摘要 — 小型无人机可以通过实时监视不断蔓延的火势,帮助消防员扑灭野火。然而,仅根据野火图像自主引导无人机是一个具有挑战性的问题。这项工作对机载摄像机获得的噪声图像进行建模,并提出了两种过滤野火图像的方法。第一种方法使用简单的卡尔曼滤波器来降低噪声并更新观察区域的信念图。第二种方法使用粒子滤波器来预测野火的增长,并使用观测来估计与野火扩张有关的不确定性。信念图用于训练深度强化学习控制器,该控制器学习一种策略来引导飞机勘察野火,同时避免直接飞过火场。仿真结果表明,所提出的控制器可以精确引导飞机并准确估计野火的增长,而对观测噪声的研究证明了粒子滤波方法的鲁棒性。