基于深度學(xué)習(xí)的無(wú)人機(jī)飛行軌跡及地質(zhì)勘測(cè)研究

黃志都,崔志美

(廣西電網(wǎng)有限責(zé)任公司 電力科學(xué)研究院，廣西 南寧 530000 )

隨著科學(xué)技術(shù)的不斷發(fā)展，無(wú)人機(jī)在性能上也得到了迅速的提升。由于無(wú)人機(jī)具有體積小、靈活便捷、價(jià)格親民等優(yōu)點(diǎn)，目前應(yīng)用領(lǐng)域也越來(lái)越廣泛，尤其是軍事行業(yè)以及生活民用行業(yè)[1]。從20世紀(jì)80年代開(kāi)始，一些專家學(xué)者就開(kāi)始對(duì)無(wú)人駕駛飛機(jī)進(jìn)行研究。美國(guó)學(xué)者Nicolas(2018)利用無(wú)人機(jī)技術(shù)以及地理信息系統(tǒng)對(duì)2018年發(fā)生的洪澇災(zāi)害進(jìn)行調(diào)查，通過(guò)深度學(xué)習(xí)算法以及相應(yīng)的圖像分割處理技術(shù)，對(duì)某縣城的土地?fù)p毀程度進(jìn)行評(píng)估，在此過(guò)程中無(wú)人機(jī)表現(xiàn)出快速的應(yīng)變能力，為此次的洪澇災(zāi)后評(píng)估帶來(lái)了巨大的便利[2]。Lewckyi (2019)提出將無(wú)人機(jī)與現(xiàn)代智能手機(jī)相聯(lián)系，無(wú)人機(jī)在遠(yuǎn)程攝影過(guò)程中，智能手機(jī)可作為攝影的測(cè)量平臺(tái)，兩者都具有攜帶方便、體積小等優(yōu)點(diǎn)，所以他認(rèn)為智能手機(jī)與無(wú)人機(jī)相匹配是未來(lái)時(shí)代發(fā)展的趨勢(shì)[3]。Mikopl (2020)利用Sigmoid算法以及相機(jī)完成了無(wú)人機(jī)數(shù)據(jù)表面模型的構(gòu)建，這項(xiàng)研究成果為地質(zhì)管理部門提供了準(zhǔn)確的信息資源[4]。沈永林(2019)利用影像數(shù)據(jù)和無(wú)人機(jī)飛行的相關(guān)參數(shù)，通過(guò)計(jì)算機(jī)對(duì)飛行狀態(tài)的重要數(shù)據(jù)點(diǎn)進(jìn)行測(cè)算，匹配飛行運(yùn)動(dòng)時(shí)的動(dòng)畫影像，對(duì)飛行姿態(tài)及方向進(jìn)行復(fù)原，最終完成對(duì)地質(zhì)災(zāi)害現(xiàn)場(chǎng)的圖像的三維構(gòu)建[5]。徐藝來(lái)(2019)提出了一種改進(jìn)的漸進(jìn)三角網(wǎng)加密方法，將其應(yīng)用于無(wú)人機(jī)地質(zhì)災(zāi)害勘測(cè)技術(shù)中，能夠分離地面點(diǎn)云數(shù)據(jù)，改進(jìn)后的濾波方法可以產(chǎn)生更準(zhǔn)確的結(jié)果。在實(shí)際的地貌分類研究中，自動(dòng)分類仍然需要進(jìn)行人工實(shí)地驗(yàn)證，以確保結(jié)果的準(zhǔn)確性，并且不同地區(qū)地貌的特征具有很大差異時(shí)，其自動(dòng)分類方法不能共用[6]。Vasuki等(2019)利用無(wú)人機(jī)攝影測(cè)量技術(shù)構(gòu)建數(shù)字高程模型和正射影像，可以描述地質(zhì)構(gòu)造的復(fù)雜特征，并實(shí)現(xiàn)自動(dòng)化斷層和裂縫的提取和制圖，三維重建的內(nèi)部精度足以滿足三米級(jí)的測(cè)量需求[7]。Tziavou等(2020)通過(guò)對(duì)固定翼和六旋翼無(wú)人機(jī)地質(zhì)制圖的案例研究，討論了影響無(wú)人機(jī)圖像分辨率的主要參數(shù)，為了達(dá)到所需的精度要求，地面采樣距離應(yīng)小于該值的一半[8]。

