-
公开(公告)号:CN118816883A
公开(公告)日:2024-10-22
申请号:CN202410801746.6
申请日:2024-06-20
Applicant: 大连海事大学
IPC: G01C21/20 , G06Q10/047 , G06F17/10
Abstract: 本发明公开了一种基于改进Q学习算法的无人艇航迹规划方法,通过建立栅格化海图,获取目的地位置坐标、障碍物的位置坐标,栅格单元所处位置的水深;并根据水面自主航行器的运动数学模型获取本船位置坐标,这样能够最大程度的反映出海洋的真实环境,据此建立包括碰撞与抵达奖励函数、深水区浅水区奖励函数、航路转向点奖励函数和最优路线奖励函数的Q学习算法的奖励函数,进而基于Q学习算法获取USV的最优路径,以实现对无人艇的航迹规划。本发明旨在通过Q学习算法综合考虑路径长短、深、浅水区、航路转向点等多因素要求,进行多目标优化,从而为USV进行真实海况下的航迹进行规划。
-
公开(公告)号:CN118778646A
公开(公告)日:2024-10-15
申请号:CN202410801759.3
申请日:2024-06-20
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于SAC‑PID的无人艇航迹控制方法,通过对SAC算法的状态空间和动作空间进行定义,获取水面自主航行器的PID航迹控制器的参数集合;同时建立了SAC算法的奖励函数,以根据SAC算法的状态空间,基于SAC算法对水面自主航行器的PID航迹控制器的参数进行调整;进而通过PID航迹控制器获取船舶的速度与舵角,实现对无人艇的航迹控制。本发明利用SAC算法实现对PID控制器参数的自适应整定,最终实现USV航迹控制,不容易陷入局部最优,具备较强的自主学习能力。解决了传统的PID参数整定方法依赖人工经验整定,且整定之后很难改变的问题,时间成本与人力成本均显著降低,且实时性强。
-