[发明专利]一种针对快速移动障碍物的无人艇避碰方法

说明书

本发明公开了一种针对快速移动障碍物的无人艇避碰方法，包括以下步骤：获取障碍物的位置信息、几何形状信息以及无人艇的位置信息，规划无人艇能够躲避障碍物的安全避让行驶范围；根据无人艇的位置判断障碍物是否进入安全避让行驶范围内，如果障碍物进入该范围内，则根据深度强化学习法DQN进行避障，躲避快速移动的动态障碍物以及安全通过船舶通行口；如果障碍物不在该范围内，则根据人工势场法接近目标地，当安全达到最终目标地则结束。该方法利用人工势场法中的引力保证无人艇可以接近目标地，并引入DQN深度强化学习代替人工势场法中的斥力来躲避障碍物，避免现有技术中容易陷入局部最优的问题。

技术领域

本发明涉及无人艇避障领域，尤其涉及一种DQN与人工势场法结合的快速躲避动态障碍物的水上无人艇避障算法。

背景技术

水上无人艇(USV)是一种无人操作的水面舰艇，主要用于执行危险以及不适于有人船只执行的任务。民用主要集中在石油行业、天然气行业、大学和实验室等研究领域，用于海岸测量测绘、海安环境监测、海洋气象预报、海洋生物研究、通信中继，海洋资源勘探与开发、领海监视等。在军事领域的运用集中在未来的战争中实现侦察、监视、探测、情报收集、阵地防护、武装打击、执行特殊任务等，是实现在战争中零伤亡的必要方式。军事专家们始终相信无人艇这个海上新概念，将会在未来的战争中协同无人飞行器、无人潜航器和无人车辆等，共同构筑成一个完整的无人化战场。

无人艇如果要实现上述的功能就必须要在目标海域正常安全的航行，能对出现的障碍物进行主动避让，这种避障属于路径规划领域，可以分为全局路径规划和局部路径规划。全局路径规划根据已知的环境信息规划出一条安全并且经济的路线，但实时性不好，当环境改变，如出现未知障碍物时，无人艇就不能及时做出反应。局部路径规划则偏向于无人艇当前的局部环境信息，利用这些信息，无人艇可以避开未知的障碍物。无人艇通过船载传感器探测当前的局部环境信息，获得障碍物的位置以及形状等信息，再运用避障算法对障碍物做出反应。对于未知动态障碍物的躲避是比较困难的，目前有一些可以实现的局部路径规划算法，比如人工势场法，动态窗口法，遗传算法和模糊逻辑算法等等。主要考虑人工势场法，其基本思想是将无人艇抽象成在一个人造引力场里运动，目标点提供“引力”，障碍物提供“斥力”，最后通过计算合力来决定无人艇的运动。这种算法的优点是规划出的路径比较平滑且安全，但这种方法存在局部最优的问题，比如在船舶通行口或者桥梁通航孔这种两边是障碍物的情况就会陷入局部最优，无法到达目标点。并且这种方法对障碍物的躲避是全局性的，在无人艇开始行驶时就已经开始了避障行为，对于现实情况中突然出现的快速移动障碍物就不具备避障能力了。

发明内容

根据现有技术存在的问题，本发明公开了一种针对快速移动障碍物的无人艇避碰方法，具体包括如下步骤：

获取障碍物的位置信息、几何形状信息以及无人艇的位置信息，规划无人艇能够躲避障碍物的安全避让行驶范围；

根据无人艇的位置判断障碍物是否进入安全避让行驶范围内，如果障碍物进入该范围内，则根据深度强化学习法DQN进行避障、从而躲避快速移动的动态障碍物以及安全通过船舶通行口；

如果障碍物不在该范围内，则根据人工势场法接近目标地，再判断无人艇是否到达临时目标地若到达临时目标地则根据人工势场法接近最终目标地，当安全达到最终目标地则结束。

进一步的，以障碍物的中心位置再加上障碍物的最大半径得到障碍物的圆形范围，根据无人艇的几何信息得到无人艇的圆形范围，将无人艇的圆形范围和障碍物的圆形范围相加得到无人艇安全躲避障碍物的距离，将该距离定义为安全避让行驶范围。

进一步的，根据深度强化学习法DQN进行避障时首先对神经网络进行训练：设定状态s包括无人艇当前时刻的位置信息、无人艇与未知动态障碍物的距离sa和无人艇距离目标点的距离so，动作a包括：向前、左舵、左满舵、右舵和右满舵信息，将状态s反复输入至神经网络中进行训练输出动作a，采用如下激励函数对神经网络的反馈奖励r进行优化：