一种基于深度强化学习的无人机伪路径规划的方法

授权

摘要

本发明公开了一种基于深度强化学习的无人机伪路径规划的方法，首先在飞行地图上划分禁飞区域的边界坐标和标记出无人机飞行任务的起点坐标和终点坐标位置；执行飞行任务前感知无人机当前环境状态，利用深度强化学习算法，根据得到的Q函数值选择当前环境下的偏转角度和飞行动作；无人机根据在飞行过程中不断地接收来自地面基站发射设备给出飞行的位置数据并与环境进行交互得到的奖励回报更新Q函数；飞行过程中将禁飞区域作为虚拟障碍物，判断无人机是否按照预设航线飞行；若接近禁飞区域边缘，则通过奖励函数引导无人机规划伪航行路径，避开禁飞区域；本发明实现了对未知环境下的无人机的伪路径规划，提高无人机飞行的智能化，安全化。

基本信息

专利标题：

一种基于深度强化学习的无人机伪路径规划的方法

专利标题（英）：

暂无

公开（公告）号：

CN110673637A

申请号：

CN201910948346.7

公开（公告）日：

2020-01-10

申请日：

2019-10-08

授权号：

CN110673637B

授权日：

2022-05-13

发明人：

陈鲤文周瑶郑日晶张文吉

申请人：

福建工程学院

申请人地址：

福建省福州市闽侯县上街镇福州地区大学新校区学园路

代理机构：

武汉科皓知识产权代理事务所(特殊普通合伙)

代理人：

魏波

优先权：

CN201910948346.7

主分类号：

G05D1/10

IPC分类号：

G05D1/10