摘要
本申请属于无人机自主导航技术领域,涉及基于双模态障碍物特征提取的智能无人机导航方法与系统,包括:获取多模态传感器数据;通过时空对齐网络将多模态传感器信息在时空上进行对齐;通过融合定位失效自适应策略的卡尔曼滤波器获得无人机实时位姿信息;采用双流障碍物特征提取网络从多模态传感器数据中提取包含动态障碍物特征和静态障碍物特征的复合环境向量;采用基于课程学习改进的强化学习训练方法,训练基于最大熵的SAC模型,获得SAC策略网络;将复合环境向量与无人机实时位姿信息输入SAC策略网络,以端对端的方式获得无人机的最优控制,本申请具备良好的路径规划性能,有效提升了无人机在复杂环境下的任务执行能力和安全性。
技术关键词
动态障碍物
静态障碍物
智能无人机
卡尔曼滤波器
多模态传感器
学习训练方法
导航方法
双模态
策略
双目相机
特征提取网络
无人机自主导航技术
数据
长短期记忆网络
深度图
射线
系统为您推荐了相关专利信息
作业平台
避障系统
障碍物
周围环境信息
滑模控制器
自动调节方法
卡尔曼滤波算法
可见光相机
姿态估计
激光雷达
人工势场
动态障碍物
A星算法
三维栅格地图
全局路径规划
约束模型预测控制
深度确定性策略梯度
关节力矩
机械臂关节
动态避障控制方法
多旋翼无人机
三维栅格地图
运动状态参数
策略生成系统
动态障碍物