摘要
本申请提供了一种无人机机巢选址规划方法、系统及相关装置,涉及无人机技术领域,包括:将杆塔的经纬度和海拔转换为3D体素网格;利用3D卷积神经网络从3D体素网格中提取杆塔点群的空间特征;在空间特征中应用密度峰值检测算法确定聚类中心,并根据局部密度和与高密度点的最小距离计算决策值,基于决策值动态地识别最佳聚类点,作为初始选址点分布;在初始选址点分布的基础上,使用强化学习模型优化选址点分布。应用本申请的技术方案能够有效地解决现有技术中的人工选址耗时耗力,难以处理大规模杆塔点群数据;传统方法难以综合考虑信号覆盖、经济成本、地理约束等多维度因素;以及无法动态调整选址策略,难以应对复杂地理环境和任务需求的问题。
技术关键词
选址规划方法
强化学习模型
杆塔
网格
强化学习环境
调度无人机集群
决策
高密度
动态地
无人机巡检系统
数据预处理器
卷积神经网络提取
聚类
配电网巡检
空间特征提取
支撑无人机
电源管理系统
保障无人机
系统为您推荐了相关专利信息
新能源机组
特性分析系统
新能源互补
数据挖掘平台
地图
深度强化学习模型
患者
调配优化方法
表达式
医院信息系统
路径规划方法
Docker容器技术
仿真环境
特征提取网络
多普勒测速计