[发明专利]运动学约束条件下基于深度强化学习的UAV路径规划方法在审
| 申请号： | 202111282488.8 | 申请日： | 2021-11-01 |
| 公开（公告）号： | CN114003059A | 公开（公告）日： | 2022-02-01 |
| 发明（设计）人： | 高明生;张晓璇 | 申请（专利权）人： | 河海大学常州校区 |
| 主分类号： | G05D1/10 | 分类号： | G05D1/10 |
| 代理公司： | 北京中济纬天专利代理有限公司 11429 | 代理人： | 丁燕华 |
| 地址： | 213000 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种运动学约束条件下基于深度强化学习的UAV路径规划方法，具体步骤如下：S1：深度强化学习神经网络根据多个任务点以及静态障碍物的向量坐标得出最短路径；S2：无人机起飞后沿着最短路径飞行执行任务；S3：当探测到存在动态障碍物，无人机向基地发送信号，由超级计算机预测无人机接收信号时所在的位置；S4：根据动态障碍物以及剩余任务点的坐标使用深度强化学习神经网络输出得到新的飞行路径，并通过无线电将新的路径发送给无人机；S5：无人机沿着新的路径执行任务，执行完所有任务后最终返回基地。本发明提出了一种基于online和offline的框架，不仅解决了Q‑Learning中状态和动作都是高维的问题，而且在解决TSP问题的同时考虑运动学模型并避开动态障碍物。 | ||
| 搜索关键词： | 运动学 约束 条件下 基于 深度 强化 学习 uav 路径 规划 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于河海大学常州校区，未经河海大学常州校区许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202111282488.8/，转载请声明来源钻瓜专利网。
