一种基于深度强化学习的无人机应急场景巡检方法及其系统

AITNT
正文
推荐专利
一种基于深度强化学习的无人机应急场景巡检方法及其系统
申请号:CN202510415558
申请日期:2025-04-03
公开号:CN120335469A
公开日期:2025-07-18
类型:发明专利
摘要
本发明涉及无人机巡检技术领域,具体涉及一种基于深度强化学习的无人机应急场景巡检方法及其系统,数据处理模块,用于对气象数据进行预处理,得到优化气象数据;模型训练模块,用于对图像数据进行处理,构建应急场景模型;路径规划模块,用于基于优化气象数据和构建的应急场景模型进行无人机的最优路径规划;由此通过基于气象情况和三维模型对无人机的巡检路径进行优化,使其能够躲避由于气象而导致的巡检事故,从而无人机可以在应急场景的最安全和最高效的区域飞行,始终能够保持在最优路径进行巡检,且无需人工手动接管,显著提高巡检效率。
技术关键词
无人机应急 深度强化学习 气象 场景 数据可视化展示 巡检系统 采集单元 模型训练模块 预处理图像数据 数据处理模块 三维网格模型 巡检方法 扫描单元 时间同步 控制无人机 无人机巡检技术 规划 风速
系统为您推荐了相关专利信息
1
一种基于虚拟与现实动态交互的数字孪生轴承故障诊断方法
轴承故障诊断方法 数字孪生 虚拟物理模型 旋转机械系统 模式分类方法
2
4D风险占用数据集的生成方法、装置、设备及介质
标签文件 风险 车辆周边 车道 动态障碍物
3
一种面向边缘设备视频数据的分层处理系统
视频生成方法 服务端 数据分类方法 车辆 电子围栏
4
口语交互方法及相关装置、电子设备和存储介质
话题 对象 大语言模型 人机交互电路 交互方法
5
一种监控摄像头图像异常检测方法及系统
图像异常检测方法 量子态 运动向量场 场景虚拟 像素矩阵
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号