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：西南科技大学;西南科大四川天府新区创新研究院

摘要：本申请的实施例公开了一种无人机航迹规划方法、装置、存储介质及电子设备，涉及森林监测技术领域，本申请首先通过k‑means++算法对多个目标点进行自适应聚类，优化初始目标点的分布，避免陷入局部最优解，结合各个目标点不同的重要程度进行路径的规划，然后基于无人机的续航能力和障碍物为约束条件，确保覆盖新的监测任务目标点时避免碰撞障碍物，并在航程限制内完成覆盖，最后通过DDQN算法进行求解，DDQN算法通过使用两个不同的网络来分别进行动作的选择和动作值的评估，‌从而解决过估计的问题，实现高效的路径规划，提升路径规划效果。

主权项：1.一种无人机航迹规划方法，其特征在于，包括以下步骤：在任务场景中，根据目标点之间的距离，采用k-means++算法对所述目标点进行聚类；其中，所述任务场景中设置若干障碍物和若干所述目标点，所述目标点根据重要性设置不同的权重；所述在任务场景中，根据目标点之间的距离，采用k-means++算法对所述目标点进行聚类，包括：在任务场景中，随机选取一个目标点加入聚类中心点集合，并计算剩余所述目标点到所述聚类中心点集合中所述目标点的最短距离；将所有所述目标点分配到最短距离的聚类中心，并更新每个聚类的中心为该聚类中所有点的均值；判断所有所述目标点到其所在聚类中心的距离是否满足预设条件；在不满足预设条件的情况下，返回所述在任务场景中，随机选取一个目标点加入聚类中心点集合，并计算剩余所述目标点到所述聚类中心点集合中所述目标点的最短距离的步骤，循环至满足预设条件；将聚类后的聚类中心作为新的监测任务目标，并计算聚类簇中所有所述目标点的总权重；根据聚类簇中所有所述目标点的总权重，并以无人机续航能力和所述障碍物为约束条件，对无人机覆盖所述新的监测任务目标进行建模；所述根据聚类簇中所有所述目标点的总权重，并以无人机续航能力和所述障碍物为约束条件，对无人机覆盖所述新的监测任务目标进行建模，包括：根据聚类簇中所有所述目标点的总权重，并以无人机续航能力和所述障碍物为约束条件，基于当前状态空间、当前动作空间以及状态转移函数，对无人机覆盖所述新的监测任务目标进行建模；所述根据聚类簇中所有所述目标点的总权重，并以无人机续航能力和所述障碍物为约束条件，基于当前状态空间、当前动作空间以及状态转移函数，对无人机覆盖所述新的监测任务目标进行建模之前，所述方法还包括：根据无人机当前位置、所述无人机续航能力、所述障碍物的信息以及聚类中心点信息集合，定义所述当前状态空间；其中，所述聚类中心点信息集合包括所述目标点的总权重；所述根据聚类簇中所有所述目标点的总权重，并以无人机续航能力和所述障碍物为约束条件，基于当前状态空间、当前动作空间以及状态转移函数，对无人机覆盖所述新的监测任务目标进行建模之前，所述方法还包括：根据是否访问每个聚类中心的决策，定义所述当前动作空间；所述根据聚类簇中所有所述目标点的总权重，并以无人机续航能力和所述障碍物为约束条件，基于当前状态空间、当前动作空间以及状态转移函数，对无人机覆盖所述新的监测任务目标进行建模之前，所述方法还包括：根据所述当前状态空间和所述当前动作空间，确认下一状态以定义所述状态转移函数；所述基于当前状态空间、当前动作空间以及状态转移函数，对无人机覆盖所述新的监测任务目标进行建模之前，所述方法还包括：根据奖励规则确定全局奖励函数；其中，所述奖励规则包括访问到最短距离最大权重目标簇心的奖励规则、碰撞障碍物奖励规则以及超出航程奖励规则；所述基于当前状态空间、当前动作空间以及状态转移函数，对无人机覆盖所述新的监测任务目标进行建模，包括：根据基于当前状态空间、当前动作空间、状态转移函数以及所述全局奖励函数，对无人机覆盖所述新的监测任务目标进行建模；采用DDQN算法求解模型，获得无人机的目标航迹。

全文数据：

权利要求：

百度查询： 西南科技大学 西南科大四川天府新区创新研究院 一种无人机航迹规划方法、装置、存储介质及电子设备