公开(公告)号：CN113281999A

公开(公告)日：2021-08-20

申请号：CN202110441572.3

申请日：2021-04-23

申请人： 南京大学

发明人： 俞扬 ,  詹德川 ,  周志华 ,  黄军富 ,  庞竟成 ,  张云天 ,  管聪 ,  陈雄辉

IPC分类号： G05B13/04 ,  G06N3/04 ,  G06N20/20

摘要： 本发明公开一种基于强化学习和迁移学习的无人机自主飞行训练方法(1)创建无人机仿真模拟器环境；(2)构建基于深度学习的环境转移模型，并随机初始化其中的映射；(3)构建强化学习的A3C算法，并随机初始化其飞行策略；(4)构建基于深度学习的环境逆转移模型；(5)收集无人机操作员和策略在现实环境下操作无人机进行飞行得到的飞行数据；(6)基于现实飞行数据，更新环境转移模型；(7)使用和进行基于动作校正的迁移学习，校正飞行策略，并在模拟器执行得到模拟飞行数据；(8)基于模拟飞行数据，使用A3C算法更新飞行策略，同时更新环境逆转移模型。直至策略收敛。最终得到策略作为的现实无人机的初始飞行策略。

公开(公告)号：CN113269040B

公开(公告)日：2024-07-19

申请号：CN202110445391.8

申请日：2021-04-25

申请人： 南京大学

发明人： 俞扬 ,  詹德川 ,  周志华 ,  余德丛 ,  袁雷 ,  余峰 ,  黄军富 ,  陈雄辉 ,  张云天 ,  庞竟成

IPC分类号： G06F16/29

摘要： 本发明公开一种结合图象识别与激光雷达点云分割的驾驶环境感知方法，包括：(1)在真实道路上，收集地面激光雷达点云数据和图像数据。(2)使用收集的图像数据作为参考，将激光雷达点云数据与图像数据进行标定，标记收集的激光雷达点云数据。(3)初始化点云分割网络，对标记的激光雷达点云数据进行训练，更新网络参数。(4)将训练好的网络移植到无人车工控机中，获得点云所属物体的类别。(5)对图像数据进行识别。(6)对分割后的激光雷达点云数据与图像识别后的图像数据进行融合，获取道路和物体所在的准确位置。本发明实时感知环境，克服了图像识别在天气不好、光线较差的情况下识别效果不佳的缺点。

公开(公告)号：CN113269040A

公开(公告)日：2021-08-17

申请号：CN202110445391.8

申请日：2021-04-25

申请人： 南京大学

发明人： 俞扬 ,  詹德川 ,  周志华 ,  余德丛 ,  袁雷 ,  余峰 ,  黄军富 ,  陈雄辉 ,  张云天 ,  庞竟成

IPC分类号： G06K9/00 ,  G06K9/34 ,  G06N3/04

摘要： 本发明公开一种结合图象识别与激光雷达点云分割的驾驶环境感知方法，包括：(1)在真实道路上，收集地面激光雷达点云数据和图像数据。(2)使用收集的图像数据作为参考，将激光雷达点云数据与图像数据进行标定，标记收集的激光雷达点云数据。(3)初始化点云分割网络，对标记的激光雷达点云数据进行训练，更新网络参数。(4)将训练好的网络移植到无人车工控机中，获得点云所属物体的类别。(5)对图像数据进行识别。(6)对分割后的激光雷达点云数据与图像识别后的图像数据进行融合，获取道路和物体所在的准确位置。本发明实时感知环境，克服了图像识别在天气不好、光线较差的情况下识别效果不佳的缺点。