-
公开(公告)号：CN117234216B
公开(公告)日：2024-02-09
申请号：CN202311490146.4
申请日：2023-11-10
Applicant: 武汉大学
Abstract: 本发明提出了一种机器人深度强化学习运动规划方法及计算机可读介质。本发明移动机器人通过OctoMap方法构建当前时刻的3D体素局部占用地图以及占用信息；结合Tentabot导航框架进行计算，得到当前时刻每对线速度、角速度组合对应的机器人坐标系下先验轨迹的占用信息和可导航性信息；构建当前时刻的观测数据、动作空间、无效动作屏蔽约束函数；加权计算当前时刻的综合奖励；将当前时刻的观测数据、综合奖励输入Maskable PPO算法，结合当前时刻的无效动作屏蔽约束条件，结合Maskable PPO算法进行优化求解得到当前时刻的线速度、角速度，并输入至移动机器人进行运行。本发明实现机器人顺利躲避动态和静态障碍物，在轻微的传感器噪声和定位噪声干扰的场景中运行，算法具有鲁棒性。
-
公开(公告)号：CN118981211A
公开(公告)日：2024-11-19
申请号：CN202411171921.4
申请日：2024-08-26
Applicant: 武汉大学
Abstract: 本发明提出了一种适应有限定位偏差的地面机器人稳健运动规划方法和系统。针对全局规划在定位偏差时可能给出不安全轨迹的问题，设计了适应定位偏差的全局规划方法；针对现有局部运动规划受定位偏差干扰的问题，设计确保局部运动规划安全稳健的策略；针对地面运动机器人不同的运动模型和避障需求，设计了基于微分平坦输出的2D轨迹优化方法，建立微分平坦运动模型，根据静态和动态障碍物的碰撞约束，实现对地面机器人可通行轨迹的优化。本发明在全局规划中考虑了定位存在的有限偏差，在局部规划中考虑了地面机器人的运动约束和避障条件，优化了地面机器人的运动轨迹，从而实现机器人的稳健运动规划。
-
公开(公告)号：CN117234216A
公开(公告)日：2023-12-15
申请号：CN202311490146.4
申请日：2023-11-10
Applicant: 武汉大学
Abstract: 本发明提出了一种机器人深度强化学习运动规划方法及计算机可读介质。本发明移动机器人通过OctoMap方法构建当前时刻的3D体素局部占用地图以及占用信息；结合Tentabot导航框架进行计算，得到当前时刻每对线速度、角速度组合对应的机器人坐标系下先验轨迹的占用信息和可导航性信息；构建当前时刻的观测数据、动作空间、无效动作屏蔽约束函数；加权计算当前时刻的综合奖励；将当前时刻的观测数据、综合奖励输入Maskable PPO算法，结合当前时刻的无效动作屏蔽约束条件，结合Maskable PPO算法进行优化求解得到当前时刻的线速度、角速度，并输入至移动机器人进行运行。本发明实现机器人顺利躲避动态和静态障碍物，在轻微的传感器噪声和定位噪声干扰的场景中运行，算法具有鲁棒性。
-
-
Search Results
3
records
(took 0.014 seconds)
