基于深度强化学习的半潜式无人艇定深控制方法及装置

    公开(公告)号:CN117826846A

    公开(公告)日:2024-04-05

    申请号:CN202311560671.9

    申请日:2023-11-20

    Abstract: 本发明公开了一种基于深度强化学习的半潜式无人艇定深控制方法及装置,所述方法包括:构建半潜式无人艇在垂直面的二维运动模型,二维运动模型表征了所述半潜式无人艇的控制器发出的控制动作、环境信息与半潜式无人艇的运动状态的对应关系;由半潜式无人艇的控制动作、环境信息与对应的所述半潜式无人艇的运动状态组成训练数据,对DQN网络模型进行训练,得到训练完毕的DQN网络模型;半潜式无人艇使用自身的传感器采集半潜式无人艇当前状态和环境信息,提取特征向量输入训练完毕的DQN网络模型,输出半潜式无人艇的控制动作,基于控制动作,驱动半潜式无人艇的深度驱动装置。本方法显著提高半潜式无人艇的自主性、智能性和适应性。

    一种半潜式无人船避障方法及系统

    公开(公告)号:CN117472051A

    公开(公告)日:2024-01-30

    申请号:CN202311409478.5

    申请日:2023-10-27

    Abstract: 本发明涉及无人船自主避障技术领域,特别是涉及一种半潜式无人船避障方法及系统。包括:S1、通过激光雷达感知模块对无人船周围环境进行实时扫描,获取无人船的水上障碍物信息;S2、通过声纳模块获取无人船的水下障碍物信息;S3、通过融合模块将所述水上障碍物信息和水下障碍物信息进行融合,生成全景环境信息;S4、通过路径规划模块根据所述全景环境信息,规划所述无人船的最优的路径。本发明提出了一种能够全面感知环境、实时数据融合和智能化路径规划的半潜式无人船避障方法,以提高无人船在复杂海洋环境中的安全行驶能力。

Patent Agency Ranking