基于深度强化学习的无人船路径跟随系统及方法

    公开(公告)号:CN114859910B

    公开(公告)日:2024-11-12

    申请号:CN202210470023.3

    申请日:2022-04-28

    Abstract: 本发明公开了基于深度强化学习的无人船路径跟随系统,它的仿真平台构建模块用于构建无人船运动交互仿真平台;所述马尔科夫决策建模模块用于利用无人船运动控制任务进行马尔科夫决策过程建模;神经网络构建模块用于依据马尔科夫决策过程中的状态空间、动作空间和奖励函数,基于DDPG算法架构设计深度神经网络;策略模型构建模块在仿真平台上使用DDPG算法对深度神经网络进行训练,得到无人船路径跟随控制策略模型;路径跟随控制模块用于将无人船路径跟随控制策略模型结合视线制导算法实现无人船路径跟随控制。本发明将船舶运动模型与控制算法分离,简化了控制策略的设计过程,显著降低或消除了对船舶运动控制领域专业知识的依赖。

    一种船舶自主导航方法及装置

    公开(公告)号:CN112650246B

    公开(公告)日:2022-12-09

    申请号:CN202011535524.2

    申请日:2020-12-23

    Abstract: 本发明涉及一种船舶自主导航方法,包括以下步骤:构建船舶运动模型,并基于航行水域地图构建航行水域模型;基于所述航行水域模型,采用蚁群优化算法进行全局航迹规划,生成全局参考航迹;基于所述船舶运动模型,采用Q‑learning算法进行局部风险避碰规划,生成实时风险避碰策略;结合所述全局参考航迹和所述局部风险避碰策略实现船舶自主导航。本发明可以实现船舶在大水域范围内航行时,实时、准确的自主导航。

    基于深度强化学习的无人船路径跟随系统及方法

    公开(公告)号:CN114859910A

    公开(公告)日:2022-08-05

    申请号:CN202210470023.3

    申请日:2022-04-28

    Abstract: 本发明公开了基于深度强化学习的无人船路径跟随系统,它的仿真平台构建模块用于构建无人船运动交互仿真平台;所述马尔科夫决策建模模块用于利用无人船运动控制任务进行马尔科夫决策过程建模;神经网络构建模块用于依据马尔科夫决策过程中的状态空间、动作空间和奖励函数,基于DDPG算法架构设计深度神经网络;策略模型构建模块在仿真平台上使用DDPG算法对深度神经网络进行训练,得到无人船路径跟随控制策略模型;路径跟随控制模块用于将无人船路径跟随控制策略模型结合视线制导算法实现无人船路径跟随控制。本发明将船舶运动模型与控制算法分离,简化了控制策略的设计过程,显著降低或消除了对船舶运动控制领域专业知识的依赖。

    一种船舶自主导航方法及装置

    公开(公告)号:CN112650246A

    公开(公告)日:2021-04-13

    申请号:CN202011535524.2

    申请日:2020-12-23

    Abstract: 本发明涉及一种船舶自主导航方法,包括以下步骤:构建船舶运动模型,并基于航行水域地图构建航行水域模型;基于所述航行水域模型,采用蚁群优化算法进行全局航迹规划,生成全局参考航迹;基于所述船舶运动模型,采用Q‑learning算法进行局部风险避碰规划,生成实时风险避碰策略;结合所述全局参考航迹和所述局部风险避碰策略实现船舶自主导航。本发明可以实现船舶在大水域范围内航行时,实时、准确的自主导航。

    一种基于点云图像的船舶识别方法及装置

    公开(公告)号:CN111259733A

    公开(公告)日:2020-06-09

    申请号:CN202010002878.4

    申请日:2020-01-02

    Abstract: 本发明涉及船舶识别技术领域,公开了一种基于点云图像的船舶识别方法及装置,其中方法包括以下步骤:构建船舶点云图像数据集,对所述船舶点云图像数据集中每一点云图像进行船舶标定类别标签;将所述船舶点云图像数据集中点云图像转换为三维体素网格图像,以所述三维体素网格图像作为样本数据对三维卷积神经网络进行训练,得到分类模型;利用所述分类模型对待识别点云图像进行分类识别。本发明具有识别功能不受光照影响的技术效果。

Patent Agency Ranking