AUV轨迹跟踪方法和装置、系统、存储介质制造方法及图纸

本发明专利技术公开一种AUV轨迹跟踪方法和装置、系统、存储介质，包括：步骤S1、定义轨迹跟踪问题中的AUV模型；步骤S2、根据AUV模型，构建AUV轨迹跟踪问题的马尔科夫决策过程模型；步骤S3、根据马尔科夫决策过程模型，基于双评论家近端策略算法，得到轨迹跟踪网络；步骤S4、根据轨迹跟踪网络，在时变动力学环境下对AUV进行轨迹跟踪。采用本发明专利技术的技术方案，能够提升AUV在复杂动态的水下环境中进行轨迹跟踪的精度。

【技术实现步骤摘要】

本专利技术属于自主水下航行器，尤其涉及一种auv轨迹跟踪方法和装置、系统、存储介质。

技术介绍

1、auv作为一种能够在水下自主执行任务的无人系统，可以代替人类在未知和复杂的海底中工作，目前已经被广泛应用于海洋科学研究、资源探测、环境监测等多个领域。轨迹跟踪是auv自主导航的基本要求，其精确跟随参考轨迹的能力直接影响任务执行的准确性、效率和安全性。轨迹跟踪问题在经典控制领域中被广泛研究，并提出了多种控制方法，例如自适应控制、滑膜控制和模型预测控制等。然而，由于风浪，水流等因素的干扰，其动力学(如质量、流体阻力等)会不断的变化，这对跟踪精度造成了极大影响。传统控制算法无法充分迅速地对动力学参数的变化做出调整。

2、近年来，随着人工智能的快速发展，基于强化学习的控制方法开始吸引越来越多研究者的注意。基于强化学习的运动控制的核心原理是通过智能体与环境的交互，学习一种策略，使得智能体能够最大化长期累积奖励。这个环境可以通过马尔可夫决策过程来建模。马尔科夫决策过程(mdp)为强化学习提供了一个环境的理论模型，包括状态、动作、奖励等元素，描述了智能体与环境本文档来自技高网...

【技术保护点】

1.一种AUV轨迹跟踪方法，其特征在于，包括：

2.如权利要求1所述的AUV轨迹跟踪方法，其特征在于，步骤S1中，定义轨迹跟踪问题中的AUV模型包括：定义AUV动力学模型、确定AUV系统输入、确定AUV位姿状态向量和速度状态向量。

3.如权利要求2所述的AUV轨迹跟踪方法，其特征在于，所述步骤S2包括：

4.一种AUV轨迹跟踪装置，其特征在于，包括：

5.如权利要求4所述的AUV轨迹跟踪装置，其特征在于，定义轨迹跟踪问题中的AUV模型包括：定义AUV动力学模型、确定AUV系统输入、确定AUV位姿状态向量和速度状态向量。</p>

6.如权...

【技术特征摘要】

1.一种auv轨迹跟踪方法，其特征在于，包括：

2.如权利要求1所述的auv轨迹跟踪方法，其特征在于，步骤s1中，定义轨迹跟踪问题中的auv模型包括：定义auv动力学模型、确定auv系统输入、确定auv位姿状态向量和速度状态向量。

3.如权利要求2所述的auv轨迹跟踪方法，其特征在于，所述步骤s2包括：

4.一种auv轨迹跟踪装置，其特征在于，包括：

5.如权利要求4所述的auv轨迹跟踪装置，其特征在于，定义轨迹跟踪问题中的auv模型包括：定义auv动力学模型、确定auv系统输入、确定auv位姿状态...

【专利技术属性】
技术研发人员：陈超洋，袁野，何磊，杨丹，易遵辉，李沛，梁思奇，
申请(专利权)人：湖南科技大学三亚研究院，
类型：发明
国别省市：