摘要

针对无人机路径规划通常只适用于静态场景以及不满足巡检任务的问题,提出了基于学习的自主飞行巡检方法,旨在学习无人机的行为姿态。学习阶段,无人机将飞行经验以增量分层判别回归(Incremental Hierarchical Discriminant Regression,IHDR)树的结构存储并增加了任务信息变量。为了加快算法收敛速度,有目的性地将一些特殊节点作为聚类中心建立IHDR树。知识检索时,输入当前位置矢量搜索IHDR树,提取飞行控制量。在动态环境中,可根据当前位置与期望位置的偏差来调整输出控制量,最终实现人造目标的巡检。实验结果表明,该方法缩短约13%的学习时间,结合了飞行任务,在动态环...

全文