一种基于强化学习的无人机辅助配送系统及方法与流程
技术特征:
1.一种基于强化学习的无人机辅助配送系统,其特征在于,所述无人机内部存储有所有停机台的位置坐标,包括:
2.根据权利要求1所述的一种基于强化学习的无人机辅助配送系统,其特征在于:所述通过三维点云数据获得无人机周围的环境地图数据所依据的逻辑为:
3.根据权利要求2所述的一种基于强化学习的无人机辅助配送系统,其特征在于:根据周围环境地图障碍物数据生成避障系数所依据的方法为:
4.根据权利要求1所述的一种基于强化学习的无人机辅助配送系统,其特征在于:生成无人机实时的气象异常指数的方法为:
5.根据权利要求1所述的一种基于强化学习的无人机辅助配送系统,其特征在于:生成无人机当前剩余配送路程的续航指数的计算公式为:
6.根据权利要求1所述的一种基于强化学习的无人机辅助配送系统,其特征在于:
7.根据权利要求1所述的一种基于强化学习的无人机辅助配送系统,其特征在于:生成配送必要指数的计算公式为:
8.根据权利要求1所述的一种基于强化学习的无人机辅助配送系统,其特征在于:
9.根据权利要求8所述的一种基于强化学习的无人机辅助配送系统,其特征在于:
10.一种基于强化学习的无人机辅助配送方法,其特征在于,所述配送方法由权利要求1-9任一项的所述的无人机辅助配送系统执行获得,具体步骤包括:
技术总结
本发明公开了一种基于强化学习的无人机辅助配送系统及方法,本发明涉及无人机配送技术领域,所述预测方法包括以下步骤:通过收集无人机的飞行环境参数和设备状态参数,将环境参数与设备状态参数进行数据预处理,并通过特征工程提取有效特征。然后,利用训练好的深度神经网络模型对无人机的续航能力进行预测,根据预测结果与设定的性能阈值进行对比,判断无人机是否需要调整飞行策略。该方法能够实时监测无人机的续航状态,提前预测续航能力,降低能量消耗,优化飞行路径,从而提高无人机的整体飞行效率和任务执行成功率。此外,本发明可有效应对各种气象条件变化,提高无人机在复杂环境下的适应性和稳定性。
技术研发人员:邱毅,曹学玉,麻豫东
受保护的技术使用者:泉州云卓科技有限公司
技术研发日:
技术公布日:2024/12/2
文档序号 :
【 40203173 】
技术研发人员:邱毅,曹学玉,麻豫东
技术所有人:泉州云卓科技有限公司
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
技术研发人员:邱毅,曹学玉,麻豫东
技术所有人:泉州云卓科技有限公司
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
