一种飞行控制智能体的并行分布式计算系统及方法

    公开(公告)号:CN112784445B

    公开(公告)日:2023-01-31

    申请号:CN202110265442.9

    申请日:2021-03-11

    申请人: 四川大学

    IPC分类号: G06F30/20

    摘要: 本发明公开了一种飞行控制智能体的并行分布式计算系统及方法,系统包括全局调度模块、数据处理模块和仿真模拟模块,针对航空控制领域强化学习而设计;解决其它飞行仿真模拟器都无法统一直接地完成强化学习并行计算的问题;计算方法可以将空中航空领域主要计算囊括并分布式化,解决了仿真模拟计算进程可以在多台机器上实现高效并行处理的问题,也可以在集群适用于大型的计算;其技术方案要点是:包括深度强化学习组件、全局调度组件、局部调度组件用于任务调度,进程调度;状态控制程序,用于信息状态供给全局调度算法;数据同步组件,用于计算完成的数据同步。本发明具有高吞吐量低延迟的数据传输能力;支持飞行训练任务的动态构建。

    一种具有端点方向和时间约束的无人机航迹规划方法

    公开(公告)号:CN111024085B

    公开(公告)日:2020-10-16

    申请号:CN201911308828.2

    申请日:2019-12-18

    申请人: 四川大学

    IPC分类号: G01C21/20

    摘要: 本发明提出了一种具有端点方向和时间约束的无人机航迹规划方法。其步骤包括:构建环境,划分空间;输入起点和终点的坐标位置及其对应朝向角并计算出新的起点和终点;改进稀疏A*算法,在代价函数中增加加速度代价,以在规定时间到达终点为准调整节点加速度代价值,并用该算法进行航迹规划;将原始起点和终点加入航迹;双向搜索,选出较优航迹输出,完成航迹规划。本发明基于改进稀疏A*算法,能够解决无人机在复杂约束下的航迹规划问题,其中复杂约束包括以预定角度出发和到达的端点方向约束、时间约束、无人机运动学约束以及障碍威胁规避约束。

    一种飞行控制智能体的并行分布式计算系统及方法

    公开(公告)号:CN112784445A

    公开(公告)日:2021-05-11

    申请号:CN202110265442.9

    申请日:2021-03-11

    申请人: 四川大学

    IPC分类号: G06F30/20

    摘要: 本发明公开了一种飞行控制智能体的并行分布式计算系统及方法,系统包括全局调度模块、数据处理模块和仿真模拟模块,针对航空控制领域强化学习而设计;解决其它飞行仿真模拟器都无法统一直接地完成强化学习并行计算的问题;计算方法可以将空中航空领域主要计算囊括并分布式化,解决了仿真模拟计算进程可以在多台机器上实现高效并行处理的问题,也可以在集群适用于大型的计算;其技术方案要点是:包括深度强化学习组件、全局调度组件、局部调度组件用于任务调度,进程调度;状态控制程序,用于信息状态供给全局调度算法;数据同步组件,用于计算完成的数据同步。本发明具有高吞吐量低延迟的数据传输能力;支持飞行训练任务的动态构建。

    一种基于GPU的大规模地形实时绘制方法

    公开(公告)号:CN110852952A

    公开(公告)日:2020-02-28

    申请号:CN201911087567.6

    申请日:2019-11-08

    申请人: 四川大学

    IPC分类号: G06T3/40 G06T5/50 G06T1/20

    摘要: 本发明属于计算机图形学技术领域,公开了一种基于GPU的大规模地形实时绘制方法,选定LOD技术中的Geometry Clipmap算法作为地形绘制的基础,并需要对地球影像纹理进行处理:获取到地球区域上的不同分辨率的纹理图像;将纹理图像按小块区域一块块地的纹理信息截图保留;将小块区域的纹理信息拼接成一张纹理图;将纹理图分成大小一致的不同等级的小图像,包括高精度图像和与高精度图像对应的低精度图像;重新设定精度来获取低精度图像,将高精度图像和低精度图像进行对应处理,得到所有需要的地形纹理数据;将所述地形纹理数据加载到GPU。本方案提出了一整套地形纹理获取、处理流程,最终生成的纹理图像大小格式统一,方便程序的管理、加载和使用。

