一种基于改进强化学习的无人机动态避障方法

本发明涉及无人机飞行控制技术领域，尤其涉及一种基于改进强化学习的无人机动态避障方法，获取无人机飞行参数、障碍物分布及柔性连接件的张力与释放长度；计算连接件至障碍物的相对距离与张力变化率，并结合飞行参数构建初始状态向量；利用自注意力网络融合历史状态输出时序增强特征向量；输入强化学习策略网络得到包含速度、航向及收放控制量的初始动作向量；当张力或相对距离存在越限风险时，对初始动作执行安全修正，生成最终协同指令并下发底层执行。本发明打破了传统仅关注机体的避障局限，兼顾了线缆的空间形态与受力状态，有效减少了刮碰缠绕或牵引扰动，提高了带缆无人机系统的整体避障安全性。