一种基于北斗定位系统和深度学习技术的无人船航迹和速度智能控制方法技术方案

本发明专利技术为一种基于北斗定位系统和深度学习技术的无人船航迹和速度智能控制方法，步骤为：针对已知信息建立初始环境空间模型，将计划航迹区域划分为相同大小的网格，采用栅格法模拟障碍物，原始障碍物标记为不可行区域，剩余的网格则为正常条件下的可航迹区域；由北斗卫星定位系统(BDS)实时采集无人船的精确位置信息及航行速度信息等，并实时返回信息；基于返回的信息，以无人船的精确位置为起点，开展空间搜索，即由起点向目标点发射射线，射线若被障碍物阻挡，则表示起点与目标点之间存在障碍物，然后，以起点为中心开始顺时针进行360°扫描，获取周围障碍物信息，并实时更新优化环境空间模型；基于无人船的位置及周围障碍物信息，通过确定代价函数进行寻优以获取子节点，接着在航行过程中通过不断地扫描、寻优从而获取子节点，直至无人船到达目标点为止；在无人船从起点经过N个子节点到达目标点的整个航行过程中，无人船根据北斗卫星定位系统(BDS)返回的位置信息和环境感知，实时更新设定航行速度；基于无人船实时的精确位置、寻优的航迹线路、更新的航行速度以及优化的环境空间模型，使用Matlab 2018平台，构建面向无人船航迹和速度控制的深度学习智能寻优模型，并进行模型求解，以实现控制变量的最优化求解。本发明专利技术的优点主要有实时信息精度高、灵敏度高和智能化。

【技术实现步骤摘要】

本专利技术属于无人船智能控制方法领域，具体涉及一种基于北斗定位系统和深度学习技术的无人船航迹和速度智能控制方法。

技术介绍

1、无人船是借助精确卫星定位和自身传感即可按照预设任务在水面航行的全自动水面机器人，具有重要的研究意义和价值。若使用无人船执行较危险任务，由于操作人员的参与程度低，人员受伤的风险可大幅降低，如对高污染水域进行无人船监测，可避免人员暴露于有害元素之中。然而，灵敏、鲁棒、实时的航迹规划和航速设定是提高任务成功率的重要保证。然而，现有无人船技术成熟度还不够高，尚存在灵活性不强、可靠性不高、实时性欠缺等问题。因此，针对于改善上述问题，本研究提出一种基于北斗定位系统和深度学习技术的无人船航迹和速度智能控制方法，北斗定位系统的应用提高了无人船实时信息的精度和准确度，而深度学习技术的使用可智能化地寻优到最佳航迹和瞬时航速。

技术实现思路

1、本专利技术的目的在于改善现有无人船智能控制方法存在的问题，提出一种基于北斗定位系统和深度学习技术的无人船航迹和速度智能控制方法。

2、为了实现上述目的本文档来自技高网...

【技术保护点】

1.一种基于北斗定位系统和深度学习技术的无人船航迹和速度智能控制方法，其特征在于，包括如下步骤：

2.如权利要求1所述的方法，其特征在于：所述步骤一中，建立初始环境空间模型：栅格粒度的确定影响着航迹规划的准确性，栅格粒度的取值如果过小，会造成环境空间的信息量过大；而栅格粒度的取值如果过大，当障碍物较多时，会导致无法找到有效航迹，因此，需通过环境中障碍物的疏密度来确定栅格粒度。在计算障碍物面积时，对于不是矩形的障碍区域，对障碍物边缘进行扩充，以构成矩形区域，并将扩充部分一并算为障碍物进行考虑，通过将障碍物矩形化来确定和计算障碍物的面积，然后利用障碍物总面积所占栅格空间总面积的比...

【技术特征摘要】

1.一种基于北斗定位系统和深度学习技术的无人船航迹和速度智能控制方法，其特征在于，包括如下步骤：

2.如权利要求1所述的方法，其特征在于：所述步骤一中，建立初始环境空间模型：栅格粒度的确定影响着航迹规划的准确性，栅格粒度的取值如果过小，会造成环境空间的信息量过大；而栅格粒度的取值如果过大，当障碍物较多时，会导致无法找到有效航迹，因此，需通过环境中障碍物的疏密度来确定栅格粒度。在计算障碍物面积时，对于不是矩形的障碍区域，对障碍物边缘进行扩充，以构成矩形区域，并将扩充部分一并算为障碍物进行考虑，通过将障碍物矩形化来确定和计算障碍物的面积，然后利用障碍物总面积所占栅格空间总面积的比例，来确定栅格粒度。

3.如权利要求1所述的方法，其特征在于：所述步骤二中，北斗卫星定位系统(bds)在亚洲地区具有较高的定位精度，即便在复杂环境下仍能保持较高的定位精度，因此非常适于无人船的航迹定位，可精确至米级。

4.如权利要求1所述的方法，其特征在于：所述步骤三中，通过起点360°扫描，获得第1代子节点集合。即判断第1代各子节点到目标点是否存在...

【专利技术属性】
技术研发人员：潘鹏，李洋，赵林，
申请(专利权)人：天津大学，
类型：发明
国别省市：