IT之家 11 月 30 日消息，近日，中国科学院工程热物理研究所无人飞行器实验室团队在基于能量优化的太阳能无人机轨迹规划研究中获得进展，该研究为增强高空长航时太阳能无人机自主飞行、智能规划能力提供了新的解决思路。
高空长航时，太阳能无人机依靠太阳能可在临近空间停留数周或更长时间，以执行通信中继、空中侦察和灾害监控等任务。研究团队利用强化学习算法，借助神经网络实现将动态轨迹生成向端到端控制的转换，经训练的神经网络控制器可自主学习充电、爬升、高空巡航、下降、低空盘旋五个阶段。
结果表明，采用强化学习控制器的无人机经过完整昼夜飞行后，电池剩余能量得到不同程度的提高，同时控制器可以根据当前飞行和辐照信息重新预测未来的轨迹，平均单步推理仅用时 1ms，进一步提升了高空长航时太阳能无人机的自主飞行能力。
IT之家了解到，目前，该实验室正在进行基于高空多种能量的综合航迹优化进行可行性分析，下一阶段将开展相关框架的平台部署及验证工作。
本文由LinkNemo爬虫[Echo]采集自[https://www.ithome.com/0/589/532.htm]
