声明
第1章 引言
1.1 研究背景及研究意义
1.2 国内外研究现状
1.2.1 无人机路径规划系统的研究现状
1.2.2 基于计算机视觉的无人机着陆系统的研究现状
1.3 论文的主要内容和结构安排
第2 章 深度卷积神经网络理论基础
2.1 卷积神经网络的基本结构
2.1.1 卷积运算及卷积层
2.1.2 池化层
2.1.3 全连接层
2.1.4 激活函数
2.2 深度卷积神经网络的训练方法
2.3 深度卷积神经网络训练的优化算法
2.4 本章小结
第3 章 基于深度强化学习的无人机路径规划系统
3.1 强化学习的基本原理
3.2 深度sarsa算法的理论基础
3.2.1 sarsa算法基本原理
3.2.2 基于卷积神经网络的深度saras 算法的基本原理
3.3 无人机路径规划仿真环境搭建
3.4 基于深度sarsa的无人机路径规划
3.5 实验结果及分析
3.6 本章小结
第4 章 基于深度学习的无人机自主着陆系统
4.1 基于深度学习的无人机机着陆目标的检测
4.1.1 深度卷积神经网络结构
4.1.2 深度卷积神经网络的训练
4.1.3 深度卷积神经网络在着陆目标检测时的应用
4.2 无人机自主着陆系统
4.2.1 无人机着陆算法设计
4.2.2 仿生起落架的设计
4.3 实验平台搭建
4.4 实验结果及分析
4.4.1 基于深度学习的无人机机着陆区域检测的结果验证
4.4.2 起落架的受力仿真结果
4.4.3 无人机着陆实验结果
4.5 本章小结
总结与展望
参考文献
攻读硕士学位期间取得的学术成果
致谢
中国石油大学(华东);