基于改进A-Star算法的无人水面艇路径规划方法

    公开(公告)号:CN117804455A

    公开(公告)日:2024-04-02

    申请号:CN202311751255.7

    申请日:2023-12-19

    申请人: 海南大学

    IPC分类号: G01C21/20

    摘要: 本发明涉及一种基于改进A‑Star算法的无人水面艇路径规划方法,包括如下步骤:基于水域环境建立栅格化地图模型,明确起点、终点和不可航行位置;基于A‑Star算法,设计路径成本函数,八向搜寻扩展节点;结合天牛须搜索(BAS)算法,根据天牛位置更迭筛选扩展节点;计算扩展节点的路径成本值,更新位置与节点列表;从终点开始反向访问父节点直到起点,输出最终路径。本发明通过对预估成本函数进行加权,提供新的路径成本函数,并引入BAS算法对扩展节点进行筛选,避免了计算每个扩展节点的路径成本,提高了无人水面艇在复杂水域下的路径规划效率。

    基于MPC-NDQN的无人机着艇方法、设备、介质

    公开(公告)号:CN118192584A

    公开(公告)日:2024-06-14

    申请号:CN202410406939.1

    申请日:2024-04-07

    申请人: 海南大学

    IPC分类号: G05D1/43 G05D109/30

    摘要: 本发明涉及一种基于MPC‑NDQN的无人机着艇方法、设备、介质,方法包括如下步骤:通过构建无人机动力学模型,得到基于输入控制量和状态变量的离散化的线性状态空间方程,通过MPC得到未来一段时间内的着艇轨迹;基于着艇轨迹,利用NDQN更新噪声网络的网络参数;基于更新后的噪声网络得到最优动作,实现无人机飞行姿态的控制,NDQN中,以无人机的位姿和降落点的坐标作为状态空间,以无人机的飞行姿态作为动作空间,以着艇轨迹跟踪率作为奖励函数,且采用计及新老信息置信度和远见程度的价值函数。NDQN网络中带有标准正态分布的噪声,能在训练时产生一定的随机性,因此无人机即使在不确定的环境下也能精准跟踪最优着艇轨迹。