摘要
本发明公开了一种基于深度学习的无人机路径规划与风险预测方法、系统及介质,方法包括:获取无人机飞行任务的起始点和终结点,并查找与起始点和终结点对应的历史路径进行分段规划,获得多个规划路径段,从多个规划路径段中确定出当前路径段;采集与当前路径段对应的环境数据,并基于预设深度神经网络模型对环境数据进行处理,预测当前路径段的风险因素;根据风险因素对当前路径段进行修正,并控制无人机基于修正后的当前路径段飞行。本发明通过将历史路径划分为多个规划路径段,针对每一规划路径段获取对应的环境数据由预设深度神经网络模型预测风险因素,并依据预测的风险因素修正当前路径段,提高了无人机的风险预测能力和路径动态重规划能力。
技术关键词
无人机路径规划
风险预测方法
深度神经网络模型
风险预测系统
图像特征向量
数据
储存器
样本
序列
控制无人机
处理器
激光
分段
传感器
介质
参数
系统为您推荐了相关专利信息
深度神经网络模型
实时数据
生成样本数据
决策
路径特征
电子签章
加密数字证书
签名数字证书
资料
图像特征向量
图像生成模型
ROI图像
字符缺陷检测方法
生成器网络
字符串匹配算法
轨迹规划方法
超声机器人
扫描机器人
机械臂驱动模块
数据同步