[发明专利]一种无人机路径规划方法及装置

权利要求书

1.一种无人机路径规划方法，其特征在于，包括：

获取无人机当前位置信息，根据所述无人机当前位置信息得到无人机的行为选择；

将所述无人机的行为选择输入预设无人机路径规划模型，以得到无人机路径规划信息；

其中，所述预设无人机路径规划模型是通过最小最大化信息年龄模型和无人机的样本行为选择进行训练得到的。

2.根据权利要求1所述方法，其特征在于，所述将所述无人机的行为选择输入预设无人机路径规划模型，以得到无人机路径规划信息的步骤之前，所述方法还包括：

根据无人机样本位置信息生成随机概率信息；

根据所述随机概率信息和预设概率信息，确定无人机的样本行为选择；

将无人机的每一个样本行为选择作为一个训练样本，获得多个训练样本，根据多个训练样本和所述最小最大化信息年龄模型对预设无人机路径规划模型进行训练。

3.根据权利要求2所述方法，其特征在于，所述根据多个训练样本和所述最小最大化信息年龄模型对预设无人机路径规划模型进行训练的步骤，具体包括：

对于任意一个训练样本，根据所述训练样本和所述最小最大化信息年龄模型得到所述训练样本所对应的Q函数值；

根据所述Q函数值对预设无人机路径规划模型进行更新；

在满足预设条件时，完成对预设无人机路径规划模型的训练。

4.根据权利要求3所述方法，其特征在于，对任意一个训练样本，将所述训练样本输入最小最大化信息年龄模型的步骤之前，所述方法还包括：

获取数据传输速率信息、无人机行为选择时间信息和数据包丢失数量信息，以建立最小丢失包模型；

获取数据包年龄信息，根据所述数据包年龄信息对所述最小丢失包模型进行优化，得到最小最大化信息年龄模型，其中所述最小最大化信息年龄模型中包括最大化信息年龄函数信息。

5.根据权利要求4所述方法，其特征在于，对于任意一个训练样本，根据所述训练样本和所述最小最大化信息年龄模型得到所述训练样本所对应的Q函数值的步骤，具体包括：

根据任意一个训练样本和所述最大化信息年龄函数信息，得到所述训练样本的奖惩值；

根据所述训练样本的奖惩值得到所述训练样本对应的Q函数值。

6.根据权利要求4所述方法，其特征在于，所述最小丢失包模型为：

其中，t_n为无人机从每个传感器起飞的时刻，其中t₀表示无人机从数据中心出发的时间节点，M为传感器总个数，X为无人机决定下一个时间节点选择访问传感器的决策矩阵，矩阵元素是二元变量，表示在时刻t_n-1处访问传感器i的无人机在时刻t_n选择访问传感器m。

7.根据权利要求4所述方法，其特征在于，所述最小最大化信息年龄模型为：

其中，为数据包年龄信息，t_n为无人机从每个传感器起飞的时刻，其中t₀表示无人机从数据中心出发的时间节点，M为传感器总个数，X为无人机决定下一个时间节点选择访问传感器的决策矩阵，矩阵元素是二元变量，表示在时刻t_n-1处访问传感器i的无人机在时刻t_n选择访问传感器m；j为数据包编号，J为每个传感器最多可存储的数据包数量。

8.一种无人机路径规划装置，其特征在于，包括：

定位模块，用于获取无人机当前位置信息，根据所述无人机当前位置信息得到无人机的行为选择；

规划模块，用于将所述无人机的行为选择输入预设无人机路径规划模型，以得到无人机路径规划信息；

其中，所述预设无人机路径规划模型是通过最小最大化信息年龄模型和无人机的行为选择进行训练得到的。