武汉理工大学三亚科教创新园朱曼获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉武汉理工大学三亚科教创新园申请的专利一种面向船舶智能导航的节能路径规划与学习优化方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121113095B 。
龙图腾网通过国家知识产权局官网在2026-03-13发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511661362.X,技术领域涉及:G01C21/20;该发明授权一种面向船舶智能导航的节能路径规划与学习优化方法是由朱曼;黄涛;刘一皓;曹继宁;孔冕设计研发完成,并于2025-11-13向国家知识产权局提交的专利申请。
本一种面向船舶智能导航的节能路径规划与学习优化方法在说明书摘要公布了:本发明公开一种面向船舶智能导航的节能路径规划与学习优化方法,属于船舶路径规划领域,该方法基于固定坐标系与附体坐标系之间的运动学参数映射关系,结合Fossen刚体动力学模型,构建船舶操纵运动模型;通过构建海风、海浪、海流的数学模型并代入船舶操纵运动模型,最终构建船舶航行能量消耗模型;设置速度、航向角和安全距离三类约束条件和基于MDP框架设计安全强化学习算法;改进安全强化学习算法,通过搭建仿真环境、设置多组实验条件进行实验并分析结果。本发明构建船舶节能路径规划模型,提出改进安全强化学习方法,提升船舶航行能效与安全性,为绿色智能航运提供有效解决方案。
本发明授权一种面向船舶智能导航的节能路径规划与学习优化方法在权利要求书中公布了:1.一种面向船舶智能导航的节能路径规划与学习优化方法,其特征在于,包括: S1根据纵荡、横荡与艏摇三自由度的运动,通过固定坐标系与附体坐标系之间的运动学参数映射关系,结合Fossen刚体动力学模型,构建船舶操纵运动模型; S2构建海风、海浪、海流的数学模型并代入船舶操纵运动模型,最终构建船舶在纵荡、横荡、艏摇运动中的船舶航行能量消耗模型; S3设置约束条件,基于MDP框架设计安全强化学习算法; 设计安全强化学习算法的具体步骤如下: 1约束条件 设置速度约束、和安全距离约束三类约束条件,为路径规划划定“必须满足的边界”,用公式14表述: 14 其中,表示能量消耗,为能量消耗函数,为状态,为时刻,和分别为船舶速度的下限和上限,表示航行时的速度,为船舶在位置处的航向角,和分别为航向角的下限和上限,为时刻船舶的航向角,表示时刻船舶的航向角,为相邻时刻航向角变化的最大值,和分别为船舶位置和障碍物位置,为安全距离; 2基于MDP框架设计安全强化学习算法 安全强化学习算法是基于马尔可夫决策过程框架构建,其中,MDP框架由构成,各组件含义及数学表达为: :状态集合,包含船舶所有可能的状态; :动作集合,包含船舶可执行的所有动作; :状态转移概率模型,表示在状态下执行动作后转移到下一状态的概率; 计算下一状态的概率,其计算如公式15所示: 15 :奖励函数,表示在状态下执行动作并转移到下一状态时获得的即时奖励1,违反安全约束则获得负奖励; :时间折扣因子,取值范围为越接近1,越关注长期收益;越接近0,越关注短期收益; :最优策略,表示在任意状态下,最大化长期累积奖励的动作选择策略,最优策略的数学表达如公式16所示: 16 其中,为最优函数,代表在状态下执行动作后能获得的最大长期累积奖励; 最优函数由贝尔曼方程刻画状态下执行动作获得的最大化长期累积奖励,最优函数贝尔曼方程的数学表达如公式17所示: 17 其中,表示下一状态下执行的动作; S4基于ε-greedy策略、KMDP的改进安全强化学习算法; S5通过搭建仿真环境、设置多组条件进行验证并分析结果。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人武汉理工大学三亚科教创新园,其通讯地址为:572025 海南省三亚市崖州区崖州湾科技城用友产业园9号楼;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励