一种基于强化学习的无人机火源点定位路径规划方法技术

本发明专利技术公开了一种基于强化学习的无人机火源点定位路径规划方法，包括如下步骤：步骤1：通过无人机上搭载的传感器当前位置的环境气体参数数据、环境温湿度以及坐标信息；步骤2：根据环境气体参数数据、环境温湿度计算每个采集点的平均火灾参数、火灾状态参数；步骤3：通过训练好的基于Q‑learning强化学习的火源定位算法的输入量，获取预估火源点及无人机趋近预估火源点的飞行路径；步骤4：控制无人机根据步骤3获取的飞行路径飞行至下一采集点，重复步骤1‑4直至完成火源点定位。本发明专利技术通过无人机获取的平均火灾参数、火灾状态参数，再通过火源定位算法提供无人机趋近火源点的飞行路径，提高了飞行路径规划的精确性。

【技术实现步骤摘要】

本专利技术设计涉及火灾标志物识别，尤其涉及一种基于强化学习的无人机火源点定位路径规划方法。

技术介绍

1、由于火灾通常发生迅速，一旦发生覆盖面积较大，传统火灾检测方法往往是固定火灾探测器的位置，无法实现火灾全覆盖探测，且需要多处布点，成本高昂。

2、无人机的机动性、自主性、安全性、易于部署和低成本使其成为了目前火灾探测和预警的首选方式。由于火灾现场环境信息往往是复杂且难以全面获取的，火源定位时无人机飞行路径也会被火灾环境所干扰，导致无法精确的飞至火源对火源进行定位，所以无人机火源定位的路径规划成为了目前研究中一大难题，因此，克服环境信息带来的无人机飞行路径的困扰是有意义的。

技术实现思路

1、针对现有技术中的不足，本专利技术提供了一种基于强化学习的无人机火源点定位路径规划方法，以解决现有技术中存在的环境信息对无人机飞行路径的困扰的技术问题。

2、本专利技术提供了一种基于强化学习的无人机火源点定位路径规划方法，包括如下步骤：

3、步骤1：通过无人机上搭载的传感器获取当前位置的本文档来自技高网...

【技术保护点】

1.一种基于强化学习的无人机火源点定位路径规划方法，其特征在于，包括如下步骤：

2.如权利要求1所述的基于强化学习的无人机火源点定位路径规划方法，其特征在于，所述步骤1中，采集的环境气体包括：二氧化碳、一氧化碳、氧气、二氧化硫。

3.如权利要求1所述的基于强化学习的无人机火源点定位路径规划方法，其特征在于，所述步骤2中，根据采集的环境气体浓度量计算每个采集点的平均火灾参数的具体公式为：

4.如权利要求3所述的基于强化学习的无人机火源点定位路径规划方法，其特征在于，所述C1的取值范围为0.4～0.5；C2的取值范围为：0.3～0.4；C3的取值范围为0....

【技术特征摘要】

1.一种基于强化学习的无人机火源点定位路径规划方法，其特征在于，包括如下步骤：

2.如权利要求1所述的基于强化学习的无人机火源点定位路径规划方法，其特征在于，所述步骤1中，采集的环境气体包括：二氧化碳、一氧化碳、氧气、二氧化硫。

3.如权利要求1所述的基于强化学习的无人机火源点定位路径规划方法，其特征在于，所述步骤2中，根据采集的环境气体浓度量计算每个采集点的平均火灾参数的具体公式为：

4.如权利要求3所述的基于强化学习的无人机火源点定位路径规划方法，其特征在于，所述c1的取值范围为0.4～0.5；c2的取值范围为：0.3～0.4；c3的取值范围为0.05～0.1；c4的取值范围为：0.1～0.2；c5的取值范围为：0.1～0.2；c6的取值范围为：0.05～0.1。

5.如权利要求1所述的基于...

【专利技术属性】
技术研发人员：唐盛，李云心，沈薇，陈吉森，刘志强，张梦雨，
申请(专利权)人：江苏科技大学，
类型：发明
国别省市：