CN112783192A - 无人机路径规划方法、装置、设备和存储介质 - Google Patents

Abstract

本发明公开了一种无人机路径规划方法、装置、设备和存储介质。该方法包括：获取无人机当前时刻的环境信息，环境信息包括：空中网络信息和地理信息；根据空中网络信息和地理信息确定飞行动作；若无人机执行飞行动作后到达指定区域，则结束飞行。根据本发明的实施例，通过空中网络信息和地理信息来确定飞行动作，能够解决因空中网络质量不稳定造成的无人机与通信网络联接不稳定的问题。

Description

无人机路径规划方法、装置、设备和存储介质

技术领域

本发明属于无人机领域，尤其涉及一种无人机路径规划方法、装置、设备和存储介质。

背景技术

现有的无人机规划方案主要通过获得无人机飞行区域的图层，将图层上的不同类别的区域定义不同的代价因子，通过将代价因子最小化来规划出无人机飞行的最优路径。

目前，部分无人机在作业过程中需接入移动通信网络，这类无人机被称为“互联网无人机”。良好的空中信号覆盖是互联网无人机运行的重要条件。低空移动通信信号覆盖具有空间上和时间上的差异性。空间上的差异性表现在不同坐标位置、不同高度下的信号强度有一定差异，而时间上的差异性表现为随着通信网络建设及改造，在相同位置，不同时期的信号覆盖质量也会有所差异。

在实际飞行中，互联网无人机可能由于所处地理位置的信号质量不佳或通信网络的临时调整，造成通信网络连接不稳定。

发明内容

本发明实施例提供一种无人机路径规划方法、装置、设备及计算机存储介质，基于路线代价因子、空中网络质量及其他无人机飞行情况形成无人机飞行路径动态规划方案，解决因空中网络质量不稳定造成的无人机与通信网络联接不稳定的问题。

第一方面，本发明实施例提供一种无人机路径规划方法，方法包括：获取无人机当前时刻的环境信息，环境信息包括：空中网络信息和地理信息；根据空中网络信息和地理信息确定飞行动作；若无人机执行飞行动作后到达指定区域，则结束飞行。

在一种可能的实现中，若无人机执行飞行动作后未到达指定区域，则获取无人机执行飞行动作后的环境信息。

在一种可能的实现中，空中网络信息包括：通信信号的参考信号接收功率(Reference Signal Receiving Power，RSRP)、通信信号的参考信号接收质量(ReferenceSignal Receiving Quality，RSRQ)、信号对噪声加干扰功率比(Signal to Interferenceplus Noise Ratio，SINR)和上行速率(Uplink，UL)中的至少一种。

在一种可能的实现中，地理信息包括小区切换信息和/或地形数据信息。

在一种可能的实现中，获取无人机当前时刻的环境信息，包括：获取无人机当前时刻对应的具有多个网格区域的目标区域，根据目标区域确定多个网格区域分别对应的环境信息。

在一种可能的实现中，根据空中网络信息和地理信息确定飞行动作，包括：将空中网络信息和地理信息输入神经网络，根据神经网络确定回报值，根据回报值确定飞行动作。

第二方面，本发明实施例提供了一种处理装置，装置包括：

获取模块，用于获取无人机当前时刻的环境信息，环境信息包括：空中网络信息、地理信息；处理模块，用于根据空中网络信息和地理信息确定飞行动作；执行模块，用于若无人机执行飞行动作后到达指定区域，则结束飞行。

第三方面，本发明实施例提供了一种计算设备，设备包括：处理器以及存储有计算机程序指令的存储器；处理器执行计算机程序指令时实现如本发明实施例提供的计算方法。

第四方面，本发明实施例提供了一种计算机存储介质，计算机存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如本发明实施例提供的处理方法。

本发明实施例的无人机路径规划方法、装置、设备及计算机存储介质，通过路线代价因子、空中网络质量及其他无人机飞行情况形成无人机飞行路径动态规划方案，解决因空中网络质量不稳定造成的无人机与通信网络联接不稳定的问题。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单的介绍，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的无人机路径规划方法流程示意图；

图2是本发明实施例提供的信号采集示意图；

图3是本发明实施例提供的神经网络示意图；

图4是本发明实施例提供的无人机路径规划系统示意图；

图5是本发明实施例提供的处理装置的结构示意图；

图6是本发明实施例提供的示例性硬件架构的示意图。

具体实施方式

下面将详细描述本发明的各个方面的特征和示例性实施例，为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本发明进行进一步详细描述。应理解，此处所描述的具体实施例仅被配置为解释本发明，并不被配置为限定本发明。对于本领域技术人员来说，本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更好的理解。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

