龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：西南大学
申请日：2024-03-13
公开（公告）日：2024-06-28
公开（公告）号：CN118259671A
主分类号：G05D1/43
分类号：G05D1/43;G05D1/242;G05D1/246;G05D1/633;G05D1/644;G05D1/247;G05D1/648;G05D109/10
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明公开了一种基于轨迹跟踪的深度强化学习局部路径规划方法，移动机器人通过2D激光雷达传感器增量式构建周围环境的栅格地图，结合一条从当前位置到达目标导航点的全局轨迹，计算机器人相对于全局轨迹的横向偏移、角度偏移以及横向偏移的变化量，并利用深度强化学习PPO算法得到线速度、角速度控制信号，实现机器人对全局轨迹的跟踪，同时提供一种减少控制信号振荡的方法，与现有技术相比较，本发明实现了机器人无碰撞完成导航任务，具备躲避动态和静态障碍物能力，并且相较于传统方法轨迹更加平滑。
主权项：1.一种基于轨迹跟踪的深度强化学习局部路径规划方法，其特征在于：包所述路径规划包括以下步骤：步骤1：设置机器人起始位置和导航目标点，利用2D激光雷达采集当前时刻周围环境的点云数据，构建栅格地图；步骤2：根据栅格地图、机器人起始位置和导航目标点，确定一条能到达目标点的全局路径；步骤3：找到当前时刻机器人距离全局路径最近的点，计算横向偏移、横向偏移变化量和角度偏移；步骤4：将横向偏移、角度偏移、上一时刻机器人的速度、角速度，以及2D激光雷达传感器观测数据，输入PPO算法，经过PPO算法进行优化求解得到当前时刻的线速度、角速度输出，并发布给机器人执行；步骤5：机器人根据设定的线速度和角速度前进一定时间，计算当前时刻横向偏移惩罚、横向偏移变化奖励、角度偏移惩罚、碰撞惩罚，进一步加权计算当前时刻综合奖励，反馈至PPO算法进行梯度更新；步骤6：判断是否发生碰撞或超过最大步数或到达目标点，若都不是，则将重复步骤1至步骤5，否则将判断网络是否收敛，若不是，则重置训练环境，重复步骤1至步骤5，否则视为训练完成，退出环境。
全文数据：
权利要求：
百度查询： 西南大学 一种基于轨迹跟踪的深度强化学习局部路径规划方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号