公开(公告)号：CN117349594A

公开(公告)日：2024-01-05

申请号：CN202311236417.3

申请日：2023-09-22

申请人： 中国航空研究院

发明人： 王经纬 ,  谭健美 ,  丁志强 ,  陆畅 ,  林鹏 ,  刘波

IPC分类号： G06F18/10 ,  G06F18/21 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/084 ,  G06F123/02

摘要： 本发明属于人工智能时序预测技术领域，涉及一种基于意图的飞机轨迹预测方法。为测试本发明提出的意图稀疏自注意力时空Transformer模型效果，实验主要通过与三个现有方法以及一个本方法的无GRU意图识别版本效果进行对比。本发明使用的飞行状态参数为16维参数(北向位置x，东向位置y、高度z和速度v等)和1维飞行状态标签(标注正常、异常状态值)组成，同时，使用均方误差RMSE评估所有方法的表现。对于飞行状态参数预测选用均方误差来衡量模型预测值与真实值的误差，量化模型性能表现。IPSTT的轨迹预测相比循环神经网络(LSTM和RNN)和Transformer均有所提升，且预训练GRU带来的预测轨迹基线加速了模型收敛速度，增加了模型的稳定性。

公开(公告)号：CN116935151A

公开(公告)日：2023-10-24

申请号：CN202310246915.X

申请日：2023-07-11

申请人： 中国航空研究院

发明人： 陈鹏鹏 ,  王若 ,  邢晨光 ,  刘波 ,  王新 ,  张子元 ,  韩宗昌

IPC分类号： G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/082

摘要： 本发明属于计算机视觉技术领域，尤其涉及一种基于神经网络覆盖率的飞行器目标识别方法。本发明通过分析目标检测模型的测试结果，对基于深度神经网络的检测模型的神经元和神经元之间的连接进行剪枝，自适应调整模型的结构，以优化目标检测的精度，同时加快“智能测试+机器学习”闭环收敛。利用神经网络覆盖率量化了深度神经网络的激活程度，利用采集的航空图像数据对模型进行训练，无需基于图像数据生成候选框，这种做法降低了目标识别模型训练的时间成本，通过反向传播和参数微调可以高效地获取可应用于航空图像检测任务的智能模型，以满足航空领域对任务执行的高实时性和强机动性的需求。

公开(公告)号：CN116774607A

公开(公告)日：2023-09-19

申请号：CN202310707570.3

申请日：2023-06-14

申请人： 中国航空研究院

发明人： 赵昕宇 ,  何亚坤 ,  陈远泽 ,  邢晨光 ,  刘波

IPC分类号： G05B17/02

摘要： 本发明属于飞行器地面半物理仿真技术领域，涉及基于软式空中加油地面半物理仿真系统的坐标系转换方法。本发明通过定义所述半物理仿真系统的加油机仿真机械臂和受油机仿真机械臂控制系统中的用户坐标系为这两个机械臂半物理仿真系统房间坐标系；定义所述半物理仿真系统的气动与飞控仿真系统中加油机机体坐标系为半物理仿真系统房间坐标系，定义加油机质心点为加油机机体坐标系原点；利用加油机仿真机械臂和受油机仿真机械臂的基底座坐标系求解公式，完成加油机仿真机械臂和受油机仿真机械臂的基座坐标系到半物理仿真系统房间坐标系转换，为软式空中加油地面半物理仿真系统集成提供了有效的解决方案。

公开(公告)号：CN116187777A

公开(公告)日：2023-05-30

申请号：CN202211688240.6

申请日：2022-12-28

申请人： 中国航空研究院

发明人： 陈舒 ,  陈肇江 ,  李素洁 ,  韩宗昌 ,  邢晨光 ,  刘波

IPC分类号： G06Q10/0637 ,  G06N7/01 ,  G06Q50/26

摘要： 本发明涉及一种基于SAC算法和联盟训练的无人机空战自主决策方法，属于无人机空战自主决策领域。本发明所采用的技术方案基于深度强化算法基础，引入联盟训练方法，抽象出无人机近距空战博弈对抗中问题的机动动作决策问题；进一步通过解决大规模连续状态和动作空间的离散化、奖励函数的合理设置等问题，将SAC算法实例化；通过联盟训练方法使智能体决策能力在博弈对抗训练快速演进优化。本方法学习到的无人机一对一空战机动策略泛化能力和扩展性较强，样本利用率高，飞行动作连续流畅，易于向真实作战场景迁移。

公开(公告)号：CN117634295A

公开(公告)日：2024-03-01

申请号：CN202311576178.6

申请日：2023-11-23

申请人： 中国航空研究院

发明人： 林鹏 ,  仵凯 ,  刘波 ,  韩宗昌 ,  陈肇江 ,  阎程

IPC分类号： G06F30/27 ,  G06F17/11 ,  G06F18/214 ,  G06F18/24 ,  G06F17/18 ,  G06N3/0442 ,  G06N3/084

摘要： 本发明提供一种基于深度学习的飞行器轨迹预测方法，涉及机器学习技术领域，具体包括：根据六自由度飞行器模型仿真获取飞行轨迹样本数据，基于注意力机制和门控循环网络，构建Dual‑attention GRU模型；根据样本数据生成训练数据集和测试数据集，根据训练数据集训练所述模型，设置参数及评价指标，选取不同的参数进行训练以确定在测试集上损失最小的超参数模型；使用超参数模型对飞行器轨迹进行预测。该方法不仅能提高预测敌方飞行器未来的飞行轨迹的准确度同时提高了预测模型的泛化能力。