现有的无人机规划方案主要通过获得无人机飞行区域的图层，将图层上的不同类别的区域定义不同的代价因子，通过将代价因子最小化来规划出无人机飞行的最优路径。例如：学校、体育场、人流密集区域代价因子极高；地面高速公路区域代价因子较高；树林河流山区等区域代价因子较低。

目前，部分无人机在作业过程中需接入移动通信网络，这类无人机被称为“互联网无人机”。良好的空中信号覆盖是互联网无人机运行的重要条件。低空移动通信信号覆盖具有空间上和时间上的差异性。空间上的差异性表现在不同坐标位置、不同高度下的信号强度有一定差异，而时间上的差异性表现为随着通信网络建设及改造，在相同位置，不同时期的信号覆盖质量也会有所差异。

有些无人机在作业需要保证高速率网络链接，比如在重要物资的空中紧急运送，或者空中信号中继等任务中。

为了解决无人机飞行过程中信号不能保证稳定的问题，本发明实施例提供了一种无人机路径规划方法，下面对本发明实施例提供的无人机路径规划方法进行详细描述。

图1所示为本发明实施例的无人机路径规划方法流程示意图，所示方法包括：

S101，获取无人机当前时刻的环境信息，环境信息包括：空中网络信息和地理信息。

在一个实施例中，无人机获取的环境信息可以是自身检测得到的环境信息，也可以是从云端获得的环境信息。

空中网络信息包括：通信信号的参考信号接收功率RSRP、通信信号的参考信号接收质量RSRQ、信号对噪声加干扰功率比SINR和上行速率UL中的至少一种。

地理信息包括小区切换信息和/或地形数据信息。

在一个实施例中，小区切换信息包括小区切换次数，小区指基站或者基站的覆盖范围，小区切换是指在无线通信系统中，当移动台从一个小区移动到另一个小区时，为了保持移动用户的不中断通信需要进行的信道切换。地形数据信息包括地形数据代价因子，地形数据代价因子用于表示无人机投影到水平地面对应的区域的人流密集程度，可以理解为无人机发生意外坠毁后的代价大小。

在一个实施例中，获取无人机当前时刻对应的具有多个网格区域的目标区域，根据目标区域确定多个网格区域分别对应的环境信息。

基于上述根据具有多个网格区域的目标区域确定多个网格区域分别对应的环境信息，下面结合图2对上述多个网格区域分别对应的环境信息，进行进一步说明。

图2所示为本发明实施例提供的信号采集示意图。如图2所示，将空中网络信息和地理信息进行离散化处理，映射到无人机前方目标区域内。目标区域具有多个网格区域，根据目标区域确定多个网格区域分别对应的环境信息。每个网格区域对应着该网格区域所对应的空中网络信息和地理信息。获取无人机当前时刻的环境信息后，后续会根据环境信息来确定无人机的飞行动作，进行无人机飞行路线的动态规划，进而使无人机最终到达目标点。

在一个实施例中，无人机采集前方边长1公里方形区域内的空中网络信息和地理信息。并将上述空中网络信息和地理信息进行离散化处理，映射到无人机前方目标区域内。其中，空中网络信息用于反映空中网络覆盖情况。

反映空中网络覆盖情况的参数很多，RSAP、RSAQ、SINR、UL值等，这类因素可与地理信息一起通过加权计算得到总奖励因子，总奖励因子用于反映空中网络覆盖的整体情况。因此总奖励因子r可以由下述公式获得：

r＝(β₁*r₁+β₂*r₂+β₃*r₃+β₄*r₄)+β₅*r₅+β₆*r₆

其中，r₁、r₂、r₃、r₄分别表示通信信号的RSAP值、RSAQ值、SINR值、UL值。

β₁～β₄分别对应通信信号的RSAP值、RSAQ值、SINR值、PDCP Throughput UL值的权重系数。其中，β₁～β₄为正值，也就是随着通信信号的RSAP值、RSAQ值、SINR值、UL值的增加，总奖励因子也随之增加。即无人机通信质量越好，奖励因子的值越大。

上述公式中的r₅表示地形数据代价因子，即地形数据信息，也就是无人机发生意外坠毁后的代价大小，例如：在河流、森林等人口稀少的区域该值较小，在城市等人流密集区域该值较大。上述公式中的r₆表示小区切换信息，即无人机飞到指定区域的小区切换的次数。

