[发明专利]一种基于人工智能的训练无人机控制模型的方法及系统有效
| 申请号： | 201710521592.5 | 申请日： | 2017-06-30 |
| 公开（公告）号： | CN107479368B | 公开（公告）日： | 2021-09-21 |
| 发明（设计）人： | 周波;王凡 | 申请（专利权）人： | 北京百度网讯科技有限公司 |
| 主分类号： | G05B13/04 | 分类号： | G05B13/04;G05B13/02;G06N3/04;G06N3/08 |
| 代理公司： | 北京鸿德海业知识产权代理有限公司 11412 | 代理人： | 袁媛 |
| 地址： | 100085 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请提供一种基于人工智能的训练无人机控制模型的方法及系统，其特征在于，包括：利用无人机的传感器数据、目标状态信息以及所述无人机在深度神经网络输出的控制信息作用下的状态信息，得到训练数据；利用所述训练数据，训练所述深度神经网络，得到无人机控制模型，所述无人机控制模型用于根据无人机的传感器数据和目标状态信息得到对无人机的控制信息。能够避免现有技术中PID控制算法的难点在于参数的整定,并且相对于高级控制算法精度低，对于某些非线性的复杂环境惯性强对象效果不好的问题。参数学习自动化，鲁棒性强；能够响应非线性的复杂环境；在惯性强的情况下依然使用；并且可大大减少训练样本量，减少采集样本的时间，降低成本。 | ||
| 搜索关键词： | 一种 基于 人工智能 训练 无人机 控制 模型 方法 系统 | ||
【主权项】：
一种基于人工智能的训练无人机控制模型的方法，其特征在于，包括：利用无人机的传感器数据、目标状态信息以及所述无人机在深度神经网络输出的控制信息作用下的状态信息，得到训练数据；利用所述训练数据，训练所述深度神经网络，得到无人机控制模型，所述无人机控制模型用于根据无人机的传感器数据和目标状态信息得到对无人机的控制信息。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司，未经北京百度网讯科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710521592.5/，转载请声明来源钻瓜专利网。
