基于ETM-MDQN的无人机自适应路径规划方法、装置及介质

    公开(公告)号:CN118192635A

    公开(公告)日:2024-06-14

    申请号:CN202410407734.5

    申请日:2024-04-07

    申请人: 海南大学

    IPC分类号: G05D1/46 G05D109/20

    摘要: 本发明涉及一种基于ETM‑MDQN的无人机自适应路径规划方法、装置及介质,其中方法包括以下步骤:构建深度强化学习MDQN网络,将无人机路径规划问题建模为马尔可夫决策过程;根据无人机与障碍物的实际距离状态和状态变化误差设定事件触发机制的触发条件,当满足预设的事件触发条件时更新无人机的动作策略和MDQN网络的Q值;通过最小化损失函数优化MDQN网络的参数;利用优化后的MDQN网络进行实时无人机自适应路径规划。与现有技术相比,本发明充分利用计算资源,考虑了未来多个时间步的奖励,提高了复杂环境下路径规划策略的鲁棒性和有效性。

    基于改进PID的水下机器人悬停控制方法、设备、介质

    公开(公告)号:CN118192206A

    公开(公告)日:2024-06-14

    申请号:CN202410406937.2

    申请日:2024-04-07

    申请人: 海南大学

    IPC分类号: G05B11/42

    摘要: 本发明涉及一种基于改进PID的水下机器人悬停控制方法、设备、介质,方法包括如下步骤:在计及水下机器人的质量附加效应、水动力阻尼、科氏力‑向心力和流体静力学恢复力的前提下,构建水下机器人在惯性坐标系和体坐标系下的动力学和运动学模型;构建计及期望闭环带宽、相位超前补偿和比例增益的改进PID控制器,并整定得到期望闭环带宽和比例增益的值;基于所述动力学和运动学模型进行仿真,根据控制性能指标调节相位超前补偿的参数值,完成改进PID控制器的参数整定;基于参数整定后的改进PID控制器实现水下机器人悬停。与现有技术相比,本发明能够提高水下机器人悬停的稳定性和鲁棒性,具有建模更加贴近实际等优点。