本发明实施例的β₅～β₆分别代表地形数据代价因子和小区切换代价因子的权重系数。在β₅为负值的情况下，即无人机在人员密集的城市区域等处失控造成的代价更大、损失更多，扣除的奖励因子的值越多。在β₆为负值的情况下，小区切换次数越多，扣除的奖励因子的值越多，即神经网络希望无人机的飞行过程中尽量减少无人机切换小区的次数，以保证无人机的通信稳定性。

S102，根据空中网络信息和地理信息确定飞行动作。

在一个实施例中，将空中网络信息和地理信息输入神经网络，根据神经网络确定回报值，根据回报值确定飞行动作。

将通信信号指标、地形数据代价因子、小区切换代价因子等环境信息输入深度神经网络中进行处理。根据回报值和奖励因子的值确定神经网络的输出，通过神经网络的输出来指定无人机飞行动作，进而实现无人机飞行路线的动态规划。

基于上述将空中网络信息和地理信息输入神经网络，根据神经网络确定回报值，根据回报值确定飞行动作。下面结合图3对上述S102，进行进一步说明。

图3所示为本发明实施例提供的一种神经网络示意图。其中，将信号强度的RSAP、RSAQ、SINR、UL值、小区切换代价因子和地形数据代价因子输入神经网络。神经网络除了全连接层以外，还包含了卷积层和池化层。

其中，卷积层用来提取特征，而池化层可以减少参数数量。将上述空中网络信息和地理信息输入神经网络，上述信息经过不断的在卷积层和池化层的学习，根据神经网络确定回报值。根据回报值和奖励因子的值确定神经网络的输出，通过神经网络的输出来指定无人机飞行动作，进而实现无人机飞行路线的动态规划。

S103，若无人机执行飞行动作后到达指定区域，则结束飞行。

如果无人机执行飞行动作后到达指定区域，则无人机可以结束本次飞行。可以理解的是，为避免无人机根据服务器下发的被回报值影响的飞行动作指令来执行飞行动作，在目标点附近持续绕圈的情况，目标点的范围会根据实际情况相应的扩大。也就是说只要无人机执行飞到达指定区域的范围内，就可认为无人机完成了本次飞行任务，可以结束飞行。

在一个实施例中，若无人机执行飞行动作后未到达指定区域，则获取无人机执行飞行动作后的环境信息。

如果无人机执行飞行动作后未到达指定区域，则继续获取无人机执行飞行动作后的环境信息，直到无人机到达最终指定区域。

图4所示为本发明实施例提供的一种实现无人机路径规划方法的流程示意图。具体如下所示：

首先，无人机获取环境信息。

一方面，无人机获取环境信息，环境信息包括空中网络信息和地理信息。空中网络信息包括用来表示信号强度的参数，如RSAP、RSAQ、SINR、UL值等。地理信息包括小区切换信息和/或地形数据信息。另一方面，无人机将自身检测到的空中网络信息和地理信息上传到云端，可以为其他的无人机提供低空网络覆盖信息的参考。也就是说，无人机获取的环境信息可以是自身检测得到的环境信息，也可以是从云端获得的环境信息。

其次，无人机对环境信息预处理。

将空中网络信息和地理信息进行离散化处理，映射到无人机前方边长1公里的方形区域内。方形区域是具有多个网格区域的目标区域，根据目标区域确定多个网格区域分别对应的环境信息。例如，方形区域是一个10乘10的目标区域，也就是目标区域有100个网格区域。其中，每个网格区域具有各自的网格标识和经纬度范围，每个网格区域的网格标识与该地理区域的经纬度范围相关联。每个网格区域的经纬度范围的每个网格区域与其网格标识一一对应，每个网格标识对应的网格区域具有该网格区域对应的空中网络信息和地理信息。

然后，将环境信息输入到神经网络。

将信号强度的RSAP、RSAQ、SINR、UL值、小区切换代价因子和地形数据代价因子输入神经网络。卷积神经网络除了全连接层以外，还包含了卷积层和池化层。卷积层用来提取特征，而池化层可以减少参数数量。将上述空中网络信息和地理信息输入神经网络，根据神经网络确定回报值。

再次，计算奖励因子r。

分别将包括通信信号的RSAP值、RSAQ值、SINR值、UL值、地形数据代价因子、小区切换代价因子的空中网络信息和地理信息映射到离散化地图中，并分别乘以不同的权重系数β。因此总的奖励因子r可以由下述公式获得：

r＝(β₁*r₁+β₂*r₂+β₃*r₃+β₄*r₄)+β₅*r₅+β₆*r₆

其中，r₁、r₂、r₃、r₄分别表示通信信号的RSAP值、RSAQ值、SINR值、UL值。β₁～β₄分别对应通信信号的RSAP值、RSAQ值、SINR值、PDCP Throughput UL值的权重系数。r₅表示地形数据代价因子，即地形数据信息，也就是无人机发生意外坠毁后的代价大小，在河流、森林等人口稀少的区域该值较小，在城市等人流密集区域该值较大。r₆表示小区切换信息，即无人机飞到指定区域的小区切换的次数。

