首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于强化学习和优化DWA算法的多无人机路径规划方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:广州大学

摘要:本发明涉及深度学习领域,公开了一种基于强化学习和优化DWA算法的多无人机路径规划方法,其包括以下步骤:S1、建立可视化二维平面地图,并且生成障碍点,加载四台无人机运动模型,生成四个目标点;S2、初始化无人机参数,引入评价函数参数和奖惩因子;S3、通过给定四台无人机模型初速度和一定的方向,依次对四台无人机模型赋予初速度以及角速度,根据速度采样生成轨迹空间,通过评价函数确定当前速度状态下考虑五大比重的最佳路径;S4、无人机群规划运动轨迹到达目标点。本发明提出的一种基于强化学习和优化DWA算法的多无人机路径规划方法,与传统的空间环境监测方法相比,具有降低成本,污染物分布预测准确性好,可实时监测等优点。

主权项:1.一种基于强化学习和优化DWA算法的多无人机路径规划方法,其特征在于,包括以下步骤:S1、建立可视化二维平面地图,并且生成障碍点,加载四台无人机运动模型,生成四个目标点;S2、初始化无人机参数,引入评价函数参数和设定奖惩因子;S3、通过给定四台无人机模型初速度和一定的方向,依次对四台无人机模型赋予初速度以及角速度,根据速度采样生成轨迹空间,通过评价函数确定当前速度状态下考虑五大比重的最佳路径;S4、四台无人机运动模型规划运动轨迹到达目标点。

全文数据:

权利要求:

百度查询: 广州大学 一种基于强化学习和优化DWA算法的多无人机路径规划方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。