公开(公告)号：CN118999566A

公开(公告)日：2024-11-22

申请号：CN202411091128.3

申请日：2024-08-09

Applicant: 大连理工大学

Inventor： 姚宝珍 ,  陈二林 ,  高于胜 ,  廖宇翔 ,  纪人桓

IPC: G01C21/20

Abstract: 本发明公开了一种适用于复杂井下环境的A*‑RRT算法机器人路径规划方法，该方法首先初始化起点和终点，利用RRT算法的进行路径探索，通过随机采样和最近邻连接策略，形成到达终点的路径。随后，A*算法对RRT算法生成的路径进行细化，通过代价函数评估，寻找成本更低的优化路径。为了增强机器人避障能力，引入空中飞行走廊概念进一步优化路线，提高路径规划的鲁棒性。此外，本发明的方法相比现有技术，具有更强的适应性和灵活性，尤其在障碍物密集或环境变化频繁的井下场景中，能够显著提高路径规划的效率和成功率，同时降低因环境不确定性导致的路径失败风险。

公开(公告)号：CN119018185A

公开(公告)日：2024-11-26

申请号：CN202411192464.7

申请日：2024-08-28

Applicant: 大连理工大学

Inventor： 姚宝珍 ,  高于胜 ,  陈二林 ,  廖宇翔 ,  纪人桓

IPC: B60W60/00 ,  H03H17/02 ,  G06N3/048 ,  G06N3/092

Abstract: 本发明公开了一种井工况下盲区的障碍物的轨迹预测方法，通过获取并处理车辆自身位置、井下巷道环境信息和待进入盲区目标障碍物的类型信息和运动信息，判断待进入盲区目标障碍物是否会进入盲区，并引入卡尔曼滤波算法预测不断变化的盲区范围；结合实时感知数据信息和预测盲区范围数据同步输入训练好的DQN深度强化学习模型中，采用深度Q网络算法生成实时更新预测并利用策略进行动作选择，提升模型的泛化能力和初始轨迹预测的鲁棒性，结合扩展卡尔曼滤波算法预测目标位置信息，提高了目标障碍物轨迹的预测准确性和预测精度。本发明方法，实现了井工况下盲区的障碍物的轨迹预测，在复杂和不确定环境下的预测精度高，增强模型的鲁棒性和适应性，并确保在感知受限的遮挡条件下车辆行驶的安全性。