[发明专利]一种基于迁移学习的装备车辆路径规划方法

说明书

本发明属于车辆的路径规划技术领域，具体是一种基于迁移学习的装备车辆路径规划方法。包括以下步骤，S1～获取装备车辆的基础数据，S2～获取规划时间及规划目标；S3～获取静态规划环境数据，S4～获取装备车辆行驶数据，S5～利用DDPG算法构建路径规划模型，S7～获取动态规划环境的参数变化数据；S8～构建动态规划环境域；S9～微调深度神经网络的参数，S10～将训练好的网络参数作为路径规划算法的输入，通过实时获取战中的地形、情报数据，不停调整规划策略，生成装备车辆的路径规划结果。S11～通过不同战中动态规划环境可得到不同战场环境的路径规划结果，将路径规划结果及其对应的网络训练参数作为历史样本。

技术领域

本发明属于车辆的路径规划技术领域，具体是一种基于迁移学习的装备车辆路径规划方法。

背景技术

装备车辆的路径规划问题一直在被学者研究，从简单的静态路网规划到复杂场景下的动态规划，路径规划的模型算法不断改进升级。装备车辆的路径规划不仅考虑装备车辆自身约束，包括装备长、宽、承重、转弯半径、涉水能力、越障能力、爬坡能力的固有约束，而且考虑复杂场景，尤其是战时多变的地形、气象环境对路径规划问题的约束，需要通过多种因素及匹配参数来控制输出合理路径。基于深度强化学习的DDPG算法能够很好的解决静态环境下基于多约束的路径规划问题，如何通过自主学习自动处理变换战时环境的动态路径规划问题，是本领域预解决的问题。

传统的路径规划算法，例如A^*算法、D^*算法、人工势场法、RRT算法，仅从已有拓扑结构的地图中，依据路径权重规划目标路径。然而，就装备车辆的路径规划而言，需要根据装备车辆、地形、气象多种约束进行路径规划，DDPG算法能够通过深度神经网络对路径规划算法进行预训练，得到静态环境下装备行驶所需的最优参数。

在实际的战中机动规划系统中，面临的战场环境多为动态变化的环境，不仅战中地形对装备车辆行驶影响较大，敌火力封锁区、核生化污染区的建立、销毁会导致装备车辆改道的可能。此时静态的DDPG算法由于预训练需要耗费大量时间，难以满足战中情况随时突发、计划临机改变的实时性要求。

发明内容

本发明为了解决上述问题，提供一种基于迁移学习的装备车辆路径规划方法。

本发明采取以下技术方案：一种基于迁移学习的装备车辆路径规划方法，包括以下步骤，

S1～获取装备车辆的基础数据，包括装备车辆的长、宽、高以及承重基础参数。

S2～获取规划时间及规划目标；战中行军设置有最晚到达时间，通过不同的规划目标，包括地表距离最短、时间最短、风险最小以及油耗最少，逆推通过各关键点的时间点及可休息时间，进而计算装备车辆的最晚出发时间。

S3～获取静态规划环境数据，包括影响装备车辆行驶的地表数据、地形数据以及气象数据。

S4～获取装备车辆行驶数据，基于已获取的地表地形数据以及特定气象数据，获取相应装备车辆的行驶数据，包括载重行驶速度、转弯半径、越障高度以及爬坡能力，为路径规划的每一路段的代价距离计算做数据准备；

S5～利用DDPG算法构建路径规划模型，通过装备车辆基础数据、规划时间及规划目标、静态规划环境数据、装备车辆行驶数据建立路径规划代价函数，利用深度神经网络的预训练得到代价函数中各约束条件的参数。

S6～构建静态规划环境域，环境域即实地的栅格地图；

S7～获取动态规划环境的参数变化数据；通过战场情报相关传感器将地形、气象、路况检测数据回传指挥控制系统，实时检测地形参数q_地，气象条件参数q_气，敌火力干扰下安全通行参数q_敌，第i个路段的风险参数R_i，路况参数q_路况，路段载重参数q_载重的变化。