基于DRL与动态激光点云分割的新能源场站架空线路无人机自主巡检路径优化
2026.10.26点击:
摘要:针对新能源场站架空线路人工巡检效率低等问题,文章提出一种将深度强化学习(Deep Reinforcement Learning, DRL)和动态激光点云分割技术相结合的无人机自主巡检路径优化方法。工程验证结果显示,路径优化后巡检覆盖率达91.6%,各项实测指标与仿真预测值总体吻合。
关键词: DRL;激光点云分割;无人机自主巡检;多机巢协同;
专辑: 信息科技;工程科技Ⅱ辑
专题: 电力工业;计算机软件及计算机应用;自动化技术
分类号: TP391.41;TP18;TM75
- 上一篇:基于智能算法的自然景区游客体验综合评价模型构建 2026/10/27
- 下一篇:基于双分支Transformer的风电集电线路无人机双光协同 2026/10/26