綜上所述，本文試圖從深度學(xué)習(xí)的角度出發(fā)，通過(guò)查找相關(guān)文獻(xiàn)對(duì)無(wú)人機(jī)的飛行軌跡以及地質(zhì)災(zāi)害勘測(cè)進(jìn)行研究，然后又引入了一種新的Sigmoid算法對(duì)無(wú)人機(jī)飛行時(shí)的姿態(tài)以及速度進(jìn)行分析，挖掘不同算法是否能對(duì)無(wú)人機(jī)的發(fā)展產(chǎn)生影響，本研究旨在為進(jìn)一步深入分析無(wú)人機(jī)提供借鑒。

1 理論與方法

1.1 基于地質(zhì)災(zāi)害勘測(cè)研究的深度學(xué)習(xí)模型構(gòu)建

無(wú)人駕駛飛機(jī)也稱為無(wú)人機(jī)，是一種通過(guò)無(wú)線電遙控設(shè)備和自備的程序控制裝置操縱的不載人飛機(jī)，或者由車載計(jì)算機(jī)完全地或間歇地自主地操作。無(wú)人機(jī)按應(yīng)用領(lǐng)域，可分為軍用與民用。在軍用方面，無(wú)人機(jī)分為偵察機(jī)和靶機(jī)[9]。在民用方面，無(wú)人機(jī)可以用來(lái)監(jiān)測(cè)傳染病、繪制地圖、救援災(zāi)難等等。由于攝影測(cè)量技術(shù)的快速發(fā)展，無(wú)人機(jī)很可能是地質(zhì)學(xué)家在不久的將來(lái)常用的工具之一[10]。具體的無(wú)人機(jī)地質(zhì)影像采集流程如圖1所示。

根據(jù)無(wú)人機(jī)成像的特點(diǎn)和透鏡定律，拍攝實(shí)物的距離到成像的距離計(jì)算方法如公式(1)所示。

(1)

公式(1)中，a0表示的是所拍實(shí)物的距離，at表示的是鏡頭后成像距離，b為鏡頭的焦距。

無(wú)人機(jī)將實(shí)物的照片拍攝完畢之后，要對(duì)得到的圖片進(jìn)行相應(yīng)的質(zhì)量評(píng)估，首先在圖片中提取的均值要與規(guī)范化系數(shù)相比較，具體的規(guī)范化系數(shù)計(jì)算方法如公式(2)所示。

(2)

其中，

(3)

利用高斯分布可將以上公式進(jìn)行優(yōu)化，具體的結(jié)果如公式(4)所示。

(4)

公式(4)中，f表示高斯分布函數(shù)，β表示方差，剩余字母的含義與上述公式相同。根據(jù)公式(4)從四個(gè)不同的方向?qū)ο袼叵禂?shù)進(jìn)行乘積，具體的結(jié)果如公式(5)～公式(8)所示。

(5)

(6)

(7)

(8)

(9)

圖1 無(wú)人機(jī)地質(zhì)影像采集流程

其中，

(10)

(11)

上述公式中，βI表示第I個(gè)數(shù)值的方差，βr表示第r個(gè)數(shù)值的方差，剩余字母的含義與上述公式相同。

利用上述的算法能夠在一方面使得無(wú)人機(jī)拍攝的圖像更加清晰、準(zhǔn)確，另一方面可以對(duì)圖片進(jìn)行后期的優(yōu)化和修整，最終讓無(wú)人機(jī)在地質(zhì)災(zāi)害勘測(cè)方面發(fā)揮出最大的作用。除此之外，無(wú)人機(jī)的軌跡規(guī)劃也非常重要，正確的設(shè)計(jì)能夠在一定的時(shí)間中花費(fèi)最小的精力，拍攝出優(yōu)質(zhì)的圖片，因此無(wú)人機(jī)軌跡規(guī)劃的兩個(gè)重要約束條件是路徑的可飛行性和安全性，在無(wú)障礙威脅且滿足過(guò)載和環(huán)境約束條件下，無(wú)人機(jī)的飛行約束主要是自身性能的約束。主要包括：四旋翼無(wú)人機(jī)運(yùn)動(dòng)時(shí)最大加速度±amax(ms-2)、最大速度vmax(ms-1)、最大飛行高度Hmax(m)、最大飛行時(shí)間Tmax和最大航程Lmax(m)。對(duì)多點(diǎn)軌跡規(guī)劃問(wèn)題的描述可以用如下數(shù)學(xué)式表示：

(12)

