基于深度学习与A星算法融合的无人船智能路径规划方法
申请号:CN202510172083
申请日期:2025-02-17
公开号:CN119958571A
公开日期:2025-05-09
类型:发明专利
摘要
本发明涉及基于深度学习与A星算法融合的无人船智能路径规划方法,通过融合深度学习与A*算法,为无人船的路径规划提供了智能化解决方案;深度学习模型能够实时捕捉并分析水上环境的复杂变化,提取关键特征,输出无人船在给定环境下的预测动作,而A*算法则以其高效、确定性的路径搜索能力,结合深度学习模型的预测结果,更新代价函数,生成并优化无人船的航行路径,还能够通过持续监控环境变化和路径执行情况,在必要时进行路径重规划,本发明的融合策略不仅提高了路径规划的智能化水平,还确保了路径的准确性和可行性,使无人船能够在复杂多变的水上环境中自主、安全地航行。
技术关键词
无人船智能
路径规划方法
强化学习模型
环境图像数据
算法
节点
门控循环神经网络
深度确定性策略梯度
训练深度学习模型
融合深度学习
寻找最优路径
静态障碍物
动态障碍物
融合策略
因子