摘要
本发明公开了一种基于深度强化学习的无人机路线规划方法及系统,涉及智能控制技术领域,包括采集无人机当前的状态参数和综合导航态势数据;基于采集的无人机当前状态参数,计算无人机的路线规划偏差率;使用深度学习算法对综合导航态势数据进行处理,识别无人机当前精确位置,使用SLAM技术构建三维地图模型,使用点云融合法生成三维地图;基于无人机当前精确位置、当前的状态参数和三维地图,构建深度强化学习模型,使用量子算法计算无人机在面对障碍物时的返回路径;基于无人机的路线规划偏差率,动态调整无人机的返回路径,生成无人机路线规划。本发明通过多源数据融合及先进算法处理,无人机能够在各种环境下稳定运行。
技术关键词
构建三维地图
深度强化学习模型
SLAM技术
识别无人机
生成无人机
采集无人机
深度学习算法
规划
障碍物
环境感知数据
激光雷达数据
偏差
融合深度学习模型
特征点集合
移动立方体算法
扩展卡尔曼滤波器
系统为您推荐了相关专利信息
深度强化学习模型
资源分配方法
分配信息
基站
速率
机械臂组件
检测机械臂
电缆隧道
隧道巡检设备
检测电缆
船舶定位方法
点云地图
点云信息
船舶自动驾驶技术
船舶定位装置
路径规划方法
混合高斯模型
粒子群优化算法
网格分解方法
生成无人机
联合巡检方法
无人车
无人机巢
数据中心
中继信息