其中，β₁～β₄为正值，也就是随着通信信号的RSAP值、RSAQ值、SINR值、PDCPThroughput UL值的增加，总奖励因子也随之增加。即无人机通信质量越好，奖励因子的值越大。β₅～β₆分别代表地形数据代价因子、小区切换代价因子的权重系数。β₅为负值，即无人机在人员密集的城市区域等处失控造成的代价更大、损失更多，扣除的奖励因子的值越多。β₆为负值，小区切换次数越多，扣除的奖励因子的值越多，即神经网络希望无人机的飞行过程中尽量减少无人机切换小区的次数，保证无人机的通信稳定性。

接下来，计算Q函数。

V函数称为状态值函数，表示从状态x出发，采用策略缩带来的累积奖赏值。而Q函数称为状态-动作值函数，它比状态值函数多了一步，就是在指定初始状态s时，也指定了第一步的动作a，Q函数也是表示累积奖赏值。这里都是采用的折扣累积奖赏。

示例性的，Q函数可以如下所示：

Q_t+1(s_t,a_t)＝Q_t(s_t,a_t)+α{r_t+γmaxQ_t+1(s_t+1,a_t+1)-Q_t+1(s,a)}

其中，其中Q_t+1为t+1时刻的Q值，Q_t为t时刻对应的Q值。α为学习率，γ为折扣因子。r_t为t时刻时总的回报值。

γmaxQ_t+1(s_t+1,a_t+1)可以理解为在状态s下执行动作a后到达状态s_t+1，然后选择最佳动作a_t+1后产生的累计回报值，r_t+γmaxQ_t+1(s_t+1,a_t+1)可以理解为通过前t步动作得到的最优的预测t+1步动作的累计回报值，Q_t+1(s_t+1,a_t+1)可以理解为经过状态-动作对(s，a)后到达状态s_t+1执行了a_t+1后的累计回报值。γmaxQ_t+1(s_t+1,a_t+1)再加上回报值r_t，然后再减去平均回报值Q_t+1(s,a)就得到了Q_t+1(s_t,a_t)的更新，上述过程可以理解为一种预测、反馈并更新的过程。Q_t+1(s_t,a_t)用于指示无人机的飞行动作和状态。

然后，无人机执行飞行任务。

根据上述回报值和奖励因子的值确定神经网络的输出，通过神经网络的输出来指定无人机的飞行任务。根据神经网络的输出来指示无人机的具体飞行任务，具体的，飞行任务是一个飞行动作，或者一个短程飞行距离，其具体表现形式为一个距离无人机很近的目标点，也就是无人机在一步规划所需到达的目标点。

最后，判断无人机是是否完成飞行任务。

若无人机执行飞行动作后到达指定区域，则结束飞行。例如，无人机当前位置为(0，0)目标点为(2，0)，无人机先按照下发的飞行动作指令向前飞1个单元距离到达(1，0)，无人机到达(1，0)后以(1，0)为当前位置获取周围的环境信息，根据新获取的环境信息继续确定飞行动作，也就是说，将长途的无人机飞行路程分解成多个短途飞行路程。

若无人机执行飞行动作后未到达指定区域，则获取无人机执行飞行动作后的环境信息，即无人机将持续执行上述步骤，直到无人机到达最终指定区域。

本申请在规划无人机的航线时，综合考虑了空中信号强度因素和最小的小区切换数，来确定动态的无人机路径规划方法，使无人机在实际的飞行路线能够使用空中最佳的通信网络，提高了无人机飞行的稳定性和安全性。

图5所示为本发明实施例的无人机路径规划装置500的结构框图，如图5所示，该装置可以包括：

获取模块510，用于获取无人机当前时刻的环境信息，环境信息包括：空中网络信息、地理信息。

获取模块510还用于获取无人机当前时刻对应的具有多个网格区域的目标区域，根据目标区域确定多个网格区域分别对应的环境信息。

获取模块510还用于地理信息包括小区切换信息和/或地形数据信息。

获取模块510还用于空中网络信息包括：通信信号的参考信号接收功率RSRP、通信信号的参考信号接收质量RSRQ、信号对噪声加干扰功率比SINR和上行速率UL中的至少一种。

