一种基于强化学习的AUV三维路径规划方法

    公开(公告)号:CN109540151A

    公开(公告)日:2019-03-29

    申请号:CN201910041354.3

    申请日:2019-01-16

    Abstract: 本发明设计了一种基于强化学习的AUV三维路径规划方法,首先根据已知的水下工作环境进行建模并对AUV进行全局路径规划;然后在仿真系统中针对AUV特殊的工作环境及其规划目标设计奖励值,利用基于自组织神经网络改进的Q学习方法对AUV进行避障训练,将训练所得到的避障策略写入机器人内部控制系统;最后机器人下水后接收全局路径规划节点,AUV将全局规划的路径节点作为目标节点以计算目标艏向规划航行,当遇到突发障碍时利用避障策略进行避障;该方法既保证AUV航行路径的经济性又保证了遇到突发障碍时的安全性,同时可以提高路径规划精度,降低规划时间,增强AUV的环境自适应性;该方法可应用于搭载了避障声纳能自主航行的AUV。

    一种智能水下机器人运动重规划策略

    公开(公告)号:CN108628326A

    公开(公告)日:2018-10-09

    申请号:CN201810758522.6

    申请日:2018-07-11

    Abstract: 本发明提供及一种智能水下机器人运动重规划策略,该策略将智能水下机器人的作业任务视为规划一条安全经济的航行路径并在一系列路径点上完成相应的行为,当水下机器人按照全局规划路径航行,遇到障碍物时,利用矩形避障策略进行避障,避开障碍物后根据代价函数选择点跟踪策略或路径跟踪策略,到达指定位置后完成相应任务。该策略简单易实施,智能水下机器人完成作业任务的同时保证其安全,提高机器人的环境自适应性,航行的经济型大大提高,使得机器人重规划更加完善。

    一种AUV声隐身态势评估方法

    公开(公告)号:CN108594241A

    公开(公告)日:2018-09-28

    申请号:CN201810248831.9

    申请日:2018-03-25

    CPC classification number: G01S15/88 G01S15/04 G01S15/523

    Abstract: 本发明公开了一种AUV声隐身态势评估方法,属于态势评估技术领域。本发明以各种声学数据、声呐设备参数和位置信息等为输入,建立声呐探测性能模型和信号余量模型,根据任务隐蔽性要求等级构建声呐威胁虚拟障碍物,通过声呐方程、“KoutofN”准则计算多种类型探测概率,基于信号余量SE模型确定AUV的可航行范围,在可航行范围内以渐变色表示探测概率值形成态势图。本发明的态势评估系统包含全局态势评估和实时态势评估,系统以全局态势评估结果、多种声呐探测概率、AUV可航行范围和态势图为输出结果,评估结果准确、可信度高、可视化,实现对AUV航路的隐身威胁评估,为规划系统提供隐蔽性约束条件。

    考虑流致位置偏差的海洋机器人避障轨迹规划方法与系统

    公开(公告)号:CN119759027A

    公开(公告)日:2025-04-04

    申请号:CN202411940168.0

    申请日:2024-12-26

    Abstract: 考虑流致位置偏差的海洋机器人避障轨迹规划方法与系统,属于海洋机器人技术领域。解决了现有海洋机器人路径规划方法均均未考虑海流对海洋机器人避碰的影响,导致航行过程中安全性差的问题。本发明获取海洋机器人的当前位置、姿态、对地航速、对水航速及所在航行区域的海洋环境信息;获取海洋机器人航行速度限制集合,利用障碍物评价函数计算海洋机器人的紧急避障的动作集合;进而获取最终避障动作集合;再结合下一决策周期内海洋机器人的速度集合,获得最终动作空间窗口;基于时间窗内内速度样本,基于流致漂角,计算当前状态下的候选轨迹簇,建立评价函数,对所述候选轨迹簇进行评价寻优,获取最优避障轨迹。本发明用于海洋机器人避障轨迹规划。

    一种应用于欠驱动无人艇的编队控制器构建方法及装置

    公开(公告)号:CN115933631B

    公开(公告)日:2023-08-01

    申请号:CN202211119345.X

    申请日:2022-09-14

    Abstract: 本申请公开了一种应用于欠驱动无人艇的编队控制器构建方法及装置,属于无人艇控制领域,其中,编队控制器构建方法包括:基于图论技术、仿射变换技术以及应力矩阵技术设计欠驱动无人艇编队队形,基于该欠驱动无人艇编队队形建立无人艇系统数学模型,并对其输出进行状态转换,基于动态事件触发机制设计编队控制器。本申请公开的编队控制器构建方法及装置可以在有向通信图下实现包括平移、旋转、缩放以及这些变换的组合,增加了编队的灵活性,且在欠驱动系统处于不同状态时能够自适应调整事件触发阈值,同时降低了各艘无人艇间的通信频率,避免了因系统连续性通信模式而导致过度消耗通信资源的情况。

