基于雷达图像和深度Q网络的冰区航路规划方法

作者：张学生; 王胜正^*; 杨兵

来源：计算机应用, 2021, S2: 304-308.

• 冰区航行
• 雷达图像
• 深度强化学习
• 路径规划
• 局部航路优化

针对船舶在高纬度地区遭遇复杂冰情难以进行局部航路规划的问题,提出了一种基于雷达图像和深度Q网络(DQN)的航路规划方法。首先,通过对船载雷达回波图像的处理得到船舶周围的海冰分布信息。然后,将船舶视为一个智能体,基于DQN设计了船舶的状态空间、动作空间和奖励机制,将栅格化的海冰分布图输入到该网络让智能体在"环境-行为-奖励"的过程中学习,经多回合训练后,使得船舶能基于本船当前位置沿着预定航向规划出一条穿越冰区的航路。最后,对规划航路节点进行降冗余平滑处理,并将其坐标转换为地理坐标,提高对实际航行的指导意义。实验结果表明,所提方法能够在复杂冰情中进行有效的避冰航路规划,实现了船舶在冰区的局部航路调整,验证了该方法的可行性。

• 单位
  上海海事大学