一种基于深度强化学习的智能航线规划方法技术

本发明专利技术涉及智能航线规划技术领域，提出了一种基于深度强化学习的智能航线规划方法，结合AIS数据预处理、强化学习算法、状态空间设计、动作空间设计和奖励函数设计实现智能航线规划。具体的，通过AIS数据预处理，识别与剔除异常停止点、异常漂移点、异常转向点。同时，通过整理并筛选出历史航线数据，构建了船舶历史航迹的安全数据库。第三，建立深度强化学习模型，通过将K‑means算法结合到DQN算法中，实现了提高DQN算法的收敛速度。本发明专利技术实现了一种高效、安全且可扩展的智能航线规划方法。

【技术实现步骤摘要】

本专利技术涉及智能航线规划领域，具体为一种基于深度强化学习的智能航线规划方法。

技术介绍

1、随着经济全球化的发展和国际贸易频发。船舶作为一种运输工具因其运输成本低廉、运输能力强、能耗低等特点，成为国际贸易和全球化的基石之一，为国际贸易和物流提供了可靠、高效和低成本的运输服务。高速的经济发展对海上智能运输提出更高的要求，如何提高海上运输效率、降低成本、增强安全性等方面的改进来推动航运行业的发展，已经成为航运科技领域中最热门的话题。同时，船舶运输成本中占比最大的是消耗的燃料成本。航线越长，船舶相应的燃料消耗也越多，船舶航行的成本也就越高。因此，在保证安全的前提下规划出尽可能短的航线成为了船舶降低运输成本、提高运输效率的因素之一。航行安全是船舶路径规划的首要考虑因素。船舶在复杂的海洋环境中航行，需要避免与其他船舶、障碍物、海洋生态系统发生碰撞，确保航行安全。另外，船舶在航行过程中会遇到各种动态变化的环境因素，如天气、海流、水文条件等。这些因素对船舶路径规划产生重要影响，需要考虑如何适应和应对这些变化，确保路径的实时性和适应性。动态环境下的路径规划需要及时获取环本文档来自技高网...

【技术保护点】

1.一种基于深度强化学习的智能航线规划方法，其特征在于，

2.基于权利要求1所述的一种基于深度强化学习的智能航线规划方法，其特征在于，对S1中所述异常停止点进行判定的方法为：

3.基于权利要求1所述的一种基于深度强化学习的智能航线规划方法，其特征在于，对S1中所述异常漂移点进行判定的方法为：如果一个轨迹点与前一个轨迹点之间的距离超过距离阈值lambda，则称该轨迹点为异常漂移点；所述距离阈值lambda的计算方法为：

4.基于权利要求1所述的一种基于深度强化学习的智能航线规划方法，其特征在于，对S1中所述异常转向点进行判定的方法为：基于转向点计算航线片...

【技术特征摘要】

1.一种基于深度强化学习的智能航线规划方法，其特征在于，

2.基于权利要求1所述的一种基于深度强化学习的智能航线规划方法，其特征在于，对s1中所述异常停止点进行判定的方法为：

3.基于权利要求1所述的一种基于深度强化学习的智能航线规划方法，其特征在于，对s1中所述异常漂移点进行判定的方法为：如果一个轨迹点与前一个轨迹点之间的距离超过距离阈值lambda，则称该轨迹点为异常漂移点；所述距离阈值lambda的计算方法为：

4.基于权利要求1所述的一种基于深度强化学习的智能航线规划方法，其特征在于，对s1中所述异常转向点进行判定的方法为：基于转向点计算航线片段，如果一个航线片段si与前一个航线片段si-1之间的斜率变化超过90°，则...

【专利技术属性】
技术研发人员：高轩宇，王翔宇，王绍函，
申请(专利权)人：中远海运科技股份有限公司，
类型：发明
国别省市：