处理模块520，用于根据空中网络信息和地理信息确定飞行动作。

处理模块520还用于将空中网络信息和地理信息输入神经网络，根据神经网络确定回报值，根据回报值确定飞行动作。

执行模块530，用于若无人机执行飞行动作后到达指定区域，则结束飞行。

执行模块530还用于若无人机执行飞行动作后未到达指定区域，则获取无人机执行飞行动作后的环境信息。

该实施例提供的处理装置的各个模块可以实现图1中的方法，实现图1方法的技术效果，为简洁描述，在此不再赘述。

图6示出了本发明实施例提供的无人机路径规划方法的硬件结构示意图。

如图6所示，该处理设备可以包括处理器601以及存储有计算机程序指令的存储器602。

上述处理器601可以包括中央处理器(CPU)，或者特定集成电路(ApplicationSpecific Integrated Circuit，ASIC)，或者可以被配置成实施本发明实施例的一个或多个集成电路。

存储器602可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器602可包括硬盘驱动器(Hard Disk Drive，HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus，USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器602可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器602可在综合网关容灾设备的内部或外部。在特定实施例中，存储器602是非易失性固态存储器。在特定实施例中，存储器602包括只读存储器(ROM)。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上这些的组合。

处理器601通过读取并执行存储器602中存储的计算机程序指令，以实现上述图1至图3所示实施例中的任意一种处理方法。

在一个示例中，处理设备还可包括通信接口603和总线610。其中，如图6所示，处理器601、存储器602、通信接口603通过总线610连接并完成相互间的通信。

通信接口603，主要用于实现本发明实施例中各模块、装置、单元和/或设备之间的通信。

总线610包括硬件、软件或两者，将无人机路径规划设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线610可包括一个或多个总线。尽管本发明实施例描述和示出了特定的总线，但本发明实施例考虑任何合适的总线或互连。

该处理设备可以执行本发明实施例中的无人机路径规划方法，从而实现结合图1和图5描述的无人机路径规划方法和装置。

另外，结合上述实施例中的无人机路径规划方法，本发明实施例可提供一种计算机存储介质来实现。该计算机存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种无人机路径规划方法。

需要明确的是，本发明实施例并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本发明实施例的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本发明实施例的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。

以上所述的结构框图中所示的功能块可以实现为软件方式，本发明实施例的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。

还需要说明的是，本发明中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本发明实施例不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。

以上所述，仅为本发明的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。

Claims (9)

1.无人机路径规划方法，其特征在于，所述方法包括：

获取无人机当前时刻的环境信息，所述环境信息包括：空中网络信息和地理信息；

根据所述空中网络信息和所述地理信息确定飞行动作；

若所述无人机执行所述飞行动作后到达指定区域，则结束飞行。

2.根据权利要求1所述的方法，其特征在于，若所述无人机执行所述飞行动作后未到达所述指定区域，则获取无人机执行所述飞行动作后的环境信息。

3.根据权利要求1所述的方法，其特征在于，所述空中网络信息包括：通信信号的参考信号接收功率RSRP、通信信号的参考信号接收质量RSRQ、信号对噪声加干扰功率比SINR和上行速率UL中的至少一种。

4.根据权利要求1所述的方法，其特征在于，所述地理信息包括小区切换信息和/或地形数据信息。

5.根据权利要求1所述的方法，其特征在于，所述获取无人机当前时刻的环境信息，包括：

获取所述无人机当前时刻对应的具有多个网格区域的目标区域，根据所述目标区域确定所述多个网格区域分别对应的环境信息。

6.根据权利要求1所述的方法，其特征在于，所述根据所述空中网络信息和所述地理信息确定飞行动作，包括：

将所述空中网络信息和所述地理信息输入神经网络，根据所述神经网络确定回报值；

根据所述回报值确定飞行动作。

7.一种无人机路径规划装置，其特征在于，包括：

获取模块，用于获取无人机当前时刻的环境信息，所述环境信息包括空中网络信息和地理信息；

处理模块，用于根据所述空中网络信息和所述地理信息确定飞行动作；执行模块，用于若所述无人机执行所述飞行动作后到达指定区域，则结束飞行。

8.一种计算设备，其特征在于，所述设备包括：处理器以及存储有计算机程序指令的存储器；

所述处理器执行所述计算机程序指令时实现如权利要求1-6任意一项所述的无人机路径规划方法。

9.一种计算机存储介质，其特征在于，所述计算机存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如权利要求1-6任意一项所述的无人机路径规划方法。

Images