[发明专利]一种基于神经网络的全覆盖路径规划方法在审
| 申请号： | 201811325956.3 | 申请日： | 2018-11-08 |
| 公开（公告）号： | CN109471446A | 公开（公告）日： | 2019-03-15 |
| 发明（设计）人： | 曹翔;彭静 | 申请（专利权）人： | 淮阴师范学院 |
| 主分类号： | G05D1/06 | 分类号： | G05D1/06 |
| 代理公司： | 北京捷诚信通专利事务所(普通合伙) 11221 | 代理人： | 王卫东 |
| 地址： | 223300 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于神经网络的全覆盖路径规划方法，包括：利用前置声纳模型探测AUV周围的环境信息,构建三维水下栅格地图；将环境信息映射到生物启发神经网络模型上，并在与栅格地图的未覆盖栅格对应的神经元中引入激励输入信号，计算每个神经元的活性输出值；根据每个神经元的活性输出值和方向向导函数为AUV的探测任务规划全覆盖路径；当AUV进入死区后，利用网络重置法快速逃离死区；如果遇见不规则的障碍物，利用模块法优化全覆盖路径；最后判断是否对探测目标完成全覆盖，如果完成，结束探测任务；否则，重复上述步骤。本发明采用生物启发神经网络和模板化路径规划相结合的方式，有效减少了重复覆盖问题，达到路径优化效果。 | ||
| 搜索关键词： | 全覆盖 神经元 路径规划 神经网络 探测 环境信息 栅格地图 死区 神经网络模型 路径优化 任务规划 探测目标 有效减少 输出 不规则 模板化 模块法 障碍物 重复 声纳 映射 覆盖 构建 前置 栅格 重置 三维 引入 优化 网络 | ||
【主权项】：
1.一种基于神经网络的全覆盖路径规划方法，其特征在于，包括以下步骤：步骤S10、利用前置声纳模型探测AUV周围的环境信息,动态构建三维水下栅格地图；步骤S20、将探测到的环境信息映射到生物启发神经网络模型上，并在与栅格地图的未覆盖栅格对应的神经元中引入激励输入信号，计算出每个神经元的活性输出值；步骤S30、根据生物启发神经网络模型的每个神经元的活性输出值和方向向导函数为AUV的探测任务规划全覆盖路径；步骤S40、判断当前AUV是否进入死区，如果是，执行步骤S50；否则，执行步骤S60；步骤S50、利用网络重置法快速逃离死区；步骤S60、判断是否遇见不规则的障碍物，如果是，执行步骤S70；否则，执行步骤S80；步骤S70、利用模块法优化全覆盖路径；步骤S80、判断是否对探测目标完成全覆盖，如果完成，结束探测任务；否则，执行步骤S10。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于淮阴师范学院，未经淮阴师范学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811325956.3/，转载请声明来源钻瓜专利网。
