公开(公告)号：CN118672265A

公开(公告)日：2024-09-20

申请号：CN202410731594.7

申请日：2024-06-06

Applicant: 三峡大学

Inventor： 吴田 ,  罗宇 ,  高佳启 ,  狄正辉 ,  赵文俊 ,  吴升泽 ,  宋璇 ,  陈宗菊 ,  杨展豪 ,  宋妍霖 ,  王少奇 ,  钟垒锋 ,  冯兴龙 ,  尉浩杰 ,  陈凯 ,  王铭心 ,  徐圆红

IPC: G05D1/43 ,  G05D1/242 ,  G05D1/246 ,  G05D1/633 ,  G05D1/644 ,  G05D1/648 ,  G05D105/15

Abstract: 基于卷积神经网络的巡检机器人路径规划方法，首先，提出基于卷积神经网络的最优路径可行域预测模型，预测出路径规划任务中起点到目标点的可行域分布地图，进而从缩小采样域范围的角度实现缩短路径规划时间，提升路径规划的时间效率；然后，提出切线寻优法来优化最终路径中存在的冗余节点，进一步减小路径代价；最后，提出分段三次Hermite插值优化方法来处理切线寻优后路径中的拐点，将路径中的拐点进行平滑处理，以保障巡检机器人安全平稳的进行转向运动。本发明提供一种基于卷积神经网络改进的RRT*路径规划方法(NRRT*)，该方法可应用于变电站环境下巡检机器人的路径规划，具有明显的优越性和有效性；同时也为输配变电智能巡检路径规划提供了新的方向。