[发明专利]考虑地面物理特性的星球车自主导航方法

说明书

本发明提供了一种考虑地面物理特性的星球车自主导航方法，包括：基于深度强化学习，构建关于星球车的自主导航模型；获取所述星球车的运行状态数据；将所述运行状态数据输入所述自主导航模型，输出得到所述星球车的导航运动决策；根据所述导航运动决策，控制所述星球车运动。本发明通过构建基于深度强化学习理论的自主导航模型，实现并提升了星球车的自主导航能力，便于星球车在脱离人工决策的情况下自主进行星球探测，提升了星球车的适应能力与运动能力，提升了星球车的自主程度、智能程度以及对星球的探测效率，且实现了从环境感知直接到运动决策的端到端映射，提升了星球车进行星球探测任务的执行效率。

技术领域

本发明涉及自主导航技术领域，具体而言，涉及一种考虑地面物理特性的星球车自主导航方法。

背景技术

例如好奇号、毅力号和祝融号等星球车是开展星球表面科学探测任务最直接、最高效的工具。相对于轨道探测器，星球车能够对星球表面进行大面积、近距离和深入式的原位探测，对于研究星球地表形貌、内部构造、地质特性等具有重要的科学意义。

目前，星球车的星球作业任务或多或少需要依赖人工决策。但是，由于其他星球与地球之间的距离等原因，导致例如火星的星球与地球之间的平均通信时延较长且通信带宽较低，极大限制了星球上进行探测任务的星球车向地球传输的数据量，使得地面指挥中心无法全程实时掌握星球车的运行状态；且传统的基于地面遥操作的方式极大限制了星球车的移动速度和范围。

也就是说，依赖人工决策的星球车缺乏一定的自主导航能力，制约了星球车星球探测效率的进一步提高，影响了星球探测计划的顺利开展。而且，在星球作业任务面向地形复杂但是科学价值丰富的未知区域进发时，其对于星球车的移动安全性也将提出更高的要求，需要自主导航能力更高的星球车。

发明内容

本发明解决的问题是：如何提升星球车的自主导航能力。

为解决上述问题，本发明提供一种考虑地面物理特性的星球车自主导航方法，包括：

基于深度强化学习，构建关于星球车的自主导航模型；

获取所述星球车的运行状态数据；

将所述运行状态数据输入所述自主导航模型，输出得到所述星球车的导航运动决策；

根据所述导航运动决策，控制所述星球车运动。

可选地，所述运行状态数据包括所述星球车的运行参数数据与星球车所在处的环境数据。

可选地，所述基于深度强化学习，构建关于星球车的自主导航模型包括：

构建关于所述星球车的待训练自主导航模型；

基于深度强化学习，采用仿真平台对所述待训练自主导航模型进行训练，得到所述自主导航模型。

可选地，所述构建关于所述星球车的待训练自主导航模型包括：

构建关于所述星球车的基于马尔可夫决策过程的所述待训练自主导航模型；其中，所述待训练自主导航模型包括五元组：S，A，P，R，γ；

其中，S表示所述星球车的状态空间，A表示所述星球车的动作空间，P和R分别表示状态转移概率和奖励函数，并分别代表所述星球车采取动作a∈A使状态从状态s∈S转移到下一步状态s′∈S的概率和奖赏；γ∈[0,1]为折扣因子。

可选地，所述构建关于所述星球车的基于马尔可夫决策过程的所述待训练自主导航模型之后，所述构建关于所述星球车的待训练自主导航模型还包括：

设计所述星球车的所述动作空间、所述状态空间以及所述奖励函数；

其中，所述奖励函数包括：目标点到达奖励函数、目标点接近奖励函数、车轮沉陷惩罚函数、车轮打滑惩罚函数、车体倾覆惩罚函数和车体碰撞惩罚函数。