CN117308683A - 一种组合式训练用靶标 - Google Patents
一种组合式训练用靶标 Download PDFInfo
- Publication number
- CN117308683A CN117308683A CN202311221281.9A CN202311221281A CN117308683A CN 117308683 A CN117308683 A CN 117308683A CN 202311221281 A CN202311221281 A CN 202311221281A CN 117308683 A CN117308683 A CN 117308683A
- Authority
- CN
- China
- Prior art keywords
- module
- strategy
- target
- maneuver
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012549 training Methods 0.000 title claims abstract description 30
- 238000004891 communication Methods 0.000 claims abstract description 17
- 230000009471 action Effects 0.000 claims abstract description 4
- 208000027418 Wounds and injury Diseases 0.000 claims description 12
- 230000006378 damage Effects 0.000 claims description 12
- 208000014674 injury Diseases 0.000 claims description 12
- 238000013528 artificial neural network Methods 0.000 claims description 10
- 238000004088 simulation Methods 0.000 description 18
- 238000012937 correction Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000002498 deadly effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000000034 method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F41—WEAPONS
- F41A—FUNCTIONAL FEATURES OR DETAILS COMMON TO BOTH SMALLARMS AND ORDNANCE, e.g. CANNONS; MOUNTINGS FOR SMALLARMS OR ORDNANCE
- F41A33/00—Adaptations for training; Gun simulators
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F41—WEAPONS
- F41J—TARGETS; TARGET RANGES; BULLET CATCHERS
- F41J5/00—Target indicating systems; Target-hit or score detecting systems
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Toys (AREA)
Abstract
本发明公开了一种组合式训练用靶标,包括:主靶体、掩护靶体、采集模块、识别模块、控制模块、机动模块、打击模块和通信模块;采集模块用于采集图像信息;识别模块用于对图像信息进行目标识别,得到识别信息;控制模块用于根据识别信息确定机动策略和打击策略;机动模块用于根据机动策略执行机动动作;打击模块用于根据打击策略执行打击动作;通信模块用于将识别信息发送给其它靶标,并接收其它靶标的识别信息;控制模块还用于根据识别信息和其它靶标的识别信息调整机动策略和打击策略。本申请提出的一种组合式训练用靶标,提高了训练的逼真程度。
Description
技术领域
本发明涉及军事训练模拟技术领域,特别涉及一种组合式训练用靶标。
背景技术
传统的训练用靶标一般为固定位置或按轨道进行移动,灵活性较差,并且传统靶标只能作为被打击一方而不能进行主动打击或反击,较难模拟出真实的战斗场景。
现有的训练用靶标技术中,专利公开号为CN115615242A的《一种用于战场演习的智能单兵靶标》提出了一种智能单兵靶标,能够在演习区域中自主机动和侦查,并对敌方目标进行识别和打击,实现了真实敌方人员的战术行为,能够提高演习参与人员的真实体验。
