基于四维风险评估的AUV动态避障方法

摘要

本发明所述基于四维风险评估的AUV动态避障方法，建立增加相对时间信息的四维风险评估模型，应用采取连续状态离散动作空间的强化学习算法DQN，以适应不确定的环境空间，实现提高AUV自学习能力与自适应性能力、以自主动态避障提高AUV航行的安全性能。主要包括有以下步骤：1)构建实用地图系统，在巡航状态下，根据前视声呐采集的数据构建障碍物相对于AUV的三维位置地图；2)建立四维风险评估模型；筛选出重点障碍物进行避碰，根据风险系数，选择避障动作与否；3)根据AUV当前状态，经强化学习，输出避碰动作行为；输出的动作行为，经底层控制模块传输至执行机构，形成具体的避碰行为作用于AUV；4)处理将强化学习样本处理后存储在样本库中；抽取样本，强化学习进行学习更新。