基于强化学习的反水雷无人艇局部路径规划

随着无人艇自主控制技术的发展,其在军事领域的作用日益突出,反水雷无人艇的自主控制技术是目前研究的热点之一.针对反水雷无人艇的局部路径规划问题进行研究,提出一种分层强化学习方法,对作为无人艇路径规划器的进化神经网络进行训练.同时使用Unity物理引擎搭建仿真环境,构建了具有环境感知和自主决策能力的无人艇模型.试验验证表明了算法在处理局部路径规划问题上的有效性.     

基于深度学习的无人机入侵检测方法

无人机滥用给低空范围带来巨大安全隐患,非法入侵无人机目标的检测问题成为低空防御系统中重要的研究方向.本文提出一种基于雷达、RGB相机等多传感器信息融合方法,用于探测低空范围内小目标物体.然后,引入SSD(Single Shot multibox Detector)深度学习算法,训练无人机目标检测模型,对RGB相机捕获到画面中物体类别与位置进行预测.通过搭建实验平台验证信息融合方法能够成功获得目标位置、速度以及外观形态等特征,深度学习模型能够成功判断可疑目标的类别.