基于强化学习的通航飞行自主式航迹规划研究

作     者：沈嘉奇 

作者单位：中国民用航空飞行学院 

学位级别：硕士

导师姓名：向征;张建平

授予年度：2022年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 081105[工学-导航、制导与控制] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：强化学习 航迹规划 通用航空 恶劣天气 复杂地形 

摘      要：近年来,我国通用航空产业发展迅速。然而,受运行成本、航空器性能、飞行员技术等因素的限制,通用航空的飞行安全存在较大风险,飞行效率也有待提高。因此,有必要对通航飞行航迹规划方法进行研究,为通航飞行员提供决策支持,从而提升通航飞行安全及效率。本文运用人工智能中先进和高效的强化学习方法,结合机载设备,针对复杂地形场景、恶劣天气场景下的通航飞行自主式航迹规划方法开展研究,使用Graham法对强对流天气的边界进行界定,对飞行中的危险天气的几何形态进行飞行受限区划分,并使用栅格法对空域环境进行建模。使用Q-learning算法,依据Soft-max的行动策略,根据空域的实际情况调整算法中的回报值,学习因子和折扣因子,分别对块状飞行受限区,带状飞行受限区和散点状飞行受限区进行改航路径规划,并将改航的运算结果与Dijkstra算法作对比,结果表明,Q-learning算法可以在求得最优路径的同时,运算时间有很大的改善,转弯次数也较少。同时,Q-learning算法可以根据航空器性能数据库、机载地形数据库以及近地告警系统等输入的数据,在恶劣天气和复杂地形中生成从起飞点到着陆点的、避开关键障碍物的安全飞行航迹,为在恶劣天气和复杂地形下运行的通航飞行驾驶员提供决策支持。