真实的战斗中,敌方人员通常会通过掩体保护自己,并且可以进行人员间的相互通信,共享战斗信息,因此还需要对掩体保护以及人员间相互通信、战斗信息共享进行模拟。然而,现有技术缺乏对上述战斗行为的模拟,训练的逼真程度较低。
发明内容
本发明实施例提供了一种组合式训练用靶标,用以解决现有技术中没有比较可靠的针对缺乏对掩体保护以及人员间相互通信、战斗信息共享的模拟,训练的逼真程度较低的问题。
一方面,本发明实施例提供了一种组合式训练用靶标,包括:主靶体、掩护靶体、采集模块、识别模块、控制模块、机动模块、打击模块和通信模块。
所述采集模块用于采集图像信息。
所述识别模块用于对所述图像信息进行目标识别,得到识别信息。
所述控制模块用于根据所述识别信息确定机动策略和打击策略。
所述机动模块用于根据所述机动策略执行机动动作。
所述打击模块用于根据所述打击策略执行打击动作。
所述通信模块用于将所述识别信息发送给其它靶标,并接收其它靶标的识别信息。
所述控制模块还用于根据所述识别信息和所述其它靶标的识别信息调整所述机动策略和所述打击策略。
在一种可能的实现方式中,所述掩护靶体为:随所述主靶体一同运动的移动掩体或被挟持人质靶体或固定在地面上的固定掩体。
在一种可能的实现方式中,所述采集模块包括:可见光图像采集单元和红外图像采集单元。
在一种可能的实现方式中,所述识别模块采用YOLOV5网络对所述图像信息进行目标识别。
在一种可能的实现方式中,所述控制模块采用BP神经网络确定所述机动策略。
所述机动策略包括:机动位置策略、机动速度策略和机动轨迹策略。
在一种可能的实现方式中,所述打击策略包括:打击优先级策略、打击特征策略和打击火力策略。
在一种可能的实现方式中,所述控制模块还用于根据所述识别信息和所述其它靶标的识别信息调整所述主靶体和所述掩护靶体的相对位置。
在一种可能的实现方式中,所述控制模块还用于根据所述主靶体和所述掩护靶体的状态信息修正所述机动策略和所述打击策略。
所述状态信息包括:位置信息、模拟体力信息和模拟受伤信息。
在一种可能的实现方式中,所述通信模块还用于将所述状态信息发送给其它靶标,并接收其它靶标的状态信息。
所述控制模块还用于根据所述状态信息和所述其它靶标的状态信息修正所述机动策略。
本发明中的一种组合式训练用靶标,具有以下优点:
提出的主靶体、掩护靶体、采集模块、识别模块、控制模块、机动模块、打击模块和通信模块,加入了对掩体保护以及人员间相互通信、战斗信息共享的模拟,提高了训练的逼真程度;提出的所述识别模块采用YOLOV5网络对所述图像信息进行目标识别,提高了目标识别的逼真程度;提出的所述控制模块采用BP神经网络确定所述机动策略,提高了机动模拟的逼真程度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种组合式训练用靶标的组成示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明实施例提供的一种组合式训练用靶标的组成示意图。本发明实施例提供了一种组合式训练用靶标,包括:主靶体、掩护靶体、采集模块、识别模块、控制模块、机动模块、打击模块和通信模块。
所述采集模块用于采集图像信息。
所述识别模块用于对所述图像信息进行目标识别,得到识别信息。
所述控制模块用于根据所述识别信息确定机动策略和打击策略。
所述机动模块用于根据所述机动策略执行机动动作。
所述打击模块用于根据所述打击策略执行打击动作。
所述通信模块用于将所述识别信息发送给其它靶标,并接收其它靶标的识别信息。
所述控制模块还用于根据所述识别信息和所述其它靶标的识别信息调整所述机动策略和所述打击策略。
具体地,所述识别信息包括:目标类别信息、目标位置信息、目标受伤信息、目标重要程度信息和目标特征信息。
示例性地,所述掩护靶体为:随所述主靶体一同运动的移动掩体或被挟持人质靶体或固定在地面上的固定掩体。
示例性地,所述采集模块包括:可见光图像采集单元和红外图像采集单元。
示例性的,所述识别模块采用YOLOV5网络对所述图像信息进行目标识别。
具体地,本实施例预先建立可见光图像和对应红外图像的数据集,并采用TIF融合算法将数据集中每一组可见光图像和对应红外图像进行融合,然后将融合后的图像传入YOLOV5网络进行训练,最后使用训练好的YOLOV5网络对所述图像信息进行目标识别,在目标识别前同样采用TIF融合算法将所述图像信息进行融合。
示例性地,所述控制模块采用BP神经网络确定所述机动策略。
所述机动策略包括:机动位置策略、机动速度策略和机动轨迹策略。
具体地,本实施例预先建立目标类别信息、目标位置信息、目标受伤信息、目标重要程度信息和目标特征信息的数据集,使用数据集对所述BP神经网络进行训练,训练过程中,使用遗传算法对BP神经网络进行优化,得到最优参数权重和参数阈值。最后将所述识别信息作为训练好的BP神经网络的输入特征,输出所述机动策略,其中,机动位置策略即最优机动位置、机动速度策略即到达最优机动位置的最优速度,机动轨迹策略即到达最优机动位置的最优轨迹。
当接收到其它靶标的识别信息时,将所述识别信息和所述其它靶标的识别信息均作为训练好的BP神经网络的输入特征,BP神经网络的输出则为调整后的机动策略。
示例性地,所述打击策略包括:打击优先级策略、打击特征策略和打击火力策略。
