[发明专利]一种基于改进RNN的UUV实时避障规划方法

权利要求书

1.一种基于改进RNN的UUV实时避障规划方法，其特征在于，该方法包括以下步骤：

步骤1：将UUV布放在起始位置；

步骤2：UUV通过板载的传感器获得关于环境信息和目标点信息的时间序列数据；

全局坐标系为北东坐标系，坐标原点在地图左下角，正北方向为X轴，正东方向为Y轴；

船体坐标系原点在UUV重心处，X轴取在UUV纵向剖面内，指向UUV艏端，Y轴与纵剖面垂直，指向右舷；

二维多波束声纳仿真模型水平开角为120°，最大探测半径为120m，共80个波束，波束角为1.5°，水平方向分辨率为5m，虚警误警率为10％；

步骤3：训练基于改进RNN的UUV实时避障规划网络；

基于改进RNN的UUV实时避障规划网络包含输入层、隐藏层及输出层三层，网络输入为传感器探测信息，输出为UUV预期航速及转艏角度；

输入层由81个单元组成，其中前80个单元对应80维声纳探测信息，第81个单元对应UUV当前位置与目标点之间的夹角

隐藏层由卷积层、池化层和全连接层组成；

输出层由两个单元组成，分别对应期望的UUV转艏及航速；

输入层与隐藏层通过卷积操作连接，隐藏层与输出层间的连接方式为全连接；

基于改进RNN的UUV实时避障规划网络的前向传播过程可表述为：

h^t＝tanh(W^La^t,L-1+b^L+Uh^t-1)

o^t＝Vh^t+c

其中，a^t,l为t时刻第l层的输出向量；b,c为偏置；W,U,V为权重矩阵；tanh为正切函数；ReLU为线性整形单元；pool为池化操作；o为输出向量；为网络输出；L为网络层数；

基于改进RNN的UUV实时避障规划网络的反向传播过程可表述为：

误差函数定义为：其中y为网络期望输出；

c和V的梯度为：

定义第L层在t时刻的误差项为：

W^L、U及b^L的梯度为：

对于l＝L-1到2，误差项为：

W^l和b^l的梯度为：

基于改进RNN的UUV实时避障规划网络的训练过程：

步骤3.1：初始化改进RNN避障规划网络各层权重，令i＝0；

步骤3.2：令k＝0；

步骤3.3：取第k个批量的数据作为本次训练集，并令t＝0；

步骤3.4：将本次训练集中的输入数据输入到网络，经过改进RNN避障规划网络的前向传播过程得到对应输出y_t；

步骤3.5：计算网络输出与对应标签的误差；

步骤3.6：判断是否完成该批量计算，若是，执行步骤3.7，否则t＝t+1，并返回步骤3.4；

步骤3.7：利用小批量梯度下降误差反向传播方法更新改进RNN避障规划网络权重；

步骤3.8：判断是否所有批量数据均完成训练，若是，执行步骤3.9，否则k＝k+1，并返回步骤3.3；

步骤3.9：令i＝i+1，并判断iMOD 500是否为零，若是，执行步骤3.10，否则返回步骤3.2；

步骤3.10：在测试集中随机选取50个序列，使用当前网络进行测试，计算均方误差；

步骤3.11：若测试集中均方误差连续10次没有减小，则停止训练，否则返回步骤3.2；

步骤4：对关于环境信息和目标点信息的时间序列进行预处理，并输入到已经训练好的基于改进RNN的UUV实时避障规划网络；

步骤5：将避障规划网络输出的转艏和速度输入到UUV执行机构；

步骤6：执行机构得到转艏和速度后驱动UUV航行；

步骤7：判断UUV是否到达目标点，若是，避碰规划系统停止工作，否则返回步骤2。