摘要
本申请公开了一种融合DQN和人工势场的大型船舶路径规划方法,包括:获取航行区域的航行环境信息,根据航行环境信息将航行区域划分为允许航行区域和航行禁区,获得航行区域的格栅地图数据;根据航行区域的格栅地图数据构建基于人工势场的合力场模型;根据合力场模型构建基于DQN算法的奖励函数;根据奖励函数进行船舶航行路径的深度强化学习搜索处理,获得第一路径规划数据;构建对应船舶的船舶仿真模型,对船舶仿真模型进行船舶定常旋回仿真,获取船舶仿真航行轨迹数据;根据船舶仿真航行轨迹数据对第一路径规划数据进行平滑性处理,得到第二路径规划数据。能够提高大型船舶路径规划的可行性。
技术关键词
路径规划方法
大型船舶
仿真模型
舵机伺服系统
深度强化学习
神经网络模型
轨迹
数据
DQN算法
直角转弯处
表达式
地图
贪心策略
非线性
序列
拷贝