公开(公告)号：CN118642358A

公开(公告)日：2024-09-13

申请号：CN202410654343.3

申请日：2024-05-24

申请人： 中国航空研究院

发明人： 刘波 ,  杨兴昊 ,  陈肇江 ,  刘泽一 ,  赵柳航 ,  王浩龙

IPC分类号： G05B13/04

摘要： 本发明属于无人机技术领域，具体涉及一种基于监督学习和强化学习的机动决策训练方法。本发明通过构建飞行仿真环境并设置飞行竞赛规则；构建基线机动决策模型并采集飞行数据；构建神经网络决策模型并进行监督学习训练；构建PPO决策模型并进行强化学习训练。本发明前期通过监督学习方式，使得待训练策略模型快速拟合基线机动决策模型；后期通过强化学习方式，使得决策模型能够稳定提升，最终超过基线机动决策模型水准。本发明将监督学习与强化学习相结合，提高策略模型的训练效率。

公开(公告)号：CN118605156A

公开(公告)日：2024-09-06

申请号：CN202410664644.4

申请日：2024-05-27

申请人： 中国航空研究院

发明人： 刘波 ,  杨兴昊 ,  陈肇江 ,  王浩龙 ,  赵柳航 ,  刘泽一

IPC分类号： G05B13/04

摘要： 本发明属于无人机技术领域，具体涉及一种基于在线/离线混合强化学习的机动决策训练方法。本发明技术方案包含以下几个步骤：搭建飞行仿真环境，设计飞行竞赛规则；搭建在线/离线混合SAC策略模型，并对网络参数进行设计；建立无人机连续动作空间模型；建立策略模型的状态空间输入；设计无人机飞行竞赛奖励函数；搭建飞行竞赛训练框架并基于框架训练混合在线/离线混合SAC策略模型。本发明通过混合专家模型离线训练数据和智能体在线训练数据进行策略更新。在提高了训练效率的情况下，使智能体具备更高的智能化决策水平。

公开(公告)号：CN117454230A

公开(公告)日：2024-01-26

申请号：CN202311576319.4

申请日：2023-11-23

申请人： 中国航空研究院

发明人： 仵凯 ,  王浩龙 ,  陈肇江 ,  邢晨光 ,  刘波 ,  韩宗昌

IPC分类号： G06F18/24 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/084

摘要： 本发明提供一种基于深度学习的飞行员工作负荷识别方法，涉及机器学习技术领域，具体包括：获取飞行员工作负荷实验数据形成样本集，根据飞行员工作负荷量表，对实验数据进行校验；对校验通过后的实验数据去除干扰，提取飞行员工作负荷任务数据段与标签，构建包含频率、空间和时间特征的四维特征结构的样本；以四维特征结构样本作为输入，建立基于深度学习的飞行员工作负荷识别模型；将样本集划分为训练集和测试集，根据训练集训练飞行员工作负荷识别模型，得到最终的飞行员工作负荷识别模型；根据测试集和最终的飞行员工作负荷识别模型，对飞行员工作负荷进行识别。本发明针对空中飞行场景，构建了高精度模型对飞行员工作负荷进行识别。

公开(公告)号：CN117382894A

公开(公告)日：2024-01-12

申请号：CN202311179296.3

申请日：2023-09-13

申请人： 中国航空研究院

发明人： 林鹏 ,  何亚坤 ,  刘志杰 ,  邢晨光 ,  刘波 ,  马杰 ,  陈远泽 ,  赵昕宇

IPC分类号： B64D39/00 ,  B64D39/06

摘要： 本发明属于航空自主加油领域，涉及一种空中加油柔性受油插头及受油方法。所述柔性变形受油插头内部为中空结构，用于放置输油管道；包括插头底座、绳索驱动偏转单元、气驱伸缩单元、视觉感知单元和动力系统单元；本发明采用气驱动伸缩单元和绳索驱动偏转单元，使插头具有较高的灵活性和自适应能力，不在受高速或低速飞行约束。采用深度摄像头作为视觉传感器，可以实现插头的实时感知和控制，使其具有更高的精度和安全性。采用气驱动关节和线驱动关节的耦合，这使得插头在运动轨迹控制上更加精确，且由于线驱动关节采用钢丝作为驱动材料，相比其他传动方式，它的维护成本更低，寿命更长。此外，该插头的构造简单，制造成本相对较低，也更容易维护。

公开(公告)号：CN116843732A

公开(公告)日：2023-10-03

申请号：CN202310542755.3

申请日：2023-05-15

申请人： 中国航空研究院

发明人： 林鹏 ,  张西林 ,  何亚坤 ,  赵昕宇 ,  陈远泽 ,  邢晨光 ,  刘波

IPC分类号： G06T7/33 ,  G06T7/73 ,  G06T7/00 ,  G06V10/75 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明公开了一种基于改进YOLOv5的空中加油锥套检测方法，属于计算机视觉识别技术领域。本发明使用基于特征的双目图像配准融合算法，对双目相机检测到的锥套图像进行配准，而后采用自适应金字塔特征融合对YOLOv5轻量化目标检测算法进一步设计优化，能够实现锥套图像识别算法的旋转不变性和尺寸不变性，使网络能够直接学习如何对特征进行空间滤波，并将不同级别的特征自适应地融合。最后使用优化后的目标检测方法对双视角图像解算，进而得到锥套相对于观测相机的位姿。该方法通过使用基于双目视觉的几何匹配保障了结果的稳定性，同时使用基于深度学习的自适应神经网络算法大大提升了对于目标的检测精度和速度，实现了对于加油锥套的快速检测和定位。