System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种多任务点的无人艇路径规划方法及装置制造方法及图纸_技高网

一种多任务点的无人艇路径规划方法及装置制造方法及图纸

技术编号:40872740 阅读:2 留言:0更新日期:2024-04-08 16:40
本发明专利技术提供一种多任务点的无人艇路径规划方法及装置。所述方法包括:获取含有多个任务点信息的任务区域;对所述任务区域内的多个所述任务点信息进行转换处理,得到目标二维网格;将所述目标二维网格输入预设路径规划模型,得到规划路径;所述规划路径经过所有任务点;所述预设路径规划模型是根据多个预设任务区域进行训练得到的。本发明专利技术通过将任务区域转换处理为目标二维网格,再将目标二维网格输入预设路径规划模型,得到的规划路径可以在最短时间内经过所有任务点,具有路径规划效率高和节约时间的优点。

【技术实现步骤摘要】

本专利技术涉及路径规划,还涉及一种多任务点的无人艇路径规划方法及装置


技术介绍

1、海洋环境复杂多变、危险重重,很多任务不适合有人船只执行。无人水面艇作为海上作业的重要工具,常被用来执行如多任务点水质采样等任务。无人艇自身携带动力能源有限,且海洋中有大量未知多变的环境信息,因此高效可靠并能够根据实时航行状态规划出航行时间最短的路径规划方法是至关重要的。现有的路径规划方法多用于静态路网中的路径规划,难以满足实时性的要求。


技术实现思路

1、本专利技术要解决的技术问题是提供一种多任务点的无人艇路径规划方法及装置,以解决现有的路径规划方法难以满足实时性的问题。

2、为解决上述技术问题,本专利技术的技术方案如下:

3、根据本专利技术的第一个方面,提供了一种多任务点的无人艇路径规划方法,包括:

4、获取含有多个任务点信息的任务区域;

5、对所述任务区域内的多个所述任务点信息进行转换处理,得到目标二维网格;

6、将所述目标二维网格输入预设路径规划模型,得到规划路径;所述规划路径经过所有任务点;所述预设路径规划模型是根据多个预设任务区域进行训练得到的。

7、可选的,对所述任务区域内的多个所述任务点信息进行转换处理,得到目标二维网格,包括:

8、按照预设刻度、多个所述任务点信息对所述任务区域进行转换处理,得到目标二维网格。

9、可选的,所述预设路径规划模型的训练过程包括:

10、获取多个预设任务区域;所述预设任务区域包含有多个任务点信息;

11、按照预设刻度、多个所述任务点信息对所述预设任务区域进行转换处理,得到动态二维网格;

12、根据所述动态二维网格对预设网络模型进行训练,得到预设路径规划模型。

13、可选的,按照预设刻度、多个所述任务点信息对所述预设任务区域进行转换处理,得到动态二维网格,包括:

14、按照预设刻度、多个所述任务点信息对所述预设任务区域进行转换,得到初始二维网格;

15、根据接收的动态参数对所述初始二维网格进行设置,得到动态二维网格。

16、可选的,根据接收的动态参数对所述初始二维网格进行设置,得到动态二维网格,包括:

17、接收动态参数;所述动态参数包括航道交通流密度、风向、流向、风速、流速和无人艇实时航向;

18、根据所述动态参数,计算得到无人艇实时航速;

19、根据所述无人艇实时航速对所述初始二维网格进行设置,得到动态二维网格。

20、可选的,根据所述动态参数,计算得到无人艇实时航速,包括:

21、根据所述航道交通流密度,计算得到无人艇受交通流密度影响后的航速;

22、公式为:

23、根据所述风向、所述流向、所述风速、所述流速和所述无人艇实时航向,计算得到无人艇受风力影响后的航速和无人艇受水力影响后的航速;

24、公式为:vh2=v1cos(θ1-θh)δ1,vh3=v2cos(θ2-θh)δ2;

25、根据所述无人艇受交通流密度影响后的航速、所述无人艇受风力影响后的航速和所述无人艇受水力影响后的航速,计算得到无人艇实时航速;

26、公式为:vc=vh1+vh2+vh3;

27、其中,vh1为无人艇受交通流密度影响后的航速,vf为畅通航速,k为航道交通流密度,kj为阻塞密度,vh2为无人艇受风力影响后的航速,v1为风速,θ1为风向,θh为无人艇实时航向,δ1为风力折算因子,vh3为无人艇受水力影响后的航速,v2为流速,θ2为流向,δ2为流力折算因子,vc为无人艇实时航速。

28、可选的,根据所述动态二维网格对预设网络模型进行训练,得到预设路径规划模型,包括:

