面向物联网数据收集的无人机自主路径规划

路径规划旨在为无人机(UAV)提供安全可靠的行进路径,而实际环境的动态性极大地增加了路径规划的难度。本文针对物联网(IoT)节点处的数据收集问题,构建了一个复杂的3D动态环境,在多评论家深度确定性梯度算法(MCDDPG)的基础上提出一种基于无人机电量约束、路径长度最小化(MCDDPG-EPM)算法。算法考虑无人机自身电量约束及其在物联网节点间的调度问题,确保无人机在电量供应安全的前提下以较短的路径长度完成数据采集工作。特别地,为了应对动态环境下突发障碍物移动问题,提出信息增强的概念,以降低移动障碍物带来的路径不确定性。仿真结果表明,当物联网节点数为20时,所提算法相较于双延迟深度确定性策略梯度算法(TD3)、传统A^(*)算法和蚁群算法(ACO)分别节省了11.8%、13.2%和15.1%的电量消耗。