摘要
本发明公开了一种基于批处理先验知识树的无人机路径规划方法,通过在人工势场法的合势力函数中加入采样点范围控制参数,根据障碍物的密集程度动态调整采样点的生成范围,并定义阈值,当采样点的合势力函数小于阈值时,则保留该点,否则剔除。该过程大大减少随机生成采样点策略导致的冗余采样及计算资源的浪费;本发明在路径优化过程中,将一个椭圆采样集合转化为两个局部子集椭圆采样集合,减少采样面积,提高采样效率;并通过更新起始点到信标点的路径代价,增加第二个椭圆面积,从而增大障碍物间可通行区域在椭圆内部的概率;同时引入障碍物密集程度因子,增加信标点生成在障碍物旁边的概率以及路径通过复杂障碍物的可能性,优化路径。
技术关键词
无人机路径规划方法
采样点
信标
障碍物
节点
队列
因子
人工势场法
长轴
斥力势场
焦点
样条
重布线
算法
控制点
列表
终端
坐标系
直线
地图
系统为您推荐了相关专利信息
面向动态网络
路径优化方法
冗余
拓扑图
深度Q网络
多维信息系统
深度优先搜索算法
物理
设备运行状态
场景
电缆回路
支撑节点
生成电缆
电缆弯曲半径
电气系统
节点电价预测方法
时间段
电价预测系统
多源融合
场景类别