摘要
本发明属于无人机自主导航技术领域,为提出无人机轨迹规划方法及其应用该方法的无人机设计,实现实时高效的环境感知与无人机自主避障轨迹生成,本发明,基于深度学习的无人机轨迹规划方法及应用无人机,通过在三维状态空间预先定义一组基元集合,来探索整个搜索空间以实现对可行区域的完全覆盖,采用“深度图像、当前状态以及目标方向”多模态感知输入,其中,深度图像由深度相机获取;当前状态由机载视觉定位模块得到;多模态感知输入由深度学习网络进行处理,根据深度学习网络的输出,计算未来的期望位置、速度和加速度信息,作为无人机底层控制器的输入进行轨迹跟踪,最终实现复杂环境下的避障飞行。本发明主要应用于无人机设计制造场合。
技术关键词
深度相机
基元
加速度
仿真环境
多项式
栅格地图
定位模块
多模态
深度学习网络框架
机载视觉
矩阵
无人机自主避障
约束卡尔曼滤波
无人机轨迹优化
障碍物
系统为您推荐了相关专利信息
等效电路模型
无迹卡尔曼滤波
SOC估计方法
锂电池
协方差矩阵
控制点
测量点
重力场模型
大地水准面模型
中心线
充电设备
图像识别模块
蓝牙耳机
控制模块
传感器模块
捷联惯性导航
误差补偿方法
导航系统
蒙特卡洛方法
实时数据
门机电机
故障管理系统
电机控制器
故障预测模型
整体结构模型