摘要
本发明提供了一种复杂水域下的无人船路径规划方法,旨在解决现有路径规划方法在动态水文环境中无法自适应调整的问题。通过利用无人船上的传感器(RTK‑GPS、激光雷达)进行环境信息采集,构建水文状态向量,并基于多智能体强化学习框架对全局路径进行初步规划。随后,结合改进A*算法进行局部路径微调,动态调整风险补偿项,确保无人船在不同水文环境下能够实现高效、安全的路径规划。该方法通过实时调整奖励函数权重,使无人船能够在不同水文环境中灵活应对,适应复杂的水域条件,提高路径规划的准确性与效率。
技术关键词
水文
局部路径规划
路径规划系统
时序预测模型
多智能体强化学习
LSTM模型
嵌入式传感器
闭环反馈机制
全局路径规划
无人船
流速
障碍物
动态
信息采集模块
深度强化学习模型
深度强化学习算法
风险
任务调度
系统为您推荐了相关专利信息
路径规划方法
节点
局部路径规划
栅格
Floyd算法
超像素分割方法
多模态特征融合
时序特征
多头注意力机制
动态邻接矩阵
导航终端设备
数据样本集合
多波束测深
水下机器人
管理系统
高斯烟羽模型
动态路径规划方法
无人机集群
垂直扩散系数
拍卖算法