[发明专利]一种无人船路径规划方法及系统

说明书

本发明涉及一种无人船路径规划方法及系统，涉及智能船舶自主航行技术领域，用以解决智能船舶在复杂航行环境下的路径求解优化问题和收敛速度问题。所述无人船路径规划方法包括利用加权双重机制持续更新两个独立的Q表。所述无人船路径规划系统包括六个相互关联的系统单元，本发明提供的无人船路径规划方法及系统用于提升智能船舶航行时的自主行为决策能力。

技术领域

本发明涉及智能船舶自主航行技术领域，特别是涉及一种无人船路径规划方法及系统。

背景技术

随着海上交通密度的增加和船舶航速的提升，人为进行船舶航行决策正面临着巨大的压力。因此国内外学者对船舶智能行为决策问题进行大量的理论研究。对上述学者的理论成果深入研究和分析后可知，现有的无人船路径规划方法在面对复杂环境下的路径规划问题时，其算法在收敛时会产生较大的正偏差，导致规划的路径波动较大，且很容易出现局部最优现象；或解决了正偏差过大的问题的同时会出现负偏差现象，导致其算法收敛速度较慢，无法满足实时性的需求。针对上述问题，本发明提出一种无人船路径规划方法及系统，在满足实时性需求的同时，避免规划的路径出现局部最优且波动较大的问题。

发明内容

本发明的目的是提供一种无人船路径规划方法及系统。用以解决传统无人船路径规划方法在复杂环境下规划路径时无法满足实时性要求，且容易出现规划的路径波动较大和局部最优现象等问题。

为实现上述目的，本发明提供了如下方案：

一种无人船路径规划方法，包括以下步骤：

获取目标无人船的环境数据信息，根据环境数据信息设置虚拟无人船的路径规划虚拟训练环境；

初始化Q表1和Q表2，根据Q表1和Q表2得到目标Q表，并设置路径规划虚拟训练环境中的位置奖励值以及激励函数；

根据虚拟无人船在路径规划虚拟训练环境中所处的位置，在目标Q表中选择虚拟无人船能够得到最大动作函数值的目标动作；

控制虚拟无人船按照目标动作运行，更新虚拟无人船在路径规划虚拟训练环境中的位置状态，再根据位置奖励值和激励函数实时计算虚拟无人船在路径规划虚拟训练环境中的实时奖励值；

计算Q表1和Q表2各自的权值，根据权值以及实时奖励值更新Q表1和Q表2，并根据更新后的Q表1和Q表2得到新的目标Q表；

判断虚拟无人船是否到达目的地，若否，以更新后的新的目标Q表中对应的虚拟无人船在路径规划虚拟训练环境中的位置状态及动作价值函数值最高的目标动作控制无人船运行；并返回至“更新虚拟无人船在路径规划虚拟训练环境中的位置状态”；若是，根据更新后的目标Q表确定最终规划路径。

可选的，所诉目标无人船的环境数据信息包括障碍物位置信息、其他船舶位置信息、目标无人船自身位置信息以及目的地位置信息。

可选的，路径规划虚拟训练环境由电子海图系统对目标无人船的环境数据信息进行栅格化表示得到。

可选的，虚拟无人船的目标动作包括向前行驶、向后行驶、向左行驶、向右行驶、向左前45度行驶、向左后45度行驶、向右前45度行驶以及向右后45度行驶。

可选的，激励函数包括目的地导向激励函数和障碍物避障激励函数。

可选的，Q表存储有虚拟无人船在虚拟环境中所有状态位置以及在对应位置上的动作价值函数。

可选的，无人船路径规划方法还包括对最终规划路径进行检验，检验不合格则重新进行最终规划路径的确定，检验合格则根据最终规划路径控制目标无人船进行运行。

可选的，Q表1和Q表2的公式为：