其中，N為系列路徑點(diǎn)的個(gè)數(shù),Psi為系列起始點(diǎn),Pfi為系列終止點(diǎn)，Π代表約束條件，ri(q)代表軌跡規(guī)劃生產(chǎn)的路徑，(x,y,z)代表飛行器所在的位置或航路點(diǎn)，(ψ,θ)分別代表飛行器的偏航角和俯仰角。

假設(shè)P1(xi,yi,zi)、P2(xi+1,yi+1,zi+1)、P3(xi+2,yi+2,zi+2)為給定的三個(gè)目標(biāo)點(diǎn)坐標(biāo)，初始航向角表達(dá)式為：

(13)

終止航向角表達(dá)式為：

(14)

公式(13)和公式(14)中c的取值為-π，π或者0，它可以將航向角的取值范圍限定在[-π，π]。

深度學(xué)習(xí)是機(jī)器學(xué)習(xí)研究的一個(gè)新方向，它的最終目的是讓機(jī)器能夠像人一樣具備分析學(xué)習(xí)能力，可以對(duì)圖像和聲音數(shù)據(jù)進(jìn)行識(shí)別。將該模型引入無(wú)人機(jī)的飛行軌跡規(guī)劃以及地質(zhì)災(zāi)害勘測(cè)研究中，不僅可以將實(shí)操過(guò)程中所遇到的問(wèn)題情景再現(xiàn)，而且能夠形成一整套研究邏輯策略。對(duì)深度學(xué)習(xí)的研究?jī)?nèi)容進(jìn)行分析之后，發(fā)現(xiàn)主要涉及三種不同的方法。

(1) 基于卷積運(yùn)算的神經(jīng)網(wǎng)絡(luò)系統(tǒng)，即卷積神經(jīng)網(wǎng)絡(luò)。該模型包含卷積計(jì)算且計(jì)算具有深度結(jié)構(gòu)的前饋神經(jīng)網(wǎng)絡(luò)，主要分為輸入層、卷積層、池化層和全連接層四部分，是深度學(xué)習(xí)的代表算法之一[11]。具體如圖2所示。

圖2 卷積神經(jīng)網(wǎng)絡(luò)模型

(2) 基于多層神經(jīng)元的自編碼神經(jīng)網(wǎng)絡(luò)，包括自編碼( Auto encoder)以及近年來(lái)受到廣泛關(guān)注的稀疏編碼( Sparse Coding)[12]。

(3)以多層自編碼神經(jīng)網(wǎng)絡(luò)的方式進(jìn)行預(yù)訓(xùn)練，進(jìn)而結(jié)合鑒別信息進(jìn)一步優(yōu)化神經(jīng)網(wǎng)絡(luò)權(quán)值的深度置信網(wǎng)絡(luò)(Deep Belief Networks，DBN)，該模型既可以用于非監(jiān)督學(xué)習(xí)，也可以用于監(jiān)督學(xué)習(xí)[13]。

1.2 擬采用的研究方法

(1)比較分析法：指將兩種或者兩種以上的研究對(duì)象進(jìn)行多方對(duì)比，發(fā)掘它們之間的相同之處和不同之處，對(duì)好的方法進(jìn)行分析、研究和借鑒，目的就是為高校英語(yǔ)教學(xué)提供良好的策略[14]。(2)定量定性分析法是指通過(guò)收集相關(guān)的研究數(shù)據(jù)，對(duì)數(shù)量的特征、數(shù)量之間的邏輯關(guān)系以及數(shù)量的變化趨勢(shì)等方面進(jìn)行分析、研究和總結(jié)的一種常用方法。定性分析法指的是預(yù)測(cè)者根據(jù)相關(guān)的歷年數(shù)據(jù)變化、政府政策發(fā)布以及社會(huì)上發(fā)生的具有影響力的重大事件對(duì)該數(shù)據(jù)的未來(lái)發(fā)展趨勢(shì)變化和性質(zhì)進(jìn)行分析的方法[15]。(3)案例研究法：通過(guò)對(duì)相關(guān)數(shù)據(jù)的搜集，尋找之前專家學(xué)者對(duì)多元文化視域下高校英語(yǔ)教學(xué)策略的研究方法，將它們作為分析的案例，結(jié)合目前社會(huì)現(xiàn)實(shí)中存在的各類問(wèn)題和現(xiàn)象，建立相應(yīng)的研究框架，使得文章更加科學(xué)。(4)色差分析法：為了對(duì)不同性質(zhì)的實(shí)物進(jìn)行區(qū)分，需要建立起點(diǎn)與點(diǎn)之間的關(guān)系，進(jìn)一步挖掘出所研究實(shí)物的特定位置、特定屬性、特定類型等等[16]。中國(guó)擁有復(fù)雜多樣的地形地貌，所以在地質(zhì)災(zāi)害勘測(cè)以及對(duì)無(wú)人機(jī)飛行軌跡規(guī)劃方面都存在一定的困難，利用色差分析法可以在較大程度上避免問(wèn)題的發(fā)生，提供更加精準(zhǔn)的數(shù)據(jù)結(jié)果。具體的實(shí)物色差公式計(jì)算方法如公式(15)所示。

