一种基于迁移强化学习的海上自主水面船舶避碰决策方法

    公开(公告)号:CN115167404B

    公开(公告)日:2024-04-19

    申请号:CN202210730090.4

    申请日:2022-06-24

    Abstract: 本发明提供一种基于迁移强化学习的海上自主水面船舶避碰决策方法,包括:获取船舶航行状态及周围环境信息;基于船舶航行状态和《规则》进行船舶会遇场景划分,确定各会遇态势下的船舶推荐避让行为;考虑国际海上避碰规则与良好船艺的制约,引入碰撞危险度概念设计奖励函数,构建基于深度强化学习的船舶自主避碰决策模型;重复训练构建的模型,构建船舶避碰任务集,提出船舶避碰任务的相似度和复杂度度量模型,进行源任务筛选;通过源任务的选择和特征函数提取进行知识的获取,引入知识迁移方法加速目标任务中船舶智能体的训练,在保证避碰安全性的基础上优化决策的实时性。本发明能够有效提升船舶在复杂航行环境中的避碰决策的安全性和实时性。

    一种考虑船舶运动学和CORLEGs的自适应智能船舶路径规划方法

    公开(公告)号:CN117369441A

    公开(公告)日:2024-01-09

    申请号:CN202311275308.2

    申请日:2023-09-28

    Abstract: 本发明提供一种考虑船舶运动学和CORLEGs的自适应智能船舶路径规划方法,包括以下步骤:初始化栅格地图与障碍物信息;依据获取的船舶航行位置信息,融合算法对航行图进行A‑star全局路径搜索;DWA算法使用A‑star规划路径上的航路关键点作为引导点进行航行;判断碰撞风险,存在碰撞风险时进行会遇局面的划分;DWA依据《国际海上避碰规则》(CORLEGs)优化采样轨迹,进行轨迹采样;在DWA算法完成局部避碰后,以引导点作为局部终点,进行航路恢复;智能船舶抵达终点后,算法结束。本发明结合全局路径规划和考虑CORLEGs的局部动态避碰,该技术方案能够为智能船舶在复杂航行态势下的全局路径规划与局部动态避碰提供支持。

    一种基于本体与贝叶斯网络的无人船态势认知与决策方法

    公开(公告)号:CN115713121A

    公开(公告)日:2023-02-24

    申请号:CN202211494570.1

    申请日:2022-11-25

    Abstract: 本发明提供一种基于本体与贝叶斯网络的无人船态势认知与决策方法,方法包括:分析无人驾驶船舶航行场景要素和态势感知信息构成以及之间的关联属性;基于本体论构建航行态势认知概念模型;结合航行态势感知数据对本体航行态势认知概念模型实例化;分析本体与贝叶斯网络结构,将本体owl语言转换为贝叶斯网络;利用转换后的贝叶斯网络结合当前航行场景进行行为决策推理。本发明可以充分利用本体知识模型整合驾驶先验信息的能力解决多源异构信息表达不充分的问题,并运用贝叶斯网络实现考虑不确定信息的决策推理,提高复杂航行场景下无人驾驶船舶行为决策的准确性。

    一种基于生成对抗模仿学习的船舶避碰决策方法

    公开(公告)号:CN115616917B

    公开(公告)日:2024-10-08

    申请号:CN202211394429.4

    申请日:2022-11-08

    Abstract: 本发明提供一种基于生成对抗模仿学习的船舶避碰决策方法,包括以下步骤:基于所述专家示范数据提取良好行为的状态‑动作对作为专家数据;初始化图像信息;将所述图像信息输入生成器中进行特征提取和对抗训练;获取生成器输出的状态‑动作对作为生成数据;将所述专家数据和所述生成数据输入至判别器中,所述判别器用于对所述生成数据进行二分类并输出对生成数据的真假判断值作为奖励信息;将所述奖励奖励信息反馈至环境输入中;反复执行上述步骤直至判别器输出的奖励信号都为真时,训练结束。本发明结合强化学习与模仿学习,既能够大大加快训练速度,又能够得到性能优越的避碰决策。

    一种面向不同自主程度船舶间的协商交互决策方法

    公开(公告)号:CN117494817A

    公开(公告)日:2024-02-02

    申请号:CN202311275299.7

    申请日:2023-09-28

    Abstract: 本发明提供一种面向不同自主程度船舶间的协商交互决策方法,方法包括:获取各船舶航行态势认知信息,分析航行态势认知信息组成与协商交互决策需求;根据航行态势认知信息组成与协商交互决策需求分析结果,基于语义互操作标准构建航行态势认知本体与协商交互决策本体;依据模糊理论构建碰撞危险度模型确定船舶交互时机;基于多阶段船舶行动域自适应地选取船舶交互目标;运用协商交互决策本体进行船舶避让方案协商达成决策共识。本发明可以在实时处理异构设备间航行态势信息的基础上,实现不同自主程度船舶间的意图交互并达成决策共识,为船舶在自主航行中实现安全、高效的协同避让提供解决方案。

