[發(fā)明專利]一種基于GRU網(wǎng)絡(luò)的UUV實時避碰規(guī)劃方法

有效

• 申請?zhí)枺?/td>: 201810052628.4
• 申請日: 2018-01-17
• 公開（公告）號: CN108334677B
• 公開（公告）日: 2021-06-11
• 發(fā)明（設(shè)計）人: 王宏健;林常見;呂洪莉;李慶;張勛;劉大偉
• 申請（專利權(quán)）人: 哈爾濱工程大學(xué)
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/04;G06N3/08;G01C21/20
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于GRU網(wǎng)絡(luò)的UUV實時避碰規(guī)劃方法，其特征在于，包括以下步驟：

步驟一 構(gòu)建全局坐標(biāo)系和局部坐標(biāo)系，建立聲納仿真模型；

全局坐標(biāo)系采用北東坐標(biāo)系，地圖左下角為原點，正北方向為X軸，正東方向為Y軸；局部坐標(biāo)系原點選在UUV重心處，X軸取在UUV縱向剖面內(nèi)，指向UUV艏端，Y軸與縱剖面垂直，指向UUV右舷；二維多波束聲納仿真模型水平開角為120°，最大探測半徑為120m，共80個波束，波束角為1.5°，每個波束上探測噪聲為±1％；

步驟二 設(shè)計用于實時避碰規(guī)劃的GRU網(wǎng)絡(luò)；

所設(shè)計的GRU網(wǎng)絡(luò)為端對端模型，可以直接根據(jù)傳感器探測信息得出規(guī)劃結(jié)果，該網(wǎng)絡(luò)模型包含四層，分別為輸入層、隱藏層、中間層以及輸出層；

步驟三 構(gòu)建數(shù)據(jù)集；

數(shù)據(jù)集包括訓(xùn)練集和測試集，分別用于神經(jīng)網(wǎng)絡(luò)的訓(xùn)練階段和測試階段；構(gòu)建訓(xùn)練集時，在全局坐標(biāo)系中生成若干組隨機地圖及實時路徑，并在每個路徑節(jié)點采集聲納信息，所采集的信息為訓(xùn)練樣本，將實時路徑中UUV艏向調(diào)整的轉(zhuǎn)艏及速度作為訓(xùn)練標(biāo)簽；構(gòu)建測試集時，在全局坐標(biāo)系中生成若干組隨機地圖及實時路徑，并在每個路徑節(jié)點采集聲納信息，所采集的信息為測試樣本，將實時路徑中UUV轉(zhuǎn)艏及速度作為測試標(biāo)簽；

步驟四 利用訓(xùn)練集中數(shù)據(jù)訓(xùn)練GRU網(wǎng)絡(luò)，得到基于GRU網(wǎng)絡(luò)的實時避碰規(guī)劃器；

將訓(xùn)練數(shù)據(jù)中的聲納信息作為輸入數(shù)據(jù)，將訓(xùn)練集中相對應(yīng)的標(biāo)簽作為輸出數(shù)據(jù)，對GRU網(wǎng)絡(luò)進(jìn)行訓(xùn)練，從而獲得基于GRU網(wǎng)絡(luò)的實時避碰規(guī)劃器；損失函數(shù)為均方差函數(shù)；在訓(xùn)練過程中，采用小批量梯度下降誤差反向傳播算法優(yōu)化GRU網(wǎng)絡(luò)的權(quán)值；

步驟五 將聲納探測信息及目標(biāo)點信息輸入至基于GRU網(wǎng)絡(luò)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。

2.根據(jù)權(quán)利要求1所述的一種基于GRU網(wǎng)絡(luò)的UUV實時避碰規(guī)劃方法，其特征在于，GRU網(wǎng)絡(luò)的輸入層由81個單元組成，其中前80個單元分別對應(yīng)仿真聲納的80個波束中包含的距離信息，第81個單元對應(yīng)UUV當(dāng)前位置與目標(biāo)點之間的夾角；隱藏層由45個GRU模塊組成，每個GRU模塊都包含復(fù)位門和更新門結(jié)構(gòu)；序列長度為10，上一時刻的隱藏層的輸出反饋到下一時刻的模塊中；中間層由23個單元組成；輸出層由2個單元組成，分別對應(yīng)所規(guī)劃的下一時刻UUV的轉(zhuǎn)艏和速度；輸入層與隱藏層、隱藏層與中間層、中間層與輸出層間的連接方式為全連接；

GRU記憶模塊輸出計算方式為：

z_t＝σ(W_hzh_t-1+W_xzx_t+b_z)

r_t＝σ(W_hrh_t-1+W_xrx_t+b_r)

其中，z_t、r_t和h_t分別為t時刻更新門、復(fù)位門和記憶模塊的輸出；x_t為t時刻記憶模塊的輸入向量；h_t-1為t-1時刻記憶模塊的輸出向量；W_xz、W_xr和W_xh分別為模塊輸入與更新門、復(fù)位門和間的權(quán)重矩陣；W_hz和W_hr分別為t-1時刻記憶模塊的輸出與更新門和復(fù)位門間的權(quán)重矩陣；b_z、b_r和b_h分別為更新門、復(fù)位門和的偏置；σ(·)表示邏輯sigmoid函數(shù)，其為門單元的激活函數(shù)；·表示對應(yīng)元素相乘。

3.根據(jù)權(quán)利要求1所述的一種基于GRU網(wǎng)絡(luò)的UUV實時避碰規(guī)劃方法，其特征在于，數(shù)據(jù)集中仿真聲納探測到的距離信息為其中為當(dāng)前時刻第i個波束探測到的距離信息，當(dāng)?shù)趇個波束未探測到障礙時，

將t時刻聲納探測到的距離信息做如下處理：

將t時刻UUV所在位置與目標(biāo)點形成的角度表示為則t時刻GRU網(wǎng)絡(luò)的輸入向量

t時刻GRU網(wǎng)絡(luò)的標(biāo)簽l_t＝[Δθ_t,v_t]，其中Δθ_t和v_t分別表示期望的UUV轉(zhuǎn)艏和速度的調(diào)整指令。