买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：哈尔滨工业大学

摘要：本发明公开了一种最小化无用动作的节能性无人车路径导航方法，属于自主导航领域。节能性无人车路径导航方法包括以下步骤：步骤一、根据光流图像以及动作前一张光流图像预测出机器人执行的对应动作；步骤二、设置新的reward函数，根据过去一定“窗口”范围内的机器人动作序列以及当前的观测，预测出机器人目前应执行的动作从而进行躲避障碍，并在导航的同时减少多余无用的左右摇摆转向动作。本发明避免了传统SLAM方法中复杂繁琐的流程，通过视觉信息可以减少机器人强化学习决策过程中做出多余无用的摆动动作，从而提高导航的效率同时减少多余能量的消耗。

主权项：1.一种最小化无用动作的节能性无人车路径导航方法，其特征在于，节能性无人车路径导航方法包括以下步骤：步骤一、根据光流图像以及动作前一张光流图像预测出机器人执行的对应动作；步骤二、设置新的reward函数，根据过去前n个step长度范围内的机器人动作序列，即前几个时间步通过光流图像预测出的动作，以及当前的观测，预测出机器人目前应执行的动作从而进行躲避障碍，并在导航的同时减少多余无用的左右摇摆转向动作，其中，n≤10，在步骤一中，具体包括以下步骤：步骤一一、机器人获取当前帧的RGB观测图像和上一帧的RGB观测图像；步骤一二、基于所述当前帧的RGB观测图像和上一帧的RGB观测图像，通过LiteFlowNet来预测稠密光流；步骤一三、在仿真环境中让机器人不断地做动作，保存计算得到的光流图像以及对应执行的动作类型标签生成训练数据集；步骤一四、构建神经网络分类器，将数据集中的光流图像输入神经网络分类器中，预测出动作类型标签，并用监督学习的方式训练出一个动作分类器；步骤一五、将上一次执行动作后得到的光流图像和上一帧光流观测图像输入至分类器中，得到当前动作预测结果；在步骤二中，具体包括以下步骤：步骤二一、机器人在当前时刻t得到观测st，根据观测到的RGB-D观测图像，机器人通过Policy网络来预测出当前应执行的动作at，机器人执行at动作与环境进行交互，同时环境反馈给at动作一个reward，并得到新的观测st+1并进行新一轮的动作预测，重复该过程直到机器人到达给定的目标位置点，通过强化学习训练Policy网络，使其预测出的动作获得更多reward，学习导航能力；步骤二二、在Policy网络中，加入光流分支预测机器人上一次的动作，并将其加入到一个过去动作序列中用来计算新的reward函数；步骤二三、将通过RGB-D分支卷积层提取得到的RGB-D图像特征向量、光流分支预测的动作嵌入向量以及目标位置信息连接到一起，并将连接到一起的信息输入到动作决策网络中预测出当前应当执行的动作；步骤二四、根据新的惩罚reward函数继续训练Policy网络，使其构建起当前预测动作与过去一段时间内动作的联系，使得机器人减少多余无用的转动摇摆动作。

全文数据：

权利要求：

百度查询： 哈尔滨工业大学 一种最小化无用动作的节能性无人车路径导航方法