具体地,当识别到目标类别为可打击类别时,首先对已识别到的所有可打击类别目标进行优先级排序,优先级计算权重参数包括:目标位置信息、目标受伤信息、目标重要程度信息和目标特征信息。目标位置越接近、目标受伤越严重、目标重要程度越高、目标可打击特征越多,则该目标的优先级越高。
当接收到其它靶标的识别信息时,对所述识别信息和所述其它靶标的识别信息中所有可打击类别目标进行优先级排序,随后确定打击优先级策略、打击特征策略和打击火力策略,即为调整后的打击策略。
在本实施例中,打击优先级策略即对优先级最高的目标进行打击,打击特征策略即对该目标可打击特征中最致命的特征进行打击,打击火力策略即使用预测击杀目标的火力。
在其它可能的实施例中,打击特征策略还可以为:对该目标可打击特征中范围最大的特征或者其它特征进行打击;打击火力策略还可以为:使用预测使目标丧失行动力的火力。
示例性地,所述控制模块还用于根据所述识别信息和所述其它靶标的识别信息调整所述主靶体和所述掩护靶体的相对位置。
具体地,所述控制模块根据所述识别信息和所述其它靶标的识别信息得到目标的威胁程度信息,并根据目标的威胁程度信息调整所述主靶体和所述掩护靶体的相对位置。
在本实施例中,调整所述主靶体和所述掩护靶体的相对位置为:主靶体面向威胁程度最高的目标,且掩护靶体位于主靶体正前方。当掩护靶体为移动掩体时,调整相对位置的灵活性较高但掩护靶体的模拟生命较低;当掩护靶体为被挟持人质靶体时,主靶体受到攻击的概率较低;当掩护靶体为固定掩体时,调整相对位置的灵活性较低但掩护靶体的模拟生命较高。
示例性地,所述控制模块还用于根据所述主靶体和所述掩护靶体的状态信息修正所述机动策略和所述打击策略。
所述状态信息包括:位置信息、模拟体力信息和模拟受伤信息。
具体地,主靶体的模拟体力越低、模拟受伤越严重,则执行机动策略和打击策略的速度越慢。当掩护靶体为被挟持人质靶体时,掩护靶体的模拟体力越低、模拟受伤越严重,也会导致执行机动策略和打击策略的速度越慢。
示例性地,所述通信模块还用于将所述状态信息发送给其它靶标,并接收其它靶标的状态信息。
所述控制模块还用于根据所述状态信息和所述其它靶标的状态信息修正所述机动策略。
具体地,当其它靶标的主靶体模拟受伤程度高于本靶标的主靶体模拟受伤程度且高于预设的模拟受伤阈值时(本实施例设置模拟受伤阈值为损失30%的模拟生命),或其它靶标的主靶体模拟体力低于本靶标的主靶体模拟体力且低于预设的模拟体力阈值时(本实施例设置模拟体力阈值为剩余30%的模拟体力),本靶标将满足上述条件且距离本靶标最近的其它靶标的位置信息作为修正机动位置策略,并根据修正机动位置策略确定修正机动速度策略和修正机动轨迹策略。
本实施例提出的主靶体、掩护靶体、采集模块、识别模块、控制模块、机动模块、打击模块和通信模块,加入了对掩体保护以及人员间相互通信、战斗信息共享的模拟,提高了训练的逼真程度;提出的所述识别模块采用YOLOV5网络对所述图像信息进行目标识别,提高了目标识别的逼真程度;提出的所述控制模块采用BP神经网络确定所述机动策略,提高了机动模拟的逼真程度。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种组合式训练用靶标,其特征在于,包括:主靶体、掩护靶体、采集模块、识别模块、控制模块、机动模块、打击模块和通信模块;
所述采集模块用于采集图像信息;
所述识别模块用于对所述图像信息进行目标识别,得到识别信息;
所述控制模块用于根据所述识别信息确定机动策略和打击策略;
所述机动模块用于根据所述机动策略执行机动动作;
所述打击模块用于根据所述打击策略执行打击动作;
所述通信模块用于将所述识别信息发送给其它靶标,并接收其它靶标的识别信息;
所述控制模块还用于根据所述识别信息和所述其它靶标的识别信息调整所述机动策略和所述打击策略。
2.根据权利要求1所述的一种组合式训练用靶标,其特征在于,所述掩护靶体为:随所述主靶体一同运动的移动掩体或被挟持人质靶体或固定在地面上的固定掩体。
3.根据权利要求1所述的一种组合式训练用靶标,其特征在于,所述采集模块包括:可见光图像采集单元和红外图像采集单元。
4.根据权利要求3所述的一种组合式训练用靶标,其特征在于,所述识别模块采用YOLOV5网络对所述图像信息进行目标识别。
5.根据权利要求1所述的一种组合式训练用靶标,其特征在于,所述控制模块采用BP神经网络确定所述机动策略;
所述机动策略包括:机动位置策略、机动速度策略和机动轨迹策略。
6.根据权利要求1所述的一种组合式训练用靶标,其特征在于,所述打击策略包括:打击优先级策略、打击特征策略和打击火力策略。
7.根据权利要求1所述的一种组合式训练用靶标,其特征在于,所述控制模块还用于根据所述识别信息和所述其它靶标的识别信息调整所述主靶体和所述掩护靶体的相对位置。
8.根据权利要求1所述的一种组合式训练用靶标,其特征在于,所述控制模块还用于根据所述主靶体和所述掩护靶体的状态信息修正所述机动策略和所述打击策略;
所述状态信息包括:位置信息、模拟体力信息和模拟受伤信息。
9.根据权利要求8所述的一种组合式训练用靶标,其特征在于,所述通信模块还用于将所述状态信息发送给其它靶标,并接收其它靶标的状态信息;
