一种基于深度学习的无人机飞行路径预测方法

摘要

本发明公开了一种基于深度学习的无人机飞行路径预测方法，包括以下步骤：步骤一，采用模拟图像像素点的方式，将航路规划场景抽象成多维矩阵；步骤二，输入深度神经网络进行训练，得到一组同样规模的权值矩阵，作为路径选择；步骤三，设置神经网络调参控制策略；步骤四，利用路径平滑过程将权值矩阵表达为完整航路。本发明可以帮助无人机在完全未知的环境下进行下一时刻的路径预测，进而指导无人机的导航和避障，最后安全到达目标点。本发明通过在线学习能够实时获得无人机外界环境信息，学习无人机在何种环境下做出何种动作。通过本发明，无人机能完整地实现未知复杂障碍环境下的导航和避障，突破了原有航路规划算法实时计算的局限性和复杂性。