技术特征：
技术总结
本发明公开了一种基于深度强化神经网络的内河船舶干舷检测方法，将激光雷达与联动云台设立在内河岸边的高杆上，云台带动激光雷达调整检测高度和朝向角，对船舶的一侧进行扫描，获取不同检测参数下的船舶轮廓图像，利用强化学习神经网络作为强化学习值函数的逼近器，将船舶轮廓信息输入强化学习神经网络，从而确定当前激光雷达与联动云台做出何种动作来正确识别当前船舶干舷。本发明基于卷积神经网络对图像的识别能力，结合强化学习算法共同构建了深度强化神经网络，克服了深度学习网络在船舶超载识别领域现有的技术不足，提升了激光雷达对船舶干舷信息的检测能力，从而为内河船舶吃水情况的自动判别提供了技术支持。
技术研发人员：谢磊;郭文轩;刘颖;邱文聪;刘雪涛;张笛
受保护的技术使用者：武汉理工大学
技术研发日：2018.11.30
技术公布日：2019.02.22