论文摘要
针对无人机路径规划存在只适用于静态场景的问题,提出一种自主飞行巡检方法。利用增量分层判别回归(IHDR)树存储无人机飞行经验,通过当前位置矢量搜索IHDR树,得到飞行控制量。根据当前位置与期望位置的偏差调整输出控制量,实现人造目标的巡检。实验结果表明,与IHDR方法相比,该方法学习时间缩短12.2%,且具有较高的准确率,适用于无人机巡检。
论文目录
文章来源
类型: 期刊论文
作者: 俞玉瑾,韩军,赵庆喜,张红梅
关键词: 无人机,自主飞行,姿态学习,任务学习,增量分层判别回归,动态场景,飞行控制
来源: 计算机工程 2019年04期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 航空航天科学与工程,电力工业,自动化技术
单位: 上海大学上海先进通信与数据科学研究院,河南立新监理咨询有限公司,国网河南省电力公司濮阳供电公司
基金: 国家自然科学基金面上项目(61471230)
分类号: TP181;TM75;V279
DOI: 10.19678/j.issn.1000-3428.0050023
页码: 311-315+320
总页数: 6
文件大小: 1167K
下载量: 192
相关论文文献
标签:无人机论文; 自主飞行论文; 姿态学习论文; 任务学习论文; 增量分层判别回归论文; 动态场景论文; 飞行控制论文;