CN119469169A 基于微分理论的端到端无人机自主导航方法 （浙江大学）

基于微分理论的端到端无人机自主导航方法本发明公开了一种基于微分理论的端到端所述时空优化问题求解得到每组飞行走廊对应所述轨迹损失最低的最优轨迹作为无人机所需通过微分理论将时空优化问题可微化从而可利2计算每条最优轨迹的轨迹损失，将所述轨迹损失最低基于预先构建的运动原语库以及由所述障碍物特征和无人机状态特征拼接得到运动,入为一组飞行走廊中球体的个数。,3轨迹选择模块，用于计算每条最优轨迹的轨迹损失，将所述轨迹损失理器执行时实现如权利要求1_6任一项所4利用神经网络直接从深度图中学习用于闭式三次样条插值的点来近似地求解原始轨迹规5[0012]基于预先构建的运动原语库以及由所述障碍物特征和无人机状态特征拼接得到运动原语特征，利用原语概率输出层得到所述运动原语特征对所述运动原语库的概率分为轨迹的第U阶导数，C为针对任务场景的用户定义约束，T和N分别为轨迹的时间和段6于网络参数的梯度，是通过微分理论计算出的最优轨迹"相对于飞行走廊的梯度，是轨迹的评价函数相对于最优轨迹的梯度。[0026]根据本申请实施例的第三方面，提供一种计算机程序产品，包括计算机程序/指[0036]图1是根据一示例性实施例示出的一种基于微分理论的端到端无人机自主导航方[0039]图4是根据一示例性实施例示出的一种基于微分理论的端到端无人机自主导航装7[0042]在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申含一个或多个相关联的列出项目的任何或所述时空优化问题求解得到每组飞行走廊对应的确保在相邻多项式间的路标处高阶连续性。这些特性为平滑连贯的运动奠定了坚实的基[0053]v(t)=f1)(t),(5)jerk被当作是衡量光滑度的标准，为轨迹的第u阶导数，Eree,指的是空间中的安全区8[0056]miny=(⃞")(6)申请设计了一个基于运动原语的轨迹生成网络Th，有效地估计了工作空间内最优轨迹的9编码后的信息和障碍物特征被拼接为运动原语特征，基于预先构建的一个表示空间拓语库的概率分布N。其中，为了与后续走廊参数保持一致，每个运动原语整后的结果视为相应的球体中心。此外，走廊细化层负责为每个球体分配相应的安全半（2然后上述双层优化问题的内环优化问题会被重[0071]需要说明的是，所述基于运动原语的轨迹生成网络为经球半径的梯度，为代表飞行走廊的参数，于是，最优轨迹相对于飞行走廊的梯度可被推导如下：方法可以解析获得方程(9)中所需要的雅可比矩阵，从而推导出损失函数相对于参数的梯成网络预测出的各运动原语的概率和对应的轨迹质量，综合加权这条轨迹的损失F=wp(1-p)+J。这里wp=400是对应的概率权重，最后将选取最终损失F最低的轨迹提供了基于微分理论的端到端无人机自主导航装置的实施[0089]图4是根据一示例性实施例示出的一种基于微分理论的端到端无人机自主导航装序/指令被处理器执行时实现如上述的基于微分理论的端到明实施例提供的一种基于微分理论的端到端无人机自主导航装置所在任意具备数据处理装置所在的任意具备数据处理能力的设备通常根据该任意具备数据处理能力的设备的实读存储介质可以是前述任一实施例所述的任意具备数据处理能力的设备的内部存储单元，者适应性