摘要
本发明涉及无人机防碰撞路径规划技术领域,具体涉及基于图神经网络的无人机自组网防碰撞路线规划方法,包括:获取任务空域的地形数据,并记录所有无人机的初始位置、目标位置以及运动约束条件,构建无人机图结构数据;根据无人机图结构数据,将各个无人机作为单位节点,节点之间的边表征相邻的两个无人机之间的潜在碰撞关系;初始化节点与边的特征,基于输入的节点与边特征作为预设的无人机图神经网络模型的输入,完成无人机图神经网络模型的训练;基于无人机图神经网络模型进行碰撞风险预测,生成并输出最优飞行路径。本发明通过图神经网络与多目标优化,实现无人机群的智能协同飞行,显著降低碰撞风险与能耗,同时保证网络连通度与任务效率。
技术关键词
无人机自组网
路线规划方法
神经网络模型
无人机飞行路径
节点
风险
构建无人机
无人机防碰撞
注意力
数据
无人机飞行状态
无人机飞行速度
能耗
路径规划技术
指标
时序特征
加速度
邻居
运动
系统为您推荐了相关专利信息
电池健康预测方法
隐私数据保护
可信执行环境
差分隐私
节点
通风设备
监控器
策略优化方法
训练神经网络模型
三维模型
空间聚类算法
终端设备
参数
服务器
深度强化学习技术