基于IHDR的自主学习巡检技术研究

• 作者: 俞玉瑾 张红梅 赵庆喜 韩军
• 来源期刊: 计算机工程
• 学科: 工学
• 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
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 开发研究与工程应用
• 页码范围: 311-315,320
• 页数: 6页
• 分类号: TN391.9
• 字数: 3386字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0050023

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩军	上海大学上海先进通信与数据科学研究院	39	215	9.0	13.0
2	张红梅		4	5	1.0	2.0
3	俞玉瑾	上海大学上海先进通信与数据科学研究院	2	0	0.0	0.0
4	赵庆喜		2	7	1.0	2.0