【技术实现步骤摘要】
一种考虑动力学特性约束的无人船改进DDPG智能避碰方法
[0001]本专利技术涉及无人船智能避碰
,具体而言,尤其涉及一种考虑动力学特性约束的无人船改进
DDPG
智能避碰方法
。
技术介绍
[0002]水面无人船是一种隐蔽性强
、
智能化程度高
、
移动能力强的小型水面自主航行器,因具有自主感知
、
自主规划
、
自主航行等能力被广泛应用于搜救
、
侦查
、
科研
、
军事等方面
。
无人船的智能避碰问题是无人船舶智能化航行研究的热点和难点问题之一,对实现无人船的智能化航行至关重要
。
无人船的智能避碰需要考虑到自身的运动特点以及对障碍物进行符合实际情况的避碰,设计合适的避碰算法是实现智能化避碰的核心,关于无人船的智能避碰目前已经有了大量的理论文献研究
。
[0003]传统方法在无人船避碰上应用较多,如迪杰斯特拉算法
、
人工势场法
、
蚁群算法,
A
*
算法等,这些方法都需要人类的先验知识,随着人工智能技术的兴起,一些传统算法开始与神经网络相结合,通过提高无人船的学习能力和智能化水平打破传统方法的局限
。
强化学习算法因其符合人类学习过程的特性,也逐渐应用于避碰研究中,许多研究将强化学习算法与深度神经网络相结合,在提高无人船智能程度的同时,所形成的深度强 ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.
一种考虑动力学特性约束的无人船改进
DDPG
智能避碰方法,其特征在于,包括:
S1、
对预规划的避碰环境进行建模,建立随机静态障碍物的地图环境模型;
S2、
对无人船进行建模,根据无人船的动力学特性和运动学特性设计无人船的状态空间和动作空间,根据避碰要求设计奖励函数;
S3、
采用与优先经验回放机制结合的
DDPG
算法,得到改进的算法,对改进的算法进行多轮训练得到避碰模型
。2.
根据权利要求1所述的考虑动力学特性约束的无人船改进
DDPG
智能避碰方法,其特征在于,所述步骤
S1
中,所述预规划的避碰环境,包括两个随机静态障碍物和一个固定位置静态障碍物,其中:所述随机静态障碍物出现的位置是以一个圆周为基础,每隔
60
度的半径方向存在1个静态障碍的位置;所述固定位置静态障碍物位于地图中心
。3.
根据权利要求1所述的考虑动力学特性约束的无人船改进
DDPG
智能避碰方法,其特征在于,所述步骤
S2
具体包括:
S21、
使用
Norbbin
船舶运动模型对无人船进行建模,如下:以此反应对无人船航向的控制,其中,
T、K、
α
表示可以反应无人船追随性能和旋回性能的参数,体现了船舶的操纵性,
δ
表示无人船的推进角值,通过变化推进角对船舶的航向进行控制,
η
表示无人船航向变化率,航向用表示,即:考虑舵机特性对无人船的影响,使用二阶推进角模型对舵机的动态特性进行描述:其中,
ω
n
为固有频率,
ζ
为阻尼比,
k
为比例系数,
δ
r
为设定的推进角;
S22、
根据无人船的船舶模型和舵机特性及控制需要,设计状态空间,如下:其中,为无人船的航向,为航向变化率,代表终点相对于本船的绝对方位,
δ
u
和
δ
技术研发人员:范云生,李昊博,王国峰,慕东东,孙喆,
申请(专利权)人:大连海事大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。