摘要
本发明涉及无人机飞行规划技术领域,公开了一种无人机集群最优路径规划方法及系统,该方法首先构建无人机飞行状态预测模型和路径规划决策模型,分别预测无人机未来状态并决策最优路径。创新性地采用双重机器学习算法对两模型进行训练,不仅提升了模型预测与决策的准确性,还通过构建残差拟合模型,有效修正和优化了路径规划结果,增强了规划的鲁棒性。本发明综合考虑了无人机的动态飞行状态、环境不确定性及任务目标多样性,能够实时生成符合实际飞行条件的无人机集群最优路径规划指令。该方法提高了无人机集群的任务执行效率与安全性,适用于军事侦察、灾害救援、物流配送等多个领域,具有广阔的应用前景和重要的实用价值。
技术关键词
无人机路径规划
无人机集群
无人机飞行状态
路径规划方法
飞行状态数据
构建无人机
预测无人机
无人机飞行数据
路径规划决策
机器学习算法
生成无人机
梯度下降算法
LSTM模型
XGBoost算法
预测残差
网络结构
系统为您推荐了相关专利信息
轨道
动态规划方法
天车
动态路径规划
局部路径规划
无人机集群
波束赋形方法
幅相误差
时间同步误差
波形
路径规划方法
无人机路径规划
算法
路径规划技术
样本