-
公开(公告)号：CN114488185B
公开(公告)日：2024-08-16
申请号：CN202210196854.6
申请日：2022-03-01
Applicant: 山东大学
IPC: G01S17/89 , G01S17/93 , G01S17/931 , G01S7/483
Abstract: 本发明公开了一种基于多线激光雷达的机器人导航系统方法及系统，包括：获取机器人周围设定区域内的点云数据，并将点云数据由笛卡尔坐标系转换为极坐标的形式；分别计算每个点云数据的高维特征和可见度特征，得到融合提取出的总特征；使用U‑Net作为基本的框架对所述总特征进行分割任务，得到当前机器人周围设定区域内的可行区域；基于机器人正前方的安全系数确定是否进入避障状态；并在避障状态下，确定偏移的航路点，确定机器人速度和转角；在非避障状态下，计算前方障碍物与机器人之间的相对速度，动态调节机器人自身的速度。本发明能够使得机器人能够在真实世界中顺利、安全地自主导航，大大提高了机器人的路径规划与避障能力。
-
公开(公告)号：CN111367282B
公开(公告)日：2022-06-07
申请号：CN202010157337.9
申请日：2020-03-09
Applicant: 山东大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于多模感知与强化学习的机器人导航方法及系统，包括：获取机器人在设定时刻所观测场景的RGB图片，采用训练好的分割网络将所述RGB图片转换为二元分割图；分别采集所述设定时刻的激光雷达数据以及机器人的速度度量数据；将所述二元分割图、激光雷达数据以及机器人的速度度量数据输入到训练好的多模融合深度网络模型中，得到机器人的最优运行策略。本发明采用多模机制可确保对环境更加完整的感知，基于RL的方法可通过在线交互直接学习在无限搜索空间中围绕周围环境优化的导航策略，从而产生灵活的动作，从而提高了其避免碰撞的能力。
-
公开(公告)号：CN114488185A
公开(公告)日：2022-05-13
申请号：CN202210196854.6
申请日：2022-03-01
Applicant: 山东大学
IPC: G01S17/89 , G01S17/93 , G01S17/931 , G01S7/483
Abstract: 本发明公开了一种基于多线激光雷达的机器人导航系统方法及系统，包括：获取机器人周围设定区域内的点云数据，并将点云数据由笛卡尔坐标系转换为极坐标的形式；分别计算每个点云数据的高维特征和可见度特征，得到融合提取出的总特征；使用U‑Net作为基本的框架对所述总特征进行分割任务，得到当前机器人周围设定区域内的可行区域；基于机器人正前方的安全系数确定是否进入避障状态；并在避障状态下，确定偏移的航路点，确定机器人速度和转角；在非避障状态下，计算前方障碍物与机器人之间的相对速度，动态调节机器人自身的速度。本发明能够使得机器人能够在真实世界中顺利、安全地自主导航，大大提高了机器人的路径规划与避障能力。
-
公开(公告)号：CN111367282A
公开(公告)日：2020-07-03
申请号：CN202010157337.9
申请日：2020-03-09
Applicant: 山东大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于多模感知与强化学习的机器人导航方法及系统，包括：获取机器人在设定时刻所观测场景的RGB图片，采用训练好的分割网络将所述RGB图片转换为二元分割图；分别采集所述设定时刻的激光雷达数据以及机器人的速度度量数据；将所述二元分割图、激光雷达数据以及机器人的速度度量数据输入到训练好的多模融合深度网络模型中，得到机器人的最优运行策略。本发明采用多模机制可确保对环境更加完整的感知，基于RL的方法可通过在线交互直接学习在无限搜索空间中围绕周围环境优化的导航策略，从而产生灵活的动作，从而提高了其避免碰撞的能力。
-
-
-
Search Results
4
records
(took 0.017 seconds)
