面向高层建筑应急救援的无人机螺旋搜索轨迹控制方法

来源：交通运输系统工程与信息杂志2025年第6期北京时间：

作者：陈德启, 张自设, 张文会, 闫学东, 蒋贤才

单位：1. 东北林业大学，土木与交通学院，哈尔滨150040；2.西南交通大学，交通运输与物流学院，成都611756

摘要：在灾后黄金救援时期，可使用无人机率先抵达受损高层建筑进行螺旋上升式全覆盖扫描感知灾情。然而，由于受灾现场复杂的动态环境，无人机在抵近立体扫描时，容易出现轨迹跟踪精度低和碰撞风险高等问题。为此，本文提出融合优先经验回放的软演员-评论家(PER-SAC)控制模型，并基于六自由度(6DOF)非线性动力学模型搭建高保真仿真平台。模型通过优先学习高时序差分误差(TD-error)的关键经验，提升复杂任务中的学习效率与控制策略的鲁棒性。仿真对比实验表明，所提PER-SAC策略的收敛速度和最终性能均优于软演员-评论家(SAC)和近端策略优化(PPO)算法。在静态轨迹跟踪任务中，PER-SAC的任务成功率达99.0%，平均轨迹误差较SAC降低了66.3%；在动态避障任务中，其任务成功率高达97.0%，且规避动作更平滑高效，模型控制的鲁棒性得到充分验证。通过融合优先经验回放机制显著提升无人机在未知动态环境下的自主飞行性能。所构建的PER-SAC模型即可以兼顾飞行控制精度、飞行品质与安全性，也可直接应用于灾后对高层受损建筑物的自主螺旋式扫描，通过稳定的飞行姿态获取高清影像，从而辅助救援团队快速感知灾情，提升应急搜救效率。

关键词：航空运输,动态避障,深度强化学习,无人机,应急救援

基金资助：黑龙江省哲学社会科学研究规划项目 (23GLCo22)；国家自然科学基金 (52272311)。