(15)

公式(15)中，xi和xj分別表示x的橫坐標(biāo)與縱坐標(biāo)，gi和gj分別代表目標(biāo)色的橫坐標(biāo)與縱坐標(biāo)，ri和rj分別代表試樣色的橫坐標(biāo)與縱坐標(biāo)，bi和bj分別代表標(biāo)準(zhǔn)色的橫坐標(biāo)與縱坐標(biāo)。

加權(quán)的實(shí)物色差公式計(jì)算方法如公式(16)所示。

D(xi,xj)=

(16)

上述公式中，wr表示試樣色的方差，wg表示目標(biāo)色的方差，wb表示標(biāo)準(zhǔn)色的方差，剩余字母的含義與上述公式相同。

1.3 試驗(yàn)環(huán)境及無(wú)人機(jī)性能

本次選定的無(wú)人機(jī)地質(zhì)災(zāi)害勘測(cè)試驗(yàn)區(qū)位于陜西省Y市的一個(gè)縣城，試驗(yàn)區(qū)面積大約為160 km2，試驗(yàn)區(qū)總面積中93%以上是黃土丘陵，只有5%的溝谷川地。所處的自然環(huán)境屬于典型的黃土丘陵溝壑區(qū)與典型的重水土流失區(qū)域，地質(zhì)災(zāi)害頻發(fā)。因此選取本段為本次無(wú)人機(jī)地質(zhì)災(zāi)害調(diào)查試驗(yàn)的區(qū)段。試驗(yàn)區(qū)具體的氣象特征如表1所示。

表1 試驗(yàn)區(qū)氣象特征

另外試驗(yàn)所使用的無(wú)人機(jī)性能指標(biāo)如表2所示。

表2 無(wú)人機(jī)性指標(biāo)

最后，卷積神經(jīng)網(wǎng)絡(luò)和Sigmoid算法應(yīng)用于無(wú)人機(jī)的飛行軌跡勘測(cè)及地質(zhì)災(zāi)害勘測(cè)中的具體流程如圖3所示。

圖3 無(wú)人機(jī)飛行軌跡勘測(cè)及地質(zhì)災(zāi)害勘測(cè)中的運(yùn)行流程

2 深度學(xué)習(xí)下飛行軌跡規(guī)劃及地質(zhì)災(zāi)害勘測(cè)結(jié)果與分析

2.1 深度學(xué)習(xí)在地質(zhì)災(zāi)害勘測(cè)中的應(yīng)用

中國(guó)的地形地貌復(fù)雜多樣，西高東低，呈階梯狀分布，給地質(zhì)災(zāi)害勘測(cè)帶來(lái)了一定的困難，近些年出現(xiàn)的無(wú)人能夠解決這一難題。無(wú)人機(jī)在高空采集數(shù)據(jù)時(shí)，地面分辨率和所需時(shí)間之間的關(guān)系如圖4所示。

圖4 無(wú)人機(jī)飛行高度與分辨度、勘測(cè)時(shí)間之間的關(guān)系

從圖4中可以發(fā)現(xiàn)，無(wú)人機(jī)飛行的高度與地面分辨率呈負(fù)相關(guān)，與所花費(fèi)的時(shí)間呈正相關(guān)。隨著無(wú)人機(jī)飛行高度的不斷上升，地面分辨率也在不斷下降，但是當(dāng)無(wú)人機(jī)飛行高度在10 m的時(shí)候，花費(fèi)的時(shí)間最少，大約為0.25 min，高度在132 m的時(shí)候，花費(fèi)的時(shí)間最多，大約為3.5 min?？梢?jiàn)無(wú)人機(jī)相對(duì)于人工勘測(cè)來(lái)說(shuō)，會(huì)節(jié)省很多時(shí)間，但是與其他勘測(cè)技術(shù)相比，無(wú)人機(jī)可能不是最省時(shí)的。

