-
公开(公告)号：CN111427341B
公开(公告)日：2023-11-14
申请号：CN201911072645.5
申请日：2019-11-05
Applicant: 杭州电子科技大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于概率地图的机器人最短预期时间目标搜索方法，包括以下步骤：S01：建立概率地图初始数据集，构建概率模型；S02：观测点序列规划并计算预期时间；S03：执行搜索，根据进度更新概率模型；S04：重复步骤S02及S03，直至找到目标或接到停止指令。本发明的实质性效果包括：根据初始的概率模型对搜索路径进行规划，同时又在执行搜索的过程中根据当前进度对概率模型进行更新，通过不断更新的概率模型重新规划路径，保证搜索期望时间最短，搜索效率最高。
-
公开(公告)号：CN112762921A
公开(公告)日：2021-05-07
申请号：CN202011550822.9
申请日：2020-12-24
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于仿人记忆机制的机器人概率地图更新方法，包括：针对目标物建立记忆和遗忘模型，将目标物在任意位置的概率赋予记忆属性和遗忘属性，以记忆量和遗忘速率组成遗忘曲线表示目标物在该位置的概率变化曲线；当目标物被重复识别时，触发重复识别量化机制，将每一个已发现过该目标物的位置对应的剩余记忆量和新增记忆量叠加得到对应位置的阶段起始记忆量，并赋予阶段遗忘速率，其中每个位置的新增记忆量根据历史统计数据中目标物出现次数占比得出；任意时刻下目标物在每个位置的概率，为该位置记忆量占所有位置记忆量的比重。本发明利用记忆模型提高长航时动态环境下地图更新的自适应性，从而为机器人提供相对准确的概率信息。
-
公开(公告)号：CN112762921B
公开(公告)日：2022-05-20
申请号：CN202011550822.9
申请日：2020-12-24
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于仿人记忆机制的机器人概率地图更新方法，包括：针对目标物建立记忆和遗忘模型，将目标物在任意位置的概率赋予记忆属性和遗忘属性，以记忆量和遗忘速率组成遗忘曲线表示目标物在该位置的概率变化曲线；当目标物被重复识别时，触发重复识别量化机制，将每一个已发现过该目标物的位置对应的剩余记忆量和新增记忆量叠加得到对应位置的阶段起始记忆量，并赋予阶段遗忘速率，其中每个位置的新增记忆量根据历史统计数据中目标物出现次数占比得出；任意时刻下目标物在每个位置的概率，为该位置记忆量占所有位置记忆量的比重。本发明利用记忆模型提高长航时动态环境下地图更新的自适应性，从而为机器人提供相对准确的概率信息。
-
公开(公告)号：CN111427341A
公开(公告)日：2020-07-17
申请号：CN201911072645.5
申请日：2019-11-05
Applicant: 杭州电子科技大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于概率地图的机器人最短预期时间目标搜索方法，包括以下步骤：S01：建立概率地图初始数据集，构建概率模型；S02：观测点序列规划并计算预期时间；S03：执行搜索，根据进度更新概率模型；S04：重复步骤S02及S03，直至找到目标或接到停止指令。本发明的实质性效果包括：根据初始的概率模型对搜索路径进行规划，同时又在执行搜索的过程中根据当前进度对概率模型进行更新，通过不断更新的概率模型重新规划路径，保证搜索期望时间最短，搜索效率最高。
-
-
-
Search Results
4
records
(took 0.032 seconds)
