Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于人工智能的无人船自主航行控制方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

摘要:本发明提供基于人工智能的无人船自主航行控制方法及系统,涉及控制技术领域,包括通过多源传感器采集无人航行器的实时航行数据,将航行环境特征数据输入预先训练的强化学习模型,所述强化学习模型采用双重Q网络结构,基于环境奖励函数对航行策略进行迭代优化,生成航行策略优化参数;根据所述航行策略优化参数构建多目标航线优化模型,采用改进蚁群算法对航线进行全局优化,输出最优航行路径数据;根据所述最优航行路径数据建立分层式航行控制模型,所述分层式航行控制模型包括战略层、战术层和执行层,通过所述分层式航行控制模型输出航行控制指令,实现无人航行器的自主航行控制。

主权项:1.基于人工智能的无人船自主航行控制方法,其特征在于,包括:通过多源传感器采集无人航行器的实时航行数据,所述多源传感器包括惯性导航传感器、视觉传感器、激光雷达传感器以及毫米波雷达传感器;基于深度神经网络对所述实时航行数据进行特征融合处理,得到航行环境特征数据;将所述航行环境特征数据输入预先训练的强化学习模型,所述强化学习模型采用双重Q网络结构,基于环境奖励函数对航行策略进行迭代优化,生成航行策略优化参数;根据所述航行策略优化参数构建多目标航线优化模型,所述多目标航线优化模型以航行时间最短以及能源消耗最小为优化目标,采用改进蚁群算法对航线进行全局优化,其中所述改进蚁群算法引入自适应信息素挥发因子和动态启发式因子,提高航线搜索效率;基于所述多目标航线优化模型输出最优航行路径数据;根据所述最优航行路径数据建立分层式航行控制模型,所述分层式航行控制模型包括战略层、战术层和执行层,其中战略层基于所述航行策略优化参数进行全局路径规划,战术层基于所述最优航行路径数据进行局部航线优化,执行层基于模型预测控制算法实现航行器的轨迹跟踪;通过所述分层式航行控制模型输出航行控制指令,实现无人航行器的自主航行控制。

全文数据:

权利要求:

百度查询: 北京星网船电科技有限公司 基于人工智能的无人船自主航行控制方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。