-
公开(公告)号：CN115648221A
公开(公告)日：2023-01-31
申请号：CN202211469631.9
申请日：2022-11-22
Applicant: 福州大学
Abstract: 本发明提出一种基于ROS系统的教育机器人，包括：深度相机（1）、ROS主控制器（2）、激光雷达（3）、IMU姿态传感器（4）、ROS控制板（5）以及由两个电机（6）驱动的行走机构；所述激光雷达用于实时确定ROS小车的外围可检测范围及其范围内的障碍物坐标；所述深度相机用于实时实时标定ROS小车的外围图像；所述ROS主控制器将深度相机实时标定的外围图像进行坐标转换以构建导航图；其基于ROS架构，通过远程PC端向机器人发送指令，进而实现至少包括：底层驱动控制远程操控、雷达建图、自动驾驶、雷达避障、二维码识别、导航避障、自主巡线和颜色追踪的功能。
-
公开(公告)号：CN115542912B
公开(公告)日：2024-06-07
申请号：CN202211213330.X
申请日：2022-09-29
Applicant: 福州大学
IPC: G05D1/43
Abstract: 本发明涉及的一种基于改进Q‑learning算法的移动机器人路径规划方法，包括以下步骤：(1)利用人工势场原理结合模拟环境，设计了一种新的势能场函数，引入环境势能值作为启发信息对Q值表进行初始化，使得越靠近目标点势能值越大，引导智能体前期就朝着目标方向探索，加快算法收敛，提高规划效率。改善Q‑learning算法前期探索的盲目性；(2)在传统Q‑learning算法的ε贪婪策略中加入行为效用函数，根据动作执行后的路径段的情况对动作做出评估，动态调整智能体每个动作被选择的概率，提高搜索效率，改善路径平滑度。应用本技术方案可得到最短路径的同时，能够提高算法的收敛速度，以及路径的平滑度。
-
公开(公告)号：CN115542912A
公开(公告)日：2022-12-30
申请号：CN202211213330.X
申请日：2022-09-29
Applicant: 福州大学
IPC: G05D1/02
Abstract: 本发明涉及的一种基于改进Q‑learning算法的移动机器人路径规划方法，包括以下步骤：(1)利用人工势场原理结合模拟环境，设计了一种新的势能场函数，引入环境势能值作为启发信息对Q值表进行初始化，使得越靠近目标点势能值越大，引导智能体前期就朝着目标方向探索，加快算法收敛，提高规划效率。改善Q‑learning算法前期探索的盲目性；(2)在传统Q‑learning算法的ε贪婪策略中加入行为效用函数，根据动作执行后的路径段的情况对动作做出评估，动态调整智能体每个动作被选择的概率，提高搜索效率，改善路径平滑度。应用本技术方案可得到最短路径的同时，能够提高算法的收敛速度，以及路径的平滑度。
-
-
Search Results
3
records
(took 0.021 seconds)
