海洋流影响下基于生物启发神经网络的 UUV 最优路径规划
机器人学
2022-06-22 v1 系统与控制
系统与控制
摘要
为消除水下环境中海洋流对最优路径的影响，本文提出一种为无人水下航行器（UUV）设计的智能算法。该算法由两部分组成：基于神经网络的算法，用于推导最短路径并规避所有可能的碰撞；以及调节组件，用于平衡海洋流影响所带来的偏差。本文详细给出了所提算法的优化结果，并与未考虑流影响的路径规划算法进行比较。比较结果证明了该路径规划方法在遇到不同方向和速度的海流时的有效性。
引用
@article{arxiv.2206.10087,
title = {Bio-inspired Neural Network-based Optimal Path Planning for UUVs under the Effect of Ocean Currents},
author = {Danjie Zhu and Simon X. Yang},
journal= {arXiv preprint arXiv:2206.10087},
year = {2022}
}