USV自适应局部危险规避方法研究
【摘要】:危险规避技术是目前关于水面无人艇研究的重要方向之一。水面无人艇在执行任务的过程中,需要能够高度智能化、自适应的躲避海面上的障碍物。危险规避通常包括全局危险规避和局部危险规避。其中,全局危险规避一般采取静态的方法实现,在水面无人艇高速行使过程中,进行动态的局部危险规避更为重要。因此,针对水面无人艇自适应局部危险规避相关方法研究是很有意义的。
本文主要研究了水面无人艇在复杂海洋环境中为了适应海风的影响进行局部危险规避的方法。海洋环境复杂多变,对水面无人艇产生影响的海洋环境因素主要包括海风、海浪、海流等。由于水面无人艇的高速特性,在其进行危险规避的航行过程中,海风对其影响格外显著。水面无人艇只有实现了可靠的危险规避才能保证其自身的安全,为了进一步提高水面无人艇的自适应性,文中引入结合混沌思想的Q学习机制实现。本文具体完成的主要工作有:
本文首先介绍了当前国内外水面无人艇的发展现状和趋势,并指出了相关研究热点,针对国内相关领域的不足,提出本课题的研究背景和意义。然后分析了复杂海洋环境对水面无人艇局部危险规避的影响,同时介绍了国内外水面无人艇局部危险规避方法的研究现状和取得的成果。接着改进了一种可用于水面无人艇局部危险规避的模糊ND方法。本文的重点是考虑在海风作用下,研究水面无人艇的局部危险规避方法,为了提高其局部危险规避的自适应能力,本文采用了学习的思想,引入了Q-学习的机制。文中论述了Q学习的设计过程,采用Q表来实现Q函数,学习过程中动作的选择和利用采用混沌思想和ε greedy相结合的方式。为了提高学习效率和Q-学习算法的收敛速度,本文针对海风的特点采用了相似状态的概念,利用相似状态的内在联系,同时更新多Q值。通过相关仿真实验验证了上述所提方法的可行性,并对仿真效果进行了相关分析。
最后,对全文进行了总结概括,并对今后所要做的工作做了展望。
|
|
|
|
1 |
王文玺;肖世德;孟祥印;陈应松;张卫华;;基于递阶强化学习的自主机器人路径规划智能体[J];计算机集成制造系统;2009年06期 |
2 |
王文玺;肖世德;孟祥印;张卫华;;模糊神经网络下基于强化学习的自主式地面车辆路径规划研究[J];中国机械工程;2009年21期 |
3 |
王帅;;动态不确定环境下一种移动机器人路径规划方法[J];电气技术;2010年01期 |
4 |
毕盛;朱金辉;闵华清;钟汉如;;基于模糊逻辑的机器人路径规划[J];机电产品开发与创新;2006年01期 |
5 |
田静;黄亚楼;刘作军;;基于电路地图的带拖车移动机器人路径搜索[J];机器人;2005年06期 |
6 |
张建英;刘暾;;基于人工势场法的移动机器人最优路径规划[J];航空学报;2007年S1期 |
7 |
顾国昌,付岩,刘海波;基于遗传模拟退火算法的水下机器人路径规划[J];哈尔滨工程大学学报;2005年01期 |
8 |
曹江丽;;AUV任务规划技术的研究[J];舰船电子工程;2006年03期 |
9 |
王文玺;肖世德;孟祥印;陈应松;张卫华;;基于Agent的递阶强化学习模型与体系结构[J];机械工程学报;2010年02期 |
10 |
王宏健;熊伟;;基于蚁群优化的AUV全局路径规划研究(英文)[J];Journal of Marine Science and Application;2009年01期 |
11 |
陈世明,方华京;动态未知环境中的优化路径规划算法[J];华中科技大学学报(自然科学版);2003年12期 |
12 |
厉广伟;曹爱增;尹建芹;;基于视觉的足球机器人决策规划研究进展[J];济南大学学报(自然科学版);2006年02期 |
13 |
陆军,徐莉,周小平;强化学习方法在移动机器人导航中的应用[J];哈尔滨工程大学学报;2004年02期 |
14 |
李瑞;强化学习主要算法的研究[J];渝西学院学报(自然科学版);2004年03期 |
15 |
徐培,金鸿章,王科俊,阎立涛;一种新型的船舶横摇运动实时预报方法[J];中国造船;2002年01期 |
16 |
李春贵,刘永信;一种有限时段Markov决策过程的强化学习算法[J];广西工学院学报;2003年01期 |
17 |
柳毅;高晓光;卢广山;陈红林;;机载多智能体信息融合决策系统[J];火力与指挥控制;2007年09期 |
18 |
王云;韩伟;;一种基于划分和集成思想的多智能体强化学习[J];南京师范大学学报(工程技术版);2008年04期 |
19 |
张宏远,方宗德,傅卫平,王会丽;基于Petri网的AGV路径规划方法[J];组合机床与自动化加工技术;2001年07期 |
20 |
郭琦;洪炳熔;张华;;用Hopfield网络优化空间机器人的路径[J];哈尔滨工业大学学报;2003年08期 |
|