到融合特征;

16、残缺信息确定模块,用于根据历史影像和真实环境信息的差别确定残缺状态信息;

17、环境补偿模块,用于将残缺状态信息和融合特征共同输入多层感知机,得到经过补偿的完整环境状态;

18、轨迹模型构建模块,用于采用自回归的方式利用完整环境状态建立轨迹模型,在建立轨迹模型的过程中,基于transformer,以最大化轨迹似然为目标对轨迹模型进行训练优化;

19、动作输出模块,用于基于轨迹模型,利用优化决策输出当前状态下的控制动作。

20、另一方面,本申请实施例还提供了一种计算机存储介质,该计算机存储介质中存储有多条计算机指令,该多条计算机指令用于使计算机执行上述的方法。

21、本申请中的基于多约束和多模态信息的飞行器智能决策方法及系统,具有以下优点:

22、1、多约束下的自适应机动优化技术。本申请构建多物理约束的机动决策优化架构,采用强化学习结合贝叶斯模型更新,将多约束优化建模为约束马尔可夫决策过程(cmdp),通过拉格朗日乘子法动态调整约束权重,利用贝叶斯动态建模自适应更新约束分布,实现复杂环境下多约束(飞行动力学、任务需求、协同规则)的鲁棒平衡解,推动飞行器的智能化机动决策。

23、2、动力学引导的多模态信息补偿技术。针对观测数据缺失问题,本申请构建视觉信息与机动数据互补的决策模块,基于动力学推导相邻影像的相对外参,通过多重单映射融合多模态特征,结合体积正则化生成深度感知特征体,最终通过mlp(多层感知机)网络补全环境状态,解决强干扰环境下的部分可观测问题。

24、3、基于序列模型的决策泛化技术。将强化学习抽象为序列建模问题,利用transformer架构对历史轨迹和多模态特征进行建模,通过自注意力机制捕捉长距离依赖,引入期望回报构建轨迹似然目标函数,实现对稀疏奖励和未知环境的泛化决策,无需依赖大量样本即可适应不同场景的机动需求。

1.基于多约束和多模态信息的飞行器智能决策方法,其特征在于,包括:

2.根据权利要求1所述的基于多约束和多模态信息的飞行器智能决策方法,其特征在于,所述约束条件目标函数表示为:

3.根据权利要求2所述的基于多约束和多模态信息的飞行器智能决策方法,其特征在于,采用最大化证据下界对所述约束条件目标函数进行优化,优化时采用的损失函数表示为:

4.根据权利要求1所述的基于多约束和多模态信息的飞行器智能决策方法,其特征在于,以最大化任务奖励为目标对所述决策策略进行优化,优化的目标函数表示为:

5.根据权利要求4所述的基于多约束和多模态信息的飞行器智能决策方法,其特征在于,引入所述拉格朗日乘子后,对所述决策策略进行优化采用的损失函数表示为:

6.根据权利要求1所述的基于多约束和多模态信息的飞行器智能决策方法,其特征在于,将相邻两个所述历史影像的特征融合得到所述融合特征,包括:

7.根据权利要求6所述的基于多约束和多模态信息的飞行器智能决策方法,其特征在于,所述融合特征表示为:

8.根据权利要求1所述的基于多约束和多模态信息的飞行器智能决策方法,其特征在于,在确定所述残缺状态信息后,对所述残缺状态信息映射为规范化坐标图,将所述规范化坐标图和所述融合特征共同输入所述多层感知机,得到所述完整环境状态。

9.应用权利要求1-8任一项所述的基于多约束和多模态信息的飞行器智能决策方法的系统,其特征在于,包括:

10.一种计算机存储介质,其特征在于,所述计算机存储介质中存储有多条计算机指令,所述多条计算机指令用于使计算机执行权利要求1-8任一项所述的方法。