无人行星车自适应协同探测方法

作者：罗汝斌; 颜鹏

来源：无人系统技术, 2019, 2(03): 37-42.

DOI：10.19942/j.issn.2096-5915.2019.03.003

• 行星车
• 协同探测方法
• 自学习
• 深度强化学习
• Gazebo仿真环境
• 卷积神经网络

无人行星车通过对地外天体的探测,对人类开发利用空间资源具有重要的意义。提出一种无人行星车自适应协同探测方法,赋予行星车自学习能力。首先将探测环境进行栅格化处理;然后使用卷积神经网络处理探测环境信息以及激光雷达数据,提取环境特征;接着使用强化学习方法学习探测环境的策略,在学习过程中,对奖励函数进行了详细设计,使行星车可以快速无碰撞的探测给定区域,同时,行星车之间可以共享探测信息,加速学习的过程;最后在Gazebo软件中进行了仿真实验,由实验结果可知,行星车具有一定的协同能力,可以快速有效的探测给定的区域。

• 单位
  哈尔滨工业大学; 北京宇航系统工程研究所