一种结合最优控制与深度学习的无人机端到端轨迹规划方法

本发明公开了一种结合最优控制与深度学习的无人机端到端轨迹规划方法，包括S1、构建无人机轨迹的多项式表示，向不同方向采样形成若干条初始轨迹，将当前状态与网络预测的末端状态映射为多项式系数；S2、将运动规划的多个步骤统一到一个神经网络中，以深度图、当前无人机状态以及目标方向为输入，以每条初始轨迹末端点的偏移量等步骤。本发明通过构建三个相互独立的一段式多项式对无人机轨迹进行参数化表示，并结合向不同方向均匀采样形成多条初始轨迹的策略，将轨迹生成问题转化为末端状态预测问题，既保证了轨迹表示具有充分的灵活性以适应复杂环境，又显著降低了网络预测空间的维度，有效提升了轨迹生成的效率与可行性。