公开(公告)号：CN119573751A

公开(公告)日：2025-03-07

申请号：CN202411597539.X

申请日：2024-11-11

Applicant: 上海大学

Inventor： 宋锐 ,  潘俊雄 ,  陈甜红 ,  瞿栋 ,  程启兴 ,  彭艳

IPC: G01C21/34

Abstract: 本申请公开了一种动态自适应两栖车路径与能耗优化方法，涉及路径与能耗优化领域。该方法包括：获取信息数据；信息数据包括：环境数据和两栖车自身相关数据；环境数据包括：风速、风向、洋流速度、洋流方向、海浪高度和海浪频率；两栖车自身相关数据包括：位置、速度和加速度；所述信息数据含有时间戳；将信息数据输入至路径与能耗优化模型，得到优化后的规划路径信息；优化后的规划路径信息是基于启发式函数确定的能耗最低的规划路径；路径与能耗优化模型是采用强化学习算法和A*算法，基于两栖车水面能耗模型和启发式函数进行更新优化后得到的。本申请可实现路径与能耗优化，提高两栖车的续航能力和任务完成效率。

公开(公告)号：CN119512108A

公开(公告)日：2025-02-25

申请号：CN202411643417.X

申请日：2024-11-18

Applicant: 上海大学

Inventor： 宋锐 ,  陈甜红 ,  潘俊雄 ,  瞿栋 ,  程启兴 ,  钟雨轩 ,  彭艳

IPC: G05D1/43 ,  G05D109/30

Abstract: 本发明涉及一种基于模糊逻辑规则结合强化学习的水陆两栖车的路径规划方法及系统。规划方法包括如下步骤：根据水陆两栖车的应用场景，使用传感器收集场景参数，将所述场景参数作为输入参数；将所述输入参数模糊化处理，使用模糊规则库进行推理，得到模糊输出，使用重心法将所述模糊输出执行输出解模糊化；定义状态空间和动作空间，重置环境，执行动作并计算奖励，满足回合结束条件时完成该步骤；初始化Actor‑Critic神经网络，通过经验回放和目标网络的更新机制，实现策略的稳定学习；训练及优化Actor‑Critic神经网络，得到最佳路径规划策略。本发明提出的基于模糊逻辑规则结合强化学习的水陆两栖车的路径规划方法，通过模糊逻辑系统和强化学习算法的结合，实现对复杂环境下路径规划问题的高效求解，具备广泛的应用前景。