【技术实现步骤摘要】
本专利技术涉及无人机控制，尤其涉及基于机器学习的无人机定位导航与路径规划优化方法。
技术介绍
1、在无人机应用领域，特别是在复杂的环境如城市、森林或灾区等，无人机的定位导航与路径规划对于确保任务的高效性和安全性至关重要。
2、传统的无人机定位导航与路径规划方法主要依赖于gps和预设的飞行路线，但这种方法存在信号遮挡、环境适应性差以及无法处理复杂动态环境等问题，需要基于智能算法模型对无人机定位导航与路径规划进行优化。
3、目前，虽然已有一些基于算法模型进行无人机定位导航与路径规划的方法，但这些方法往往通过单一的算法模型对路径进行寻优，且只关注对最短路径的寻优，缺乏对复杂环境的全局路径的分析，只是通过简单的约束和目标函数组合进行路径寻优，且一些算法在面对实时变化的环境和动态障碍物时，响应能力较弱，无法快速调整路径以避免碰撞。
技术实现思路
1、本专利技术的目的是要提供基于机器学习的无人机定位导航与路径规划优化方法。
2、为达到上述目的，本专利技术是按照以下技
【技术保护点】
1.基于机器学习的无人机定位导航与路径规划优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于机器学习的无人机定位导航与路径规划优化方法，其特征在于，所述基于所述障碍物布局情况计算每个网格的环境复杂度的方法，包括：
3.根据权利要求1所述的基于机器学习的无人机定位导航与路径规划优化方法，其特征在于，所述根据所述环境复杂度为每个网格设置响应时间的方法，包括：
4.根据权利要求1所述的基于机器学习的无人机定位导航与路径规划优化方法，其特征在于，所述构建避障模型的方法，包括：
5.根据权利要求1所述的基于机器学习...
【技术特征摘要】
1.基于机器学习的无人机定位导航与路径规划优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于机器学习的无人机定位导航与路径规划优化方法，其特征在于，所述基于所述障碍物布局情况计算每个网格的环境复杂度的方法，包括：
3.根据权利要求1所述的基于机器学习的无人机定位导航与路径规划优化方法，其特征在于，所述根据所述环境复杂度为每个网格设置响应时间的方法，包括：
4.根据权利要求1所述的基于机器学习的无人机定位导航与路径规划优化方法，其特征在于，所述构建避障模型的方法，包括：
5.根据权利要求1所述的基于机器学习的无人机定位导航与路径规划优化方法，其特征在于，所述根据所述避障模型设置避障策略的...
【专利技术属性】
技术研发人员：徐晓昂，陈胜利，乐洋铄，王佳欣，黄思琪，
申请(专利权)人：江苏省产品质量监督检验研究院，
类型：发明
国别省市：
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。