    一种GPU加速的椭球裁剪图地形渲染方法

    公开(公告)号:CN110866964A

    公开(公告)日:2020-03-06

    申请号:CN201911087710.1

    申请日:2019-11-08

    申请人: 四川大学

    摘要: 本发明属于地理信息技术领域,公开了一种GPU加速的椭球裁剪图地形渲染方法,确定椭球裁剪图算法并且进行改进;通过定义两种不同类型的失真因子,确定算法的投影方法在控制失真效果上的平衡性;在基于椭球裁剪图算法的地形渲染管线中,将纹理影像数据的覆盖过程从几何处理单元中分离出来;对纹理影像数据的流化传输引入两级缓存机制。本发明只需要三个数据集,很大程度上减少内存消耗;在不影响帧率的情况下可以应用非常高分辨率的纹理覆盖,满足低空飞行视角的地形呈现精度得到提高;解决地形数据在存储介质和处理单元之间传输的瓶颈问题,避免了卡顿。本发明具体稳定的渲染效率、较低的系统开销和灵活适应高分辨率纹理覆盖的精度。

    一种基于强化学习的飞行器智能协同对抗决策方法和系统

    公开(公告)号:CN116578113A

    公开(公告)日:2023-08-11

    申请号:CN202310536062.3

    申请日:2023-05-12

    申请人: 四川大学

    IPC分类号: G05D1/10

    摘要: 本发明公开了一种基于强化学习的飞行器智能协同对抗决策方法和系统,该方法包括观测值设计:对不同机型的飞行动力学以及武器、雷达等进行仿真建模;动作空间设计:设计每架飞行器的动作空间,包括目标飞行器编号和四个航向做出的指令值,所述指令动作值包括迎角、滚转角、油门量;回报函数设计:设计存货奖励、距离奖励/惩罚和雷达锁定项;强化学习环境设计:采用训练模式和应用模式进行飞行器及对抗方的动态控制,并实现状态、动作和奖励值的数据接口功能;本发明定制飞行器智能协同对抗决策系统,目标函数合理,经过一定的训练之后具有显著的效果,能够保证模型和算法的有效性,可用于飞行器制定合适的对抗策略。

    一种基于GPU的大规模地形实时绘制方法

    公开(公告)号:CN110852952B

    公开(公告)日:2023-07-14

    申请号:CN201911087567.6

    申请日:2019-11-08

    申请人: 四川大学

    IPC分类号: G06T3/40 G06T5/50 G06T1/20

    摘要: 本发明属于计算机图形学技术领域,公开了一种基于GPU的大规模地形实时绘制方法,选定LOD技术中的Geometry Clipmap算法作为地形绘制的基础,并需要对地球影像纹理进行处理:获取到地球区域上的不同分辨率的纹理图像;将纹理图像按小块区域一块块地的纹理信息截图保留;将小块区域的纹理信息拼接成一张纹理图;将纹理图分成大小一致的不同等级的小图像,包括高精度图像和与高精度图像对应的低精度图像;重新设定精度来获取低精度图像,将高精度图像和低精度图像进行对应处理,得到所有需要的地形纹理数据;将所述地形纹理数据加载到GPU。本方案提出了一整套地形纹理获取、处理流程,最终生成的纹理图像大小格式统一,方便程序的管理、加载和使用。

    一种基于强化学习和四维轨迹的空中管制方法

    公开(公告)号:CN112818599A

    公开(公告)日:2021-05-18

    申请号:CN202110134760.1

    申请日:2021-01-29

    申请人: 四川大学

    IPC分类号: G06F30/27 G06N3/08 G06N20/10

    摘要: 本发明公开了一种基于强化学习和四维轨迹的空中管制方法,首先建立不同机型的飞机气动性能模型;再根据飞机气动性能模型采集不同机型对不同航线的四维轨迹数据;通过数据回放,生成航线‑机型的四维轨迹模型;最后基于强化学习算法,搭建神经网络,对飞机运动压上四维轨迹进行训练,构建航向智能体中嵌套速度智能体的嵌套强化学习模型,通过选择飞行器的目标航向来实现飞机路线的选择,通过选择飞行器的目标速度来实现飞行器的到达时间的控制,从而实现飞机按照规定时间、速度、航向、高度压上四维轨迹模型的功能。本发明能够为当前机场的面临的流量大,飞机调度方法复杂和空中管制困难等问题提出一种可行的解决办法。