基于强化学习的无人船动态避碰及路径规划算法研究

自主避障算法作为无人艇自动控制系统的核心之一，是保证无人艇（USV）安全航行的关键。为保证船舶智能避碰系统输出决策方案的合理性、有效性和可信性，需要在《国际海上避碰规则》的约束下对船舶避碰及路径规划技术进行研究。本研究围绕USV避碰控制开展USV在复杂动态环境中的避碰及路径规划问题，建立USV运动控制实验平台，在此环境下验证所提出的避碰算法的有效性。本研究主要研究工作如下：

1.从船舶操纵性出发，结合船舶避碰实践，建立起基于船舶操纵的避碰行动数学模型。

2.提出基于深度强化学习的海事规则动态避障算法。

3.为实现无人船舶在海上自主安全航行，根据所提出的避碰导航方法，搭建了基于模型船的USV避碰导航测试平台。

相关技术指标：算法应满足无人船避碰要求，能够判断双方会遇局面（对遇、交叉、追越），以安全的转向幅度（舵角的控制范围 [-35°,35°]）、安全距离和速度及早采取避碰措施，且避碰行动满足国际海上避碰规则要求。

技术创新点：1.提出无人船航行环境及会遇局面的类型辨识建模新方法。2.船舶航行中具有惯性、时变不确定性等复杂的非线性特征，克服传统避碰算法计算量大、无法实时给出避碰决策的问题，充分发挥采用强化学习的策略控制机制，搭建模块化的神经网络架构，用于引导无人船躲避障碍物和趋向目标位置。