无人机路径协同规划方法、装置、电子设备及存储介质制造方法及图纸

技术编号:40049743 阅读:19 留言:0更新日期:2024-01-16 21:01
本发明专利技术提供一种无人机路径协同规划方法、装置、电子设备及存储介质,包括以最小化无人机采集灾情信息时的传输消耗时间与无人机所采集的灾情信息的新鲜度的倒数之和为优化目标,构建预设约束条件下的目标函数;构建目标函数对应的深度强化学习模型以及深度强化学习模型的奖励函数;根据奖励函数求解深度强化学习模型,得到无人机在最小传输消耗时间以及最大新鲜度下的飞行策略,通过基于深度强化学习的无人机路径协同规划的方式保证信息采集与传输的及时性与可靠性,提升系统的整体效率,通过无人机所采集到的信息的数据新鲜度对无人机的飞行策略进行优化,来提高应急响应和决策的正确性。

【技术实现步骤摘要】

本专利技术涉及无线通信,尤其涉及一种无人机路径协同规划方法、装置、电子设备及存储介质


技术介绍

1、在面对大规模自然灾害,如地震、火灾时,收集和获取灾情信息是至关重要的。目前,传统的灾情信息探测方式主要有三种:第一种是通过电话热线和其他联系方式,与现场工作人员进行沟通,获取现场灾情报告;第二种是派遣专家组进入灾区进行实地调查;第三种是利用卫星遥感技术获取空中影像照片。

2、然而,以上方式往往难以获得大量精确的灾区数据,相关技术中为了解决这一问题,无人机因其成本相对低、伤亡风险小、生存能力强、机动性能好等特点,逐渐被应用于应急救援过程中。

3、然而,目前对无人机的研究大多基于城市环境,主要关注优化数据采集时间的问题,而如何在灾害现场如地震、火灾、搜救等情景中联合考虑数据采集问题与采集数据回传问题仍然是一大挑战。


技术实现思路

1、本专利技术提供一种无人机路径协同规划方法、装置、电子设备及存储介质,用以解决上述问题。

2、本专利技术提供一种无人机路径协同规划方法,包括:...

【技术保护点】

1.一种无人机路径协同规划方法,其特征在于,包括:

2.根据权利要求1所述的无人机路径协同规划方法,其特征在于,所述根据所述奖励函数求解所述深度强化学习模型,得到所述无人机在最小传输消耗时间以及最大新鲜度下的飞行策略,包括:

3.根据权利要求1所述的无人机路径协同规划方法,其特征在于,所述无人机的传输消耗时间包括所述无人机前往所述受灾点时的飞行路径对应的第一飞机时间、所述无人机在所述受灾点采集灾情信息后前往数据传输点时的数据回传路径对应的第二飞机时间以及所述无人机传输所述受灾点处的灾情信息的传输时间,其中,所述传输时间是通过以下方式得的:>

4.根据权利...

【技术特征摘要】

1.一种无人机路径协同规划方法,其特征在于,包括:

2.根据权利要求1所述的无人机路径协同规划方法,其特征在于,所述根据所述奖励函数求解所述深度强化学习模型,得到所述无人机在最小传输消耗时间以及最大新鲜度下的飞行策略,包括:

3.根据权利要求1所述的无人机路径协同规划方法,其特征在于,所述无人机的传输消耗时间包括所述无人机前往所述受灾点时的飞行路径对应的第一飞机时间、所述无人机在所述受灾点采集灾情信息后前往数据传输点时的数据回传路径对应的第二飞机时间以及所述无人机传输所述受灾点处的灾情信息的传输时间,其中,所述传输时间是通过以下方式得的:

4.根据权利要求3所述的无人机路径协同规划方法,其特征在于,所述无人机在所述受灾点处进行数据传输时的上行速率是通过以下方式得到的:

5.根据权利要求1所述的无人机路...

【专利技术属性】
技术研发人员:王莉吴鑫费爱国徐连明李若光张健侯成
申请(专利权)人:北京邮电大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1