所述控制模块还用于根据所述状态信息和所述其它靶标的状态信息修正所述机动策略。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311221281.9A CN117308683A (zh) | 2023-09-20 | 2023-09-20 | 一种组合式训练用靶标 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311221281.9A CN117308683A (zh) | 2023-09-20 | 2023-09-20 | 一种组合式训练用靶标 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117308683A true CN117308683A (zh) | 2023-12-29 |
Family
ID=89296427
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311221281.9A Pending CN117308683A (zh) | 2023-09-20 | 2023-09-20 | 一种组合式训练用靶标 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117308683A (zh) |
-
2023
- 2023-09-20 CN CN202311221281.9A patent/CN117308683A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108680063B (zh) | 一种针对大规模无人机集群动态对抗的决策方法 | |
CN108364138B (zh) | 基于对抗视角的武器装备发展规划建模与求解方法 | |
CN109568957A (zh) | 游戏中的显示控制方法、装置、存储介质、处理器及终端 | |
CN104697398B (zh) | 激光模拟射击训练系统 | |
CN110134139B (zh) | 一种对抗环境下无人机编队的战术决策方法和装置 | |
CN112233483B (zh) | 一种基于数字孪生的红蓝对抗训练方法 | |
CN109210997B (zh) | 基于智能实弹靶标系统的实兵与智能靶标对抗作战方法 | |
US11801446B2 (en) | Systems and methods for training an artificial intelligence model for competition matches | |
CN113052289B (zh) | 一种基于博弈论的无人艇集群打击位置的选取方法 | |
CN112307613A (zh) | 基于自适应权重的无人机集群空-地对抗博弈仿真方法 | |
EP1350074B1 (en) | Combat simulation wherein target objects are associated to protecting object by means of a local co-operation between the target objects and the relevant protecting objects | |
CN109029127A (zh) | 基于人机实弹对抗训练的指挥系统及其指挥方法 | |
CN110163519B (zh) | 面向基地攻防任务的uuv红蓝方威胁评估方法 | |
CN117308683A (zh) | 一种组合式训练用靶标 | |
Liu et al. | Comparing heuristic search methods for finding effective group behaviors in RTS game | |
CN110231777A (zh) | 基于决策点的陆军合同战斗方案自动控制仿真方法 | |
CN117132128A (zh) | 一种可自主交战的智能蓝军系统及运行流程 | |
CN115615242A (zh) | 一种用于战场演习的智能单兵靶标 | |
CN108804741A (zh) | 效能最大条件下的d-s证据理论炮弹结合火力分配方法 | |
CN115061495B (zh) | 一种基于鹰鸽博弈的无人机群组对抗自主控制方法 | |
CN115293349A (zh) | 一种陆战兵棋ai中坦克攻击位置的选择方法及装置 | |
CN112163773A (zh) | 一种班组训练效能的评估方法及装置 | |
CN108734334A (zh) | 一种基于d数和威胁性优先的弹炮结合火力分配方法 | |
CN114167899A (zh) | 一种无人机蜂群协同对抗决策方法及系统 | |
CN116229766B (zh) | 博弈对抗下基于效能的目标分配方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |