楼主: 南唐雨汐
34 0

[学科前沿] 项目介绍 MATLAB实现基于RRT-LSTM 快速扩展随机树(RRT)结合长短期记忆网络(LSTM)进行无人机三维路径规划 [推广有奖]

  • 0关注
  • 0粉丝

已卖:27份资源

本科生

49%

还不是VIP/贵宾

-

威望
0
论坛币
1152 个
通用积分
114.9025
学术水平
5 点
热心指数
5 点
信用等级
5 点
经验
480 点
帖子
20
精华
0
在线时间
182 小时
注册时间
2025-8-7
最后登录
2025-12-19

楼主
南唐雨汐 在职认证  发表于 昨天 07:46 |AI写论文

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
MATLAB
实现基于
RRT-LSTM
快速扩展随机树(
RRT)结合长短期记忆网络(
LSTM
)进行无人机三维路径规划的详细项目实例
更多详细内容可直接联系博主本人
或者访问对应标题的完整博客或者文档下载页面(含完整的程序,
GUI设计和代码详解)
无人机在复杂三维环境中的路径规划,面对的不仅是几何意义上的障碍物绕行,更是动态风险、传感器噪声、风场扰动、通信延迟等多重不确定因素的叠加。传统采样式规划器(如RRT、RRT*)以其对高维空间的天然适配,已经在静态或弱动态环境中展现了优秀的可扩展性与完备性趋势。然而,单纯依赖随机采样的树扩展,会在障碍密集或窄通道场景中频繁遭遇采样低效、收敛缓慢、易陷入“无效探索”的问题。另一方面,数据驱动的深度学习模型(如LSTM)在处理轨迹、航迹、时序传感数据方面具有优势,能够从历史路径、局部地图和飞行状态中抽取具有预测价值的模式,但如果让纯学习模型独立完成路径生成,又容易受限于训练分布、泛化到极端形态场景的稳定性,以及对安全约束的明确表达能力。本项目把两者结合:RRT负责探索的骨架与可行性的硬约束,LSTM提供先验引导与局部建议,二者分工明确、紧密 ...
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:matlab实现 MATLAB matla atlab 项目介绍

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注cda
拉您进交流群
GMT+8, 2025-12-19 23:12