| 成果基本信息 | ||||||
| 关键词: | 智能船舶,自主避碰,路径规划 | |||||
| 成果类别: | 应用技术 | 技术成熟度: | 初期阶段 | |||
| 体现形式(基础理论类): | 其他 | 体现形式(应用技术类): | 新技术 | |||
| 成果登记号: | 资源采集日期: | |||||
| 研究情况 | |||||
| 单位名称: | 武汉理工大学 | 技术水平: | 未评价 | ||
| 评价证书号: | 评价单位: | ||||
| 评价日期: | 评价证书号: | ||||
| 转化情况 | |||||
| 转让范围: | 合作开发 | 推广形式: | 合作开发 | ||
| 已转让企业数(个): | |||||
| 联系方式 | |||||
| 联系人(平台): | 孵化基地 | 联系人(平台)电话: | 0771-3394012 | ||
| *成果单位详细联系方式请登录会员;还不是会员,马上注册! | |||||
| 成果简介 | |||||
本发明公开了一种基于强化学习的智能船舶自主避碰及路径规划方法,包括以下步骤:1)获取本船周围的环境信息以及本船信息,感知环境状态空间;2)根据环境状态空间内的障碍物位置、航速,航向在内的相关信息计算避碰参数,判断是否存在碰撞风险;3)如果无碰撞风险,则直接进行路径规划;如果存在碰撞风险,则建立融合LSTM和强化学习原理搭建的智能船避碰模型,寻找避让的最佳避碰策略,获取对应的本船避碰所需的航速和航向;4)避碰策略执行结束之后,根据设定条件确定碰撞风险消失的临界位置点作为新的起点,然后利用路径规划算法重新进行路径规划。本发明引入了LSTM神经网络,运用Bellman方程更新最优策略,实现避碰动作的连续性 |