本發(fā)明涉及地圖探索，具體而言，涉及一種面向無人機未知環(huán)境探索的漸進式地圖預測方法。

背景技術(shù)：

1、在復雜的未知環(huán)境中，無人機的自主探索能力顯得尤為重要，尤其是在中國西部的山脈、高原、河谷、沙漠等地帶，針對已知環(huán)境的無人機航跡規(guī)劃，國內(nèi)外已有較為成熟的發(fā)明成果，但在未知環(huán)境中的無人機探索和路徑規(guī)劃仍面臨挑戰(zhàn)，主要集中在如何在缺少全局環(huán)境信息的條件下實現(xiàn)高效、完整的探索；目前，國內(nèi)外發(fā)明主要以邊界驅(qū)動的自主探索為主，近年來，越來越多的學者采用基于深度強化學習等新方法進行探索發(fā)明，推動了未知環(huán)境探索領(lǐng)域的快速發(fā)展；但無論是基于邊界驅(qū)動的自主探索還是基于深度強化學習的自主探索，都無法構(gòu)建出完整的全局地圖。

技術(shù)實現(xiàn)思路

1、本發(fā)明實施例提供了一種面向無人機未知環(huán)境探索的漸進式地圖預測方法，以至少解決現(xiàn)有技術(shù)中無人機在未知環(huán)境中探索地圖是通過深度強化學習進行自主探索，探索到的地圖準確度低技術(shù)問題。

2、根據(jù)本發(fā)明實施例的一個方面，提供了一種面向無人機未知環(huán)境探索的漸進式地圖預測方法。該方法可以包括：獲取初始數(shù)字高程地圖，對初始數(shù)字高程地圖進行歸一化處理，得到目標數(shù)字高程地圖；利用閾值高度對目標數(shù)字高程地圖進行劃分，得到目標數(shù)字高程地圖對應的平面二維地圖；基于平面二維地圖和初始飛行點，確定無人機的初始可飛點；基于無人機在初始可飛點的目標航速、重力加速度、無人機最大允許正常過載系數(shù)和目標時間間隔，確定無人機在平面二維地圖的目標轉(zhuǎn)彎半徑、無人機運動步長和目標航向角；基于無人機的目標轉(zhuǎn)彎半徑、無人機運動步長和目標航向角，確定無人機在未知環(huán)境下探索到的探索地圖；構(gòu)建目標神經(jīng)網(wǎng)絡(luò)；將無人機在未知環(huán)境下探索到的探索地圖輸入至第一卷積層中，得到探索地圖的特征圖；將探索地圖的特征圖輸入至若干個transform模塊中，得到探索地圖的特征向量；將探索地圖的特征向量輸入至第二卷積層中，得到初始數(shù)字高程地圖對應的預測地圖。

3、可選地，所述對初始數(shù)字高程地圖進行歸一化處理，得到目標數(shù)字高程地圖表達式為：

4、

5、其中，為目標數(shù)字高程地圖中每一點的像素值，為初始數(shù)字高程地圖中每一點的像素值，為初始數(shù)字高程地圖中海拔最低點的像素值，為初始數(shù)字高程地圖中海拔最高點的像素值。

6、可選地，所述利用閾值高度對目標數(shù)字高程地圖進行劃分，得到目標數(shù)字高程地圖對應的平面二維地圖，包括：當目標數(shù)字高程地圖中像素點對應的像素值大于閾值高度時，將目標數(shù)字高程地圖中像素點的像素值設(shè)置為一；當目標數(shù)字高程地圖中像素點對應的像素值小于閾值高度時，將目標數(shù)字高程地圖中像素點的像素值設(shè)置為零；基于像素點的像素值零和一，得到平面二維地圖。

7、可選地，所述基于平面二維地圖和初始飛行點，確定無人機的初始可飛點，包括：基于平面二維地圖和初始飛行點，確定無人機的候選飛行點；將無人機的候選飛行點的任意一點作為無人機的初始可飛點。

8、可選地，所述基于無人機在初始可飛點的目標航速、重力加速度、無人機最大允許正常過載系數(shù)和目標時間間隔，確定無人機在平面二維地圖的目標轉(zhuǎn)彎半徑、無人機運動步長和目標航向角，包括：基于無人機在初始可飛點的目標航速、重力加速度、無人機最大允許正常過載系數(shù)，確定目標轉(zhuǎn)彎半徑；基于無人機在初始可飛點的目標航速和目標時間間隔，確定無人機運動步長；基于無人機運動步長和目標轉(zhuǎn)彎半徑，確定目標航向角。

