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。
技术关键词
强化学习模型
无人船自主航行
自主航行控制
模型预测控制算法
六自由度动力学模型
蚁群算法
全局路径规划
障碍物
启发式信息
惯性导航传感器
策略
网络结构
航行器
优化约束条件
激光雷达传感器
数据
参数
坐标
速度