边缘智能驱动的高能效无人机自主导航算法研究

• 作者: 林椿珉 曾烈康 陈旭
• 来源期刊: 物联网学报
• 关键词: 无人机 边缘智能 深度学习 强化学习 自主导航
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 专题:物联网边缘智能与雾计算技术|Topic: Edge Intelligence and Fog Computing in IoT
• 页码范围: 87-96
• 页数: 10页
• 分类号: TP399
• 语种: 中文
• DOI: 10.11959/j.issn.2096-3750.2021.00229

摘要

近年来,无人机的自主导航技术在多个行业中受到了广泛的关注,相比于传统的导航技术,采用图像感知的深度学习方法具有很好的泛化能力并且不受全球定位系统(GPS,global positioning system)信号的影响,被证明是一种具有前景的自主导航方法.然而,深度学习的推断需要较大功耗,这对于能耗资源十分有限的无人机来说是一项挑战.针对该问题,基于边缘智能理论,将强化学习技术引入无人机端侧的推断过程中,根据无人机所处的环境复杂度实时感知信息,动态配置卷积神经网络的结构参数,使得无人机在保持稳定导航的同时,尽可能地减少计算功耗开销,实现无人机高可靠、低时延与高能效的自主导航飞行能力.该算法在仿真环境和现实环境中分别进行了验证,实验结果表明,相比于对比算法,所提的基于强化学习动态配置算法能够让无人机花费更少的计算能耗开销具有更长的飞行距离与更高的成功率.