强化学习与环境感知融合的无人机动态障碍物检测及智能避障方法

本发明公开了强化学习与环境感知融合的无人机动态障碍物检测及智能避障方法，具体涉及无人机路径规划技术领域，基于边界框几何特征进行边界框关联；针对检测出的边界框应用卡尔曼滤波器，使用恒加速模型进行状态估计；根据卡尔曼滤波器的状态估计，判定边界框是动态障碍物还是静态障碍物；根据IOU准则匹配激光雷达3D边界框和YoLo视觉检测的边界框，为边界框赋予语义信息；利用检出的动态障碍物信息和静态障碍物信息构建栅格地图用于路径规划，为强化学习的状态空间设计提供数据基础；基于强化学习方法构建状态空间、动作空间和奖励函数进行训练学习避障策略。