9、可選地，所述目標轉(zhuǎn)彎半徑的表達式為：

10、

11、其中，g為重力加速度，為無人機最大允許正常過載系數(shù)，為無人機的目標航速，為目標轉(zhuǎn)彎半徑。

12、可選地，所述無人機運動步長的表達式為：

13、

14、其中，為無人機運動步長，為目標時間間隔。

15、可選地，所述目標航向角的表達式為：

16、

17、其中，為目標航向角。

18、可選地，所述基于無人機的目標轉(zhuǎn)彎半徑、無人機運動步長和目標航向角，確定無人機在未知環(huán)境下探索到的探索地圖，包括：基于無人機的目標轉(zhuǎn)彎半徑、無人機運動步長和目標航向角，確定無人機在每一時刻在平面二維地圖中的位置、航行方向和偏航角度；基于每一時刻在平面二維地圖中的位置、航行方向和偏航角度，確定無人機在未知環(huán)境下探索到的探索地圖。

19、本發(fā)明的有益效果：

20、本發(fā)明提出的一種面向無人機未知環(huán)境探索的漸進式地圖預測方法，以應對無人機在未知、復雜環(huán)境中的探索和導航需求，傳統(tǒng)的路徑規(guī)劃方法通常依賴預先構(gòu)建的全局地圖，在全局地圖信息不完整的情況下很難完成路徑規(guī)劃及避障任務，漸進式地圖預測方法通過實時獲取局部環(huán)境數(shù)據(jù)，逐步構(gòu)建并優(yōu)化地圖，從而實現(xiàn)無人機路徑的自主規(guī)劃，該發(fā)明的目標不僅在于提升無人機的自主導航能力，還旨在提高其在復雜環(huán)境中的適應性和魯棒性，通過引入深度學習與強化學習技術(shù)，該方法能夠在飛行過程中不斷優(yōu)化路徑規(guī)劃決策，進而提高任務完成效率，理論上，該發(fā)明能夠為無人機探索路徑規(guī)劃領(lǐng)域提供新的方法論支持；在實際應用中，該方法可廣泛應用于災害救援、資源勘探和環(huán)境監(jiān)測等任務中，提升無人機的自主探索能力和任務執(zhí)行效率。

技術(shù)特征：

1.一種面向無人機未知環(huán)境探索的漸進式地圖預測方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對初始數(shù)字高程地圖進行歸一化處理，得到目標數(shù)字高程地圖表達式為：

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述利用閾值高度對目標數(shù)字高程地圖進行劃分，得到目標數(shù)字高程地圖對應的平面二維地圖，包括：

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述基于平面二維地圖和初始飛行點，確定無人機的初始可飛點，包括：

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述基于無人機在初始可飛點的目標航速、重力加速度、無人機最大允許正常過載系數(shù)和目標時間間隔，確定無人機在平面二維地圖的目標轉(zhuǎn)彎半徑、無人機運動步長和目標航向角，包括：

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述目標轉(zhuǎn)彎半徑的表達式為：

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述無人機運動步長的表達式為：

8.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述目標航向角的表達式為：

9.根據(jù)權(quán)利要求8所述的方法，其特征在于，所述基于無人機的目標轉(zhuǎn)彎半徑、無人機運動步長和目標航向角，確定無人機在未知環(huán)境下探索到的探索地圖，包括：

10.一種計算機系統(tǒng)，其特征在于包括：一個或多個處理器，計算機可讀存儲介質(zhì)，用于存儲一個或多個程序，其中，當所述一個或多個程序被所述一個或多個處理器執(zhí)行時，使得所述一個或多個處理器實現(xiàn)權(quán)利要求1所述的方法。

技術(shù)總結(jié)
本發(fā)明公開了一種面向無人機未知環(huán)境探索的漸進式地圖預測方法。該方法包括：獲取初始數(shù)字高程地圖，對初始數(shù)字高程地圖進行歸一化處理，得到目標數(shù)字高程地圖；利用閾值高度對目標數(shù)字高程地圖進行劃分，得到目標數(shù)字高程地圖對應的平面二維地圖；基于平面二維地圖和初始飛行點，確定無人機的初始可飛點；基于無人機在初始可飛點的目標航速、重力加速度、無人機最大允許正常過載系數(shù)和目標時間間隔，確定無人機在平面二維地圖的目標轉(zhuǎn)彎半徑、無人機運動步長和目標航向角。本發(fā)明解決了現(xiàn)有技術(shù)中無人機在未知環(huán)境中探索地圖是通過深度強化學習進行自主探索，探索到的地圖準確度低的技術(shù)問題。

技術(shù)研發(fā)人員：周思達,姜國然,唐嘉寧,施煬,馬孟星
受保護的技術(shù)使用者：云南民族大學
技術(shù)研發(fā)日：
技術(shù)公布日：2025/4/28