29、对奖励函数进行初始化,得到初始奖励函数;

30、对q神经网络进行初始化,得到初始神经网络;

31、将所述动态二维网格输入所述初始神经网络,得到无人艇t时刻的状态、无人艇t时刻采取的行动和无人艇t时刻收到的奖励;

32、根据所述无人艇t时刻的状态、所述无人艇t时刻采取的行动、所述无人艇t时刻收到的奖励和所述初始奖励函数,得到无人艇t+1时刻的状态、无人艇t+1时刻采取的行动和无人艇t+1时刻收到的奖励;

33、将所述无人艇t+1时刻的状态、所述无人艇t+1时刻采取的行动和所述无人艇t+1时刻收到的奖励存入经验池,得到更新后的经验池;

34、根据所述更新后的经验池和所述动态二维网格对所述q神经网络进行重复训练,得到预设路径规划模型。

35、根据本专利技术的第二个方面,提供了一种多任务点的无人艇路径规划装置,包括:

36、获取模块,用于获取含有多个任务点信息的任务区域;

37、处理模块,用于对所述任务区域内的多个所述任务点信息进行转换处理,得到目标二维网格;

38、规划模块,用于将所述目标二维网格输入预设路径规划模型,得到规划路径;所述规划路径经过所有任务点;所述预设路径规划模型是根据多个预设任务区域进行训练得到的。

39、根据本专利技术的第三个方面,提供了一种计算设备,包括:处理器、存储有计算机程序的存储器,所述计算机程序被处理器运行时,执行如第一方面所述的多任务点的无人艇路径规划方法。

40、根据本专利技术的第四个方面,提供了一种计算机可读存储介质,存储有指令,当所述指令在计算机上运行时,使得计算机执行如第一方面所述的多任务点的无人艇路径规划方法。

41、本专利技术的上述方案至少包括以下有益效果:

42、本专利技术的上述方案,通过将任务区域转换处理为目标二维网格,再将目标二维网格输入预设路径规划模型,得到的规划路径可以在最短时间内经过所有任务点,具有路径规划效率高和节约时间的优点。

本文档来自技高网...

【技术保护点】

1.一种多任务点的无人艇路径规划方法,其特征在于,包括:

2.根据权利要求1所述的多任务点的无人艇路径规划方法,其特征在于,对所述任务区域内的多个所述任务点信息进行转换处理,得到目标二维网格,包括:

3.根据权利要求1所述的多任务点的无人艇路径规划方法,其特征在于,所述预设路径规划模型的训练过程包括:

4.根据权利要求3所述的多任务点的无人艇路径规划方法,其特征在于,按照预设刻度、多个所述任务点信息对所述预设任务区域进行转换处理,得到动态二维网格,包括:

5.根据权利要求4所述的多任务点的无人艇路径规划方法,其特征在于,根据接收的动态参数对所述初始二维网格进行设置,得到动态二维网格,包括:

6.根据权利要求5所述的多任务点的无人艇路径规划方法,其特征在于,根据所述动态参数,计算得到无人艇实时航速,包括:

7.根据权利要求3所述的多任务点的无人艇路径规划方法,其特征在于,根据所述动态二维网格对预设网络模型进行训练,得到预设路径规划模型,包括:

8.一种多任务点的无人艇路径规划装置,其特征在于,包括:

9.一种计算设备,其特征在于,包括:处理器、存储有计算机程序的存储器,所述计算机程序被处理器运行时,执行如权利要求1至7任一项所述的方法。

10.一种计算机可读存储介质,其特征在于,存储有指令,当所述指令在计算机上运行时,使得计算机执行如权利要求1至7任一项所述的方法。

...

【技术特征摘要】

1.一种多任务点的无人艇路径规划方法,其特征在于,包括:

2.根据权利要求1所述的多任务点的无人艇路径规划方法,其特征在于,对所述任务区域内的多个所述任务点信息进行转换处理,得到目标二维网格,包括:

3.根据权利要求1所述的多任务点的无人艇路径规划方法,其特征在于,所述预设路径规划模型的训练过程包括:

4.根据权利要求3所述的多任务点的无人艇路径规划方法,其特征在于,按照预设刻度、多个所述任务点信息对所述预设任务区域进行转换处理,得到动态二维网格,包括:

5.根据权利要求4所述的多任务点的无人艇路径规划方法,其特征在于,根据接收的动态参数对所述初始二维网格进行设置,得到动态二维网格,包括:<...

【专利技术属性】
技术研发人员:代严学孙世平张雨潇解恺权崇仁袁文亮梁立
申请(专利权)人:中船北京智能装备科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1