基于Transformer的双深度Q网络在无人机覆盖路径规划与数据采集中的应用

《IEEE Aerospace and Electronic Systems Magazine》:Transformer based Double Deep Q-Network for UAV Coverage Path Planning and Data Harvesting.

【字体: 大 中 小 】 时间:2026年07月14日 来源:IEEE Aerospace and Electronic Systems Magazine 5.1

编辑推荐:

  摘要:在复杂的城市环境中,无人机在数据采集任务中发挥着越来越重要的作用,而高效的区域覆盖、可靠的数据收集以及安全的导航则是至关重要的。覆盖路径规划能够确保以最少的重复访问所有目标区域,而数据采集则需要在能源和安全限制下从分布式的物联网传感器节点中收集数据。在这项工作中,我们提出了

  

摘要:

在复杂的城市环境中,无人机在数据采集任务中发挥着越来越重要的作用,而高效的区域覆盖、可靠的数据收集以及安全的导航则是至关重要的。覆盖路径规划能够确保以最少的重复访问所有目标区域,而数据采集则需要在能源和安全限制下从分布式的物联网传感器节点中收集数据。在这项工作中,我们提出了一种基于Transformer改进的双深度Q网络(TDDQN)框架,该框架将标准Transformer编码器与分层的全局-局部地图表示相结合,用于大规模城市环境中的无人机导航。这一策略通过结合压缩后的全局地图和具有局部障碍物感知能力的地图,实现了在复杂城市环境中的可扩展操作和时间推理功能。所提出的方法通过在Manhattan32和Urban50场景下的大量仿真测试,并与各种现有模型进行比较,结果表明该方法在覆盖效率、数据收集性能以及着陆成功率方面均优于所有基准模型。特别是在Urban50环境中,该方法的覆盖率比基准模型提高了48.1%,着陆成功率提高了14.3%。这些结果充分证明了基于注意力机制的架构在提升无人机在覆盖路径规划及数据采集任务中的决策能力方面的有效性,同时还能满足严格的安全和能源要求。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号