【技术实现步骤摘要】
本专利技术涉及无人机返航路径确定领域，特别是涉及一种无人机返航路径确定方法、电子设备及存储介质。
技术介绍
1、随着无人机技术的快速发展，越来越多的无人机被应用到人们的日常生活当中，例如，无人机航拍、物流配送、搜救任务等；无人机在执行完任务后，会采用自主返航的方式飞回起飞点，自主返航需要确定返航的路径；通常情况下，会选择无人机本次飞行的路径作为返航路径，然而，由于无人机从起飞点到降落点是人为规划的路径，该路径下会存在若干不确定的风险因素，例如，障碍物、人群等；如果无人机返航时采用本次的飞行路径，无法确保无人机的飞行安全。
技术实现思路
1、针对上述技术问题，本专利技术采用的技术方案为：
2、根据本申请的第一方面，提供了一种无人机返航路径确定方法，所述方法包括以下步骤：
3、s100，响应于用户的返航操作，获取初始图像；其中，初始图像为目标区域对应的图像，目标区域为无人机本次飞行路径对应的区域；初始图像包括若干无人机的历史飞行轨迹，每一飞行轨迹包括若干节点，每一轨迹上的相邻两个节点之间通过边相连。
4、s200，将初始图像划分为n个子区域，以得到子区域集w＝(w1，w2，…，wi，…，wn)，i＝1，2，…，n；其中，wi为将初始图像划分得到的第i个子区域。
5、s300，获取每一子区域对应的风险因素值列表，以得到风险因素值列表集f＝(f1，f2，…，fi，…，fn)；其中，fi为wi对应的风险因素值列表；fi＝(fi，1，fi，2，…
6、s400，根据f，确定每一子区域对应的风险指数，以得到风险指数集η＝(η1，η2，…，ηi，…，ηn)；其中，ηi为wi对应的风险指数；其中，h0(t)为基准风险函数，t为时间；bj为fi，j对应的权重，e为自然常数；-1≤bj≤1。
7、s500，根据η，对初始图像内的子区域进行合并，以得到中间区域集u＝(u1，u2，…，ur，…，um)，r＝1，2，…，m；其中，ur为对初始图像内的子区域进行合并得到的第r个中间区域，m为对初始图像内的子区域进行合并得到中间区域的数量；ur内的每一子区域对应的风险指数均处于ur对应的预设风险指数范围内。
8、s600，遍历u，若ur内存在至少两个节点，则将ur内的所有节点合并为一个节点，并将合并节点后存在重合的边进行合并，以得到目标图像；其中，合并后的节点对应的风险指数为对应的中间区域的风险指数；
9、s700，根据目标图像中每一边连接的两个节点之间的距离，确定每一边对应的权重。
10、s800，使用q-learning算法，根据目标图像中每个节点对应的风险指数、每一边的权重、无人机的起飞点和降落点，确定出无人机对应的目标返航路径。
11、根据本申请的另一方面，还提供了一种非瞬时性计算机可读存储介质，存储介质中存储有至少一条指令或至少一段程序，至少一条指令或至少一段程序由处理器加载并执行以实现上述无人机返航路径确定方法。
12、根据本申请的另一方面，还提供了一种电子设备，包括处理器和上述非瞬时性计算机可读存储介质。
13、本专利技术至少具有以下有益效果：
14、本专利技术的无人机返航路径确定方法，将无人机起飞点与降落点之间的区域对应的初始图像划分为n个子区域，获取每一子区域对应的风险因素值列表，根据每一子区域对应的风险因素值列表确定每一子区域对应的风险指数；进而确定每一节点对应的风险指数以及每一边对应的权重，使用q-learning算法，确定出无人机对应的目标返航路径；由于每一子区域的风险指数是根据若干风险因素确定的，因此，根据子区域确定的节点的风险指数更加的合理且准确，从而使得根据节点和边确定出的无人机的返航路径的风险最小，从而提高无人机返航时飞行的安全性。
15、进一步的，在确定出每一子区域对应的风险指数后，根据每一子区域对应的风险指数的大小，将风险指数相近的子区域合并为一个中间区域，同时，将中间区域内的所有节点合并为同一节点；由此，能够大大减少节点和边的数量，在使用q-learning算法确定无人机对应的目标返航路径时，能够大大减少计算时间，提高无人机对应的目标返航路径的确定效率。
本文档来自技高网...【技术保护点】
1.一种无人机返航路径确定方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的无人机返航路径确定方法，其特征在于，步骤S500包括以下步骤：
3.根据权利要求1所述的无人机返航路径确定方法，其特征在于，中间区域的风险指数通过以下步骤确定：
4.根据权利要求1所述的无人机返航路径确定方法，其特征在于，步骤S700包括以下步骤：
5.根据权利要求1所述的无人机返航路径确定方法，其特征在于，步骤S800包括以下步骤：
6.根据权利要求1所述的无人机返航路径确定方法，其特征在于，在步骤S800之后，所述方法还包括以下步骤：
7.根据权利要求6所述的无人机返航路径确定方法，其特征在于，在步骤S800之后，所述方法还包括以下步骤：
8.根据权利要求1所述的无人机返航路径确定方法，其特征在于，在步骤S800之后，所述方法还包括以下步骤：
9.一种非瞬时性计算机可读存储介质，所述存储介质中存储有至少一条指令或至少一段程序，其特征在于，所述至少一条指令或所述至少一段程序由处理器加载并执行以
10.一种电子设备，其特征在于，包括处理器和权利要求9所述的非瞬时性计算机可读存储介质。
...【技术特征摘要】
1.一种无人机返航路径确定方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的无人机返航路径确定方法，其特征在于，步骤s500包括以下步骤：
3.根据权利要求1所述的无人机返航路径确定方法，其特征在于，中间区域的风险指数通过以下步骤确定：
4.根据权利要求1所述的无人机返航路径确定方法，其特征在于，步骤s700包括以下步骤：
5.根据权利要求1所述的无人机返航路径确定方法，其特征在于，步骤s800包括以下步骤：
6.根据权利要求1所述的无人机返航路径确定方法，其特征在于，在步骤s800之后，所述方法...
【专利技术属性】
技术研发人员：丁鹏欣，雷唤雨，李洁，郑丰华，
申请(专利权)人：成都信息工程大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。