[發(fā)明專利]一種基于CW-RNN網(wǎng)絡的UUV實時避碰規(guī)劃方法

有效

• 申請?zhí)枺?/td>: 201810044019.4
• 申請日: 2018-01-17
• 公開（公告）號: CN108459614B
• 公開（公告）日: 2020-12-04
• 發(fā)明（設計）人: 王宏健;林常見;袁建亞;練青坡;王成龍;付明玉
• 申請（專利權(quán)）人: 哈爾濱工程大學
• 主分類號: G05D1/10
• 分類號: G05D1/10;G06N3/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明提供了一種基于CW?RNN網(wǎng)絡的UUV實時避碰規(guī)劃方法，屬于水下航行器導航領(lǐng)域。本發(fā)明提供的方法如下：步驟1：構(gòu)建全局坐標系和局部坐標系，建立聲納仿真模型；步驟2：設計用于實時避碰規(guī)劃的CW?RNN網(wǎng)絡；步驟3：構(gòu)建數(shù)據(jù)集用于神經(jīng)網(wǎng)絡的訓練階段和測試階段；步驟4：利用訓練集中數(shù)據(jù)訓練CW?RNN網(wǎng)絡，得到實時避碰規(guī)劃器；步驟5：將聲納探測信息及目標點信息輸入至基于CW?RNN網(wǎng)絡的避碰規(guī)劃器，獲得UUV下一時刻的轉(zhuǎn)艏及速度的調(diào)整指令。本發(fā)明提供的方法得到的規(guī)劃器不僅有強大的學習能力，同時還具有非常強的泛化能力，適用于各種復雜的環(huán)境；同時可滿足實時性的要求，并且所規(guī)劃的路徑滿足UUV運動特性的要求。

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于時鐘裝置循環(huán)神經(jīng)網(wǎng)絡(Clock Work Recurrent NeuralNetwork,CW-RNN)的無人水下航行器(UUV)的實時避碰規(guī)劃方法，屬于水下航行器導航領(lǐng)域。

背景技術(shù)

隨著人類對海洋資源的不斷開發(fā)與探索，水下機器人在各個領(lǐng)域都得到了越來越廣泛的應用。作為新一代水下機器人具有隱蔽性強、機動性好、活動范圍大、安全、智能等優(yōu)點，是完成各種水下任務的重要工具。為完成各種任務，UUV必須具有在未知環(huán)境下工作的能力。這就需要UUV具備實時避碰規(guī)劃的能力來保證UUV的安全航行。

實時避碰規(guī)劃要求UUV在航行過程中根據(jù)傳感器探測到的已知的環(huán)境信息找到一條從起點到終點的無碰撞安全路徑。目前可用于避碰規(guī)劃的方法主要有蟻群算法、遺傳算法、人工免疫算法、人工勢場法、粒子群優(yōu)化算法、A*算法、Dijkstra算法等。對于實時避碰規(guī)劃問題，除了考慮安全性和避碰運動平滑性等，系統(tǒng)的實時性也是重要的指標，然而基于上述傳統(tǒng)算法的實時避碰規(guī)劃系統(tǒng)，存在環(huán)境模型的精度以及路徑的優(yōu)化程度與規(guī)劃的實時性相互矛盾的問題。深度學習是目前最具潛力的人工智能算法，其強大的非線性擬合能力可以為UUV提供一套簡單、高效、易于實現(xiàn)的實時避碰規(guī)劃系統(tǒng)。這使得UUV具有了一定的自主學習的能力，從而減少了其對感知設備的依賴，增強了其在避碰過程中的靈活度。實時避碰規(guī)劃系統(tǒng)的規(guī)劃能力隨著UUV在運動的過程中的不斷學習而逐步提高。即使訓練集中只包含簡單環(huán)境下的避碰規(guī)劃樣本，訓練完成后的基于CW-RNN網(wǎng)絡的UUV實時避碰規(guī)劃器也可以靈活處理復雜多變環(huán)境下的避碰規(guī)劃問題。

中國專利CN107368076A公開了一種智能環(huán)境下機器人運動路徑深度學習控制規(guī)劃方法，該方法使用深度學習DBN網(wǎng)絡解決運載機器人全局路徑規(guī)劃問題。所提深度學習DBN網(wǎng)絡包括一層輸入層、三層隱藏層以及一層輸出層，其中可視層與第一隱藏層構(gòu)成第一層限制玻爾茲曼機RBM，第一隱藏層與第二隱藏層構(gòu)成第二層限制玻爾茲曼機RBM，第二隱藏層與第三隱藏層構(gòu)成BP網(wǎng)絡層。該專利采用逐層訓練的方法依次對兩層限制玻爾茲曼機RBM和BP網(wǎng)絡層進行訓練。與全局路徑規(guī)劃不同，避碰規(guī)劃器需要根據(jù)過去一段時間內(nèi)的環(huán)境障礙信息實時輸出規(guī)劃結(jié)果。相較于限制玻爾茲曼機RBM，CW-RNN具有處理較長時間序列的能力，且更適用于復雜的規(guī)劃問題。

發(fā)明內(nèi)容

本發(fā)明將提供了一種基于CW-RNN網(wǎng)絡的UUV實時避碰規(guī)劃方法，目的在于利用CW-RNN強大的擬合長時間序列的能力，解決UUV實時避碰規(guī)劃的問題，克服現(xiàn)有的實時避碰規(guī)劃方法存在環(huán)境模型的精度與規(guī)劃的實時性之間的矛盾，實現(xiàn)一個簡單、高效、易于實現(xiàn)的端到端的實時避碰規(guī)劃方法。

本發(fā)明的目的通過以下方式實現(xiàn)：

步驟1：構(gòu)建全局坐標系和局部坐標系，建立聲納仿真模型；

步驟2：設計用于實時避碰規(guī)劃的CW-RNN網(wǎng)絡；

步驟3：構(gòu)建數(shù)據(jù)集，包括訓練集和測試集，分別用于神經(jīng)網(wǎng)絡的訓練階段和測試階段；

步驟4：利用訓練集中數(shù)據(jù)訓練CW-RNN網(wǎng)絡，得到基于CW-RNN網(wǎng)絡的實時避碰規(guī)劃器；