[发明专利]一种基于GRU网络的UUV实时避碰规划方法

权利要求书

1.一种基于GRU网络的UUV实时避碰规划方法，其特征在于，包括以下步骤：

步骤一 构建全局坐标系和局部坐标系，建立声纳仿真模型；

全局坐标系采用北东坐标系，地图左下角为原点，正北方向为X轴，正东方向为Y轴；局部坐标系原点选在UUV重心处，X轴取在UUV纵向剖面内，指向UUV艏端，Y轴与纵剖面垂直，指向UUV右舷；二维多波束声纳仿真模型水平开角为120°，最大探测半径为120m，共80个波束，波束角为1.5°，每个波束上探测噪声为±1％；

步骤二 设计用于实时避碰规划的GRU网络；

所设计的GRU网络为端对端模型，可以直接根据传感器探测信息得出规划结果，该网络模型包含四层，分别为输入层、隐藏层、中间层以及输出层；

步骤三 构建数据集；

数据集包括训练集和测试集，分别用于神经网络的训练阶段和测试阶段；构建训练集时，在全局坐标系中生成若干组随机地图及实时路径，并在每个路径节点采集声纳信息，所采集的信息为训练样本，将实时路径中UUV艏向调整的转艏及速度作为训练标签；构建测试集时，在全局坐标系中生成若干组随机地图及实时路径，并在每个路径节点采集声纳信息，所采集的信息为测试样本，将实时路径中UUV转艏及速度作为测试标签；

步骤四 利用训练集中数据训练GRU网络，得到基于GRU网络的实时避碰规划器；

将训练数据中的声纳信息作为输入数据，将训练集中相对应的标签作为输出数据，对GRU网络进行训练，从而获得基于GRU网络的实时避碰规划器；损失函数为均方差函数；在训练过程中，采用小批量梯度下降误差反向传播算法优化GRU网络的权值；

步骤五 将声纳探测信息及目标点信息输入至基于GRU网络的避碰规划器，获得UUV下一时刻的转艏及速度的调整指令。

2.根据权利要求1所述的一种基于GRU网络的UUV实时避碰规划方法，其特征在于，GRU网络的输入层由81个单元组成，其中前80个单元分别对应仿真声纳的80个波束中包含的距离信息，第81个单元对应UUV当前位置与目标点之间的夹角；隐藏层由45个GRU模块组成，每个GRU模块都包含复位门和更新门结构；序列长度为10，上一时刻的隐藏层的输出反馈到下一时刻的模块中；中间层由23个单元组成；输出层由2个单元组成，分别对应所规划的下一时刻UUV的转艏和速度；输入层与隐藏层、隐藏层与中间层、中间层与输出层间的连接方式为全连接；

GRU记忆模块输出计算方式为：

z_t＝σ(W_hzh_t-1+W_xzx_t+b_z)

r_t＝σ(W_hrh_t-1+W_xrx_t+b_r)

其中，z_t、r_t和h_t分别为t时刻更新门、复位门和记忆模块的输出；x_t为t时刻记忆模块的输入向量；h_t-1为t-1时刻记忆模块的输出向量；W_xz、W_xr和W_xh分别为模块输入与更新门、复位门和间的权重矩阵；W_hz和W_hr分别为t-1时刻记忆模块的输出与更新门和复位门间的权重矩阵；b_z、b_r和b_h分别为更新门、复位门和的偏置；σ(·)表示逻辑sigmoid函数，其为门单元的激活函数；·表示对应元素相乘。

3.根据权利要求1所述的一种基于GRU网络的UUV实时避碰规划方法，其特征在于，数据集中仿真声纳探测到的距离信息为其中为当前时刻第i个波束探测到的距离信息，当第i个波束未探测到障碍时，

将t时刻声纳探测到的距离信息做如下处理：

将t时刻UUV所在位置与目标点形成的角度表示为则t时刻GRU网络的输入向量

t时刻GRU网络的标签l_t＝[Δθ_t,v_t]，其中Δθ_t和v_t分别表示期望的UUV转艏和速度的调整指令。