為了解決上述無(wú)人機(jī)地質(zhì)災(zāi)害勘測(cè)清晰度的問(wèn)題，在圖像分析中引入了卷積神經(jīng)網(wǎng)絡(luò)模型。當(dāng)無(wú)人機(jī)的飛行高度在25 m時(shí)，不同控制點(diǎn)數(shù)量下的精度結(jié)果如圖5所示。

圖5 高度25m下不同數(shù)量控制點(diǎn)下的精度對(duì)比[圖(a)表示控制點(diǎn)4時(shí)的點(diǎn)位誤差，圖(b)表示控制點(diǎn)4時(shí)的高程誤差，圖(c)表示控制點(diǎn)6時(shí)的點(diǎn)位誤差，圖(d)表示控制點(diǎn)6時(shí)的高程誤差，圖(e)表示控制點(diǎn)8時(shí)的點(diǎn)位誤差，圖(f)表示控制點(diǎn)8時(shí)的高程誤差]

從圖5中可以發(fā)現(xiàn)，用無(wú)人機(jī)進(jìn)行地質(zhì)災(zāi)害勘測(cè)時(shí)，云臺(tái)的設(shè)備相對(duì)比較穩(wěn)定，影像質(zhì)量水平可以滿足本文的測(cè)量要求。將同一飛行高度下不同控制點(diǎn)的點(diǎn)位誤差與高程誤差進(jìn)行比較可以看出，在圖像分析過(guò)程中加入卷積神經(jīng)網(wǎng)絡(luò)模型后，隨著控制點(diǎn)數(shù)量的增加，所檢驗(yàn)點(diǎn)的水平中誤差和高程誤差均變小，也就是精確值變高；但是當(dāng)控制點(diǎn)數(shù)量增加到一定程度后，對(duì)精確度的影響越來(lái)越小。經(jīng)過(guò)綜合的對(duì)比分析可以發(fā)現(xiàn)，當(dāng)高度為25 m時(shí)選擇6個(gè)控制點(diǎn)的結(jié)果最優(yōu)，可以達(dá)到較好的平面精度與高程精度效果。可見(jiàn)，卷積神經(jīng)網(wǎng)絡(luò)模型在地質(zhì)勘測(cè)的圖像研究中具有重要作用。

2.2 深度學(xué)習(xí)在無(wú)人機(jī)飛行軌跡規(guī)劃中的應(yīng)用

由于無(wú)人機(jī)內(nèi)部結(jié)構(gòu)越來(lái)越復(fù)雜，單純依靠手控操作完成多項(xiàng)任務(wù)也變得艱巨，所以本文在無(wú)人機(jī)飛行軌跡規(guī)劃中引入了一種Sigmoid算法，具體的試驗(yàn)結(jié)果如圖6和圖7所示。

圖6 無(wú)人機(jī)飛行姿態(tài)控制及誤差[圖(a)表示飛行姿態(tài)為俯仰角的數(shù)據(jù)，圖(b)表示飛行姿態(tài)為俯仰角的誤差數(shù)據(jù)，圖(c)表示飛行姿態(tài)為橫滾角的數(shù)據(jù)，圖(d)表示飛行姿態(tài)為橫滾角的誤差數(shù)據(jù)，圖(e)表示飛行姿態(tài)為偏航角的數(shù)據(jù)，圖(f)表示飛行姿態(tài)為偏航角的誤差數(shù)據(jù)]

圖7 無(wú)人機(jī)飛行速度控制及誤差[圖(a)表示飛行速度為y的數(shù)據(jù)，圖(b)表示飛行速度為y的誤差數(shù)據(jù)，圖(c)表示飛行速度為x的數(shù)據(jù)，圖(d)表示飛行速度為x的誤差數(shù)據(jù)，圖(e)表示飛行速度為z的數(shù)據(jù)，圖(f)表示飛行速度為z的誤差數(shù)據(jù)]

文中利用Sigmoid算法主要從無(wú)人機(jī)的飛行速度控制以及姿態(tài)控制兩方面展開(kāi)研究，從上述圖5和圖6中可以看出，在姿態(tài)控制方面，俯仰角的誤差范圍處于-0.4～0.62之間，橫滾角的誤差范圍處于-0.5～0.91之間，偏航角的誤差范圍處于-0.05～0.2之間，對(duì)比三種姿態(tài)控制可知，偏航角的誤差范圍最小，俯仰角的誤差范圍最大，但是Sigmoid算法將整體的姿態(tài)誤差都控制在-0.5～1之間，另外，在速度控制方面整體誤差都處于-0.3～0.3之間，可見(jiàn)這種算法對(duì)無(wú)人機(jī)飛行軌跡的姿態(tài)控制以及飛行速度控制都具有很好的保障作用。