    一种潜艇隐身辅助决策系统及决策方法

    公开(公告)号:CN109539886B

    公开(公告)日:2021-06-01

    申请号:CN201910041364.7

    申请日:2019-01-16

    Abstract: 本发明提供了一种潜艇隐身辅助决策系统及决策方法,决策系统包括辅助决策方案生成模块、方案仿真推演模块、人机交互模块以及所需的数据库;决策方法为潜艇航行过程中,被探测概率超出阈值时,将探测频段、隐身态势评估中的被探测概率、潜艇与探测平台的相对运动趋势、相对位置作为方案生成模块的输入,利用基于模糊神经网络和机动规避策略建立的辅助决策方案自动生成模块,产生潜艇设备目标运行状态及潜艇目标运行状态,以及潜艇规避位置,组合形成三个待选的辅助决策方案;本发明通过集成方案生成模块和仿真推演模块,提供方案的效能评估信息,保证待选方案的合理性和有效性,应用于常规潜艇的隐蔽航渡任务,能够有效提升潜艇的动态隐身能力。

    一种智能水下机器人运动重规划策略

    公开(公告)号:CN108628326B

    公开(公告)日:2020-04-07

    申请号:CN201810758522.6

    申请日:2018-07-11

    Abstract: 本发明提供及一种智能水下机器人运动重规划策略,该策略将智能水下机器人的作业任务视为规划一条安全经济的航行路径并在一系列路径点上完成相应的行为,当水下机器人按照全局规划路径航行,遇到障碍物时,利用矩形避障策略进行避障,避开障碍物后根据代价函数选择点跟踪策略或路径跟踪策略,到达指定位置后完成相应任务。该策略简单易实施,智能水下机器人完成作业任务的同时保证其安全,提高机器人的环境自适应性,航行的经济型大大提高,使得机器人重规划更加完善。

    一种AUV声隐身态势评估方法

    公开(公告)号:CN108594241B

    公开(公告)日:2019-07-16

    申请号:CN201810248831.9

    申请日:2018-03-25

    Abstract: 本发明公开了一种AUV声隐身态势评估方法,属于态势评估技术领域。本发明以各种声学数据、声呐设备参数和位置信息等为输入,建立声呐探测性能模型和信号余量模型,根据任务隐蔽性要求等级构建声呐威胁虚拟障碍物,通过声呐方程、“KoutofN”准则计算多种类型探测概率,基于信号余量SE模型确定AUV的可航行范围,在可航行范围内以渐变色表示探测概率值形成态势图。本发明的态势评估系统包含全局态势评估和实时态势评估,系统以全局态势评估结果、多种声呐探测概率、AUV可航行范围和态势图为输出结果,评估结果准确、可信度高、可视化,实现对AUV航路的隐身威胁评估,为规划系统提供隐蔽性约束条件。

    一种潜艇隐身辅助决策系统及决策方法

    公开(公告)号:CN109539886A

    公开(公告)日:2019-03-29

    申请号:CN201910041364.7

    申请日:2019-01-16

    Abstract: 本发明提供了一种潜艇隐身辅助决策系统及决策方法,决策系统包括辅助决策方案生成模块、方案仿真推演模块、人机交互模块以及所需的数据库;决策方法为潜艇航行过程中,被探测概率超出阈值时,将探测频段、隐身态势评估中的被探测概率、潜艇与探测平台的相对运动趋势、相对位置作为方案生成模块的输入,利用基于模糊神经网络和机动规避策略建立的辅助决策方案自动生成模块,产生潜艇设备目标运行状态及潜艇目标运行状态,以及潜艇规避位置,组合形成三个待选的辅助决策方案;本发明通过集成方案生成模块和仿真推演模块,提供方案的效能评估信息,保证待选方案的合理性和有效性,应用于常规潜艇的隐蔽航渡任务,能够有效提升潜艇的动态隐身能力。

    一种基于多约束目标的水下机器人运动规划方法

    公开(公告)号:CN109241552A

    公开(公告)日:2019-01-18

    申请号:CN201810764979.8

    申请日:2018-07-12

    Abstract: 一种基于多约束目标的水下机器人运动规划方法,属于机器学习以及水下机器人运动规划领域。模型构建阶段:将机器人避障声呐的信号与流速传感器的流速信号转化为当前环境;根据动力学约束,建立离散动作空间;以水下障碍物作为约束,建立奖赏函数;基于多目标约束建立马尔可夫决策过程,为算法实现建立基础;训练阶段:基于Q学习算法进行训练,在当前环境,基于贪心策略执行动作,每执行一步策略,基于原始策略进行评估并更新一次策略,改进策略直到适应环境,实现规划目的。本发明考虑了水流、碍航物、目标等多约束目标,将强化学习方法与水下多约束目标结合,实现了水下机器人的运动规划,具有较强的实时性,并且可以适用于多种环境。

Patent Agency Ranking