基于DQN算法的无人机校园安全监控路径自动规划模型

在校园安全管理中，传统的定期定点巡逻和摄像头监控难以覆盖整个校园，而无人机监控则可以弥补上述缺点。由于当前的无人机路径规划算法难以保证信息的时效性，因此，研究提出了基于深度Q网络的路径规划算法。实验结果显示，深度Q网络的成功率随着测试次数的增加而升高，最终稳定在0.79左右，高于基于信息年龄的轨迹规划算法和Q学习算法。同时深度Q网络规划的路径拐点数量仅为16个，覆盖率趋近于1,均优于其余算法。在自由空间和建筑密集空间中，深度Q网络的成功率最终分别稳定在0.99和0.86左右，平均步数均未超过100步。上述结果表明，基于深度Q网络的无人机路径规划算法能高效稳定地实现最优路径规划，实现对校园安全的无死角实时监控。