    一种基于迁移强化学习的海上自主水面船舶避碰决策方法

    公开(公告)号:CN115167404A

    公开(公告)日:2022-10-11

    申请号:CN202210730090.4

    申请日:2022-06-24

    Abstract: 本发明提供一种基于迁移强化学习的海上自主水面船舶避碰决策方法,包括:获取船舶航行状态及周围环境信息;基于船舶航行状态和《规则》进行船舶会遇场景划分,确定各会遇态势下的船舶推荐避让行为;考虑国际海上避碰规则与良好船艺的制约,引入碰撞危险度概念设计奖励函数,构建基于深度强化学习的船舶自主避碰决策模型;重复训练构建的模型,构建船舶避碰任务集,提出船舶避碰任务的相似度和复杂度度量模型,进行源任务筛选;通过源任务的选择和特征函数提取进行知识的获取,引入知识迁移方法加速目标任务中船舶智能体的训练,在保证避碰安全性的基础上优化决策的实时性。本发明能够有效提升船舶在复杂航行环境中的避碰决策的安全性和实时性。

    一种混合航行环境下的船舶交互避让决策方法

    公开(公告)号:CN117496764A

    公开(公告)日:2024-02-02

    申请号:CN202311280093.3

    申请日:2023-09-28

    Abstract: 本发明提供了一种混合航行环境下的船舶交互避让决策方法,涉及智能船舶自主航行技术领域,包括如下步骤:S1、定义混合航行环境下的船舶驾驶员操船风格,获取会遇态势参数;S2、依据会遇态势参数将船舶避碰决策阶段过程建模为阶段博弈交互模型;S3、制定船舶避让序惯行动优先级表,求解阶段博弈交互模型的纳什收益均衡策略;S4、依据纳什收益均衡策略将船舶交互避碰过程建模为马尔科夫博弈模型;S5、将会遇态势参数输入至马尔科夫博弈模型进行Nash‑Q学习,得到各船的最优避让动作。本发明将会遇场景中的船舶均考虑为具有独立思考和决策能力的智能个体,实现混合航行场景下不同智能程度的船舶进行交互避碰、自主化解碰撞危险的目标。

    一种考虑船舶运动状态的海量船舶轨迹自适应重建方法

    公开(公告)号:CN117494017A

    公开(公告)日:2024-02-02

    申请号:CN202311280109.0

    申请日:2023-09-28

    Abstract: 本发明提供了一种考虑船舶运动状态的海量船舶轨迹自适应重建方法,包括如下步骤:S1、将船舶自动识别系统数据中的动态数据与静态数据合并成轨迹数据表;S2、基于滑动窗口算法根据相邻轨迹点时间间隔将海量的轨迹点划分为不同航次轨迹段;S3、识别与剔除每个航次轨迹段中的位置、航向和航速异常值;S4、基于滑动窗口算法将S3处理后的航次轨迹段中的轨迹点识别为转向运动状态和直航运动状态;S5、依据每个运动段的运动状态特征自适应采取特定的线性插值方法或三次样条插值方法重建轨迹段,将重建后的每个运动段合并成完整的航次轨迹段。本发明提出了一种海量船舶轨迹自适应重建的新思路,能够为船舶行为模式挖掘和海上交通流特征提取提供支持。

    一种基于APF-RRT融合算法的智能船舶路径规划方法

    公开(公告)号:CN118170128A

    公开(公告)日:2024-06-11

    申请号:CN202211567408.8

    申请日:2022-12-07

    Abstract: 本发明提供一种基于APF‑RRT融合算法的智能船舶路径规划方法,包括:通过电子海图获取起点、障碍物、目标点位置数据;在起始点与目标点之间创建随机搜索树,并选取随机采样点和离随机采样点最近的点;采用改进的人工势场函数对搜索树节点进行改进并找到合力生成的新节点;检测临近点和新节点之间是否存在障碍物,若不存在则保留节点;得到一条由多个节点构成的轨迹,利用三次样条插值对所述轨迹进行平滑处理,从而得到最终的规划路径。本发明将人工势场法与快速搜索随机树结合,充分利用人工势场法计算复杂度低、目标性强和实时性高的优点,以及快速搜索随机树法能够有效逃离局部最小值的优势,实现了智能船舶快速准确的路径规划方法。

Patent Agency Ranking