一种基于APF-RRT融合算法的智能船舶路径规划方法

    公开(公告)号:CN118170128A

    公开(公告)日:2024-06-11

    申请号:CN202211567408.8

    申请日:2022-12-07

    Abstract: 本发明提供一种基于APF‑RRT融合算法的智能船舶路径规划方法,包括:通过电子海图获取起点、障碍物、目标点位置数据;在起始点与目标点之间创建随机搜索树,并选取随机采样点和离随机采样点最近的点;采用改进的人工势场函数对搜索树节点进行改进并找到合力生成的新节点;检测临近点和新节点之间是否存在障碍物,若不存在则保留节点;得到一条由多个节点构成的轨迹,利用三次样条插值对所述轨迹进行平滑处理,从而得到最终的规划路径。本发明将人工势场法与快速搜索随机树结合,充分利用人工势场法计算复杂度低、目标性强和实时性高的优点,以及快速搜索随机树法能够有效逃离局部最小值的优势,实现了智能船舶快速准确的路径规划方法。

    一种基于动态博弈的海上自主水面船舶避让行为决策方法

    公开(公告)号:CN113849909B

    公开(公告)日:2024-04-09

    申请号:CN202111101192.1

    申请日:2021-09-18

    Abstract: 本发明提供一种基于动态博弈的海上自主水面船舶避让行为决策方法,包括:获取周围环境及船舶信息,构建博弈参与船舶集合,基于所述周围环境及船舶信息分析航行会遇态势;基于船舶操纵性、船舶类型、船舶航行状态以及不同局势下船舶间的避让关系确定避让行动优先级;根据所述船舶驾驶认知实践构建可供参与船舶选择的行动集合;计算参与船舶收益函数,并结合模糊理论构建每个收益类别的隶属度函数,所述收益函数类别包括衡量船舶航行安全距离的安全性收益、衡量船舶能源消耗的经济性收益以及衡量避让策略合规性的社会性收益;构建避碰博弈树,并基于逆向归纳算法求解船舶最优的避碰行动序列。本发明能够有效提升船舶在复杂航行环境中的避碰能力。

    一种高效强化学习自主船舶避碰方法

    公开(公告)号:CN115107948B

    公开(公告)日:2023-08-25

    申请号:CN202210731061.X

    申请日:2022-06-24

    Abstract: 本发明提供一种高效强化学习自主船舶避碰方法,解决不确定环境下采用强化学习算法实现自主船舶避碰过程中易陷入局部迭代和收敛速度过慢问题。本发明针对实际航行环境下船舶避让决策考虑的会遇态势变化和转向率问题,构建综合考虑外部收益信号与内部激励信号结合的全新奖励函数,鼓励自主船舶对状态迁移概率较低的环境进行搜索。在内部激励信号与外部收益信号协同驱动训练的过程中,利用学习经验复用,挖掘历史训练数据的隐藏特征,保存累计回报期望值较大的策略,并利用随机概率模型对好的策略迁移应用,减少强化学习在自主船舶搜索过程中刻意学习和盲目性学习问题,进一步提高了自主船舶避碰方法的学习效率。

Patent Agency Ranking