3 討 論

以陜西省Y市的某一縣城作為試驗(yàn)區(qū)域，利用卷積神經(jīng)網(wǎng)絡(luò)算法以及Sigmoid算法對(duì)無(wú)人機(jī)的飛行軌跡及地質(zhì)災(zāi)害勘測(cè)進(jìn)行研究，并得出了4、6、8這三個(gè)控制點(diǎn)的數(shù)據(jù)點(diǎn)位誤差、高程誤差，經(jīng)過(guò)對(duì)比發(fā)現(xiàn)，控制點(diǎn)為6時(shí)的點(diǎn)位誤差和高程誤差最小、結(jié)果最優(yōu)等相關(guān)結(jié)論，在一定程度上為今后無(wú)人機(jī)的發(fā)展提供了研究思路與方法。 在美國(guó)，已經(jīng)基于無(wú)人機(jī)的遙感系統(tǒng)建立了相應(yīng)的示范性基地，并將其應(yīng)用于快速獲取道路運(yùn)輸網(wǎng)絡(luò)的圖像并對(duì)所得信息進(jìn)行快速分析，可以應(yīng)用無(wú)人機(jī)取得實(shí)時(shí)遙感影像并對(duì)地震后出現(xiàn)問(wèn)題的道路、橋梁進(jìn)行評(píng)估以快速確定震后救災(zāi)的路線。本文所使用的無(wú)人機(jī)遙感系統(tǒng)多使用小型數(shù)字相機(jī)作為機(jī)載遙感設(shè)備，與美國(guó)的航片相比，存在像幅較小、影像數(shù)量多等問(wèn)題，后續(xù)還要在這方面進(jìn)行分析和借鑒。

4 結(jié) 論

快速發(fā)展的無(wú)人機(jī)能夠幫助人類解決一些復(fù)雜而艱巨的任務(wù)，基于深度學(xué)習(xí)算法，對(duì)無(wú)人機(jī)的飛行軌跡以及地質(zhì)災(zāi)害勘測(cè)進(jìn)行分析和研究，主要得出以下幾點(diǎn)結(jié)論：(1)無(wú)人機(jī)飛行的高度越高，對(duì)地質(zhì)災(zāi)害勘測(cè)的圖像分辨率越低，所消耗的時(shí)間越長(zhǎng)；(2)將深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)模型引入無(wú)人機(jī)拍攝圖像的研究中發(fā)現(xiàn)，當(dāng)高度為25米，控制點(diǎn)為4、6、8時(shí)，隨著控制點(diǎn)數(shù)量的增加，所檢驗(yàn)點(diǎn)的水平中誤差和高程誤差均變小，也就是精確值變高；(3)將4、6、8這三個(gè)控制點(diǎn)的數(shù)據(jù)點(diǎn)位誤差、高程誤差經(jīng)過(guò)對(duì)比發(fā)現(xiàn)，控制點(diǎn)為6時(shí)的點(diǎn)位誤差和高程誤差最小，此時(shí)的結(jié)果最優(yōu)；(4) 通過(guò)將Sigmoid算法應(yīng)用在無(wú)人機(jī)的飛行軌跡規(guī)劃中得出，在飛行速度方面可以將誤差控制在-0.3～0.3之間，在姿態(tài)控制方面可以將誤差控制在-0.5～1之間，其中偏航角的誤差范圍最小，可見(jiàn)，Sigmoid算法能夠在一定程度上保障無(wú)人機(jī)的飛行軌跡，因此，在今后的無(wú)人機(jī)研發(fā)或者地質(zhì)災(zāi)害勘測(cè)中有望根據(jù)上述的研究結(jié)論進(jìn)行應(yīng)用。

由于精力有限，文章在數(shù)據(jù)獲取方面存在一定的局限性，對(duì)于相關(guān)數(shù)據(jù)的一些檢驗(yàn)也有偏差，在深度學(xué)習(xí)下無(wú)人機(jī)的飛行軌跡規(guī)劃以及地質(zhì)災(zāi)害勘測(cè)經(jīng)濟(jì)投入上并未進(jìn)行討論，后續(xù)可根據(jù)具體情況進(jìn)行效益評(píng)估，利用深度學(xué)習(xí)算法以及Sigmoid算法促進(jìn)無(wú)人機(jī)今后的發(fā)展。