-
公开(公告)号：CN113196195A
公开(公告)日：2021-07-30
申请号：CN201980081928.8
申请日：2019-08-07
Applicant: 本田技研工业株式会社
IPC: G05D1/02
Abstract: 提供一种能够决定机器人的路径的路径决定装置等，使得即便在人群拥挤等的交通环境下，自主移动型的机器人也在避免与交通参与者的干扰的同时顺利地移动至目的地。路径决定装置(1)使用CNN决定暂定移动速度指令v_cnn，以避免机器人(2)与交通参与者的干扰，在设想机器人(2)从当前位置以暂定移动速度指令v_cnn移动时，使用DWA以使目的函数G(v)成为最大值的方式决定机器人(2)的移动速度指令v，该目的函数G(v)包含机器人(2)与最接近机器人(2)的交通参与者之间的距离dist及机器人(2)的暂定移动速度指令v_cnn作为独立变量。
-
公开(公告)号：CN111673729B
公开(公告)日：2023-06-13
申请号：CN202010090222.2
申请日：2020-02-13
Applicant: 本田技研工业株式会社
Abstract: 本发明提供一种决定机器人的路径的路径决定方法，其以移动装置一边避免与交通参与者等多个移动物体的干涉，一边顺利地移动至目标地点为止的方式决定机器人的路径。在多个第二步行者(M2)按照规定的移动模式移动的环境中，识别第一步行者(M1)朝目标地点(Po)移动时的多个移动路径(Rw)。生成将包含环境图像的时间序列的复合环境图像与移动方向指令组合的数据作为学习用数据，所述环境图像表示分别按照所述多个移动路径(Rw)移动时的假想机器人的周围的视觉环境，所述移动方向指令表示假想机器人的移动方向。使用学习用数据来学习模型参数，并使用学习完毕CNN来决定机器人(2)的移动速度指令(v_cmd)。
-
公开(公告)号：CN111738047A
公开(公告)日：2020-10-02
申请号：CN202010112109.X
申请日：2020-02-24
Applicant: 本田技研工业株式会社
Abstract: 本发明提供一种自身位置推测方法可，其一边适当地修正由SLAM的算法所得的自身位置的推测值，一边适当地进行移动体的自身位置。自身位置推测方法根据利用多个算法分别推测的自身位置，确定移动体(1)的实际的自身位置。多个算法包含SLAM的算法(12)、及与SLAM不同的算法(11)。利用修正处理部(16)，间歇地执行对应于通过SLAM以外的算法所获得的自身位置的推测值与已确定的自身位置中的任意一个自身位置，修正通过SLAM的算法所获得的自身位置的推测值。
-
Patent Agency Ranking
公开(公告)号：CN111738047B
公开(公告)日：2024-08-13
申请号：CN202010112109.X
申请日：2020-02-24
Applicant: 本田技研工业株式会社
Abstract: 本发明提供一种自身位置推测方法可，其一边适当地修正由SLAM的算法所得的自身位置的推测值，一边适当地进行移动体的自身位置。自身位置推测方法根据利用多个算法分别推测的自身位置，确定移动体(1)的实际的自身位置。多个算法包含SLAM的算法(12)、及与SLAM不同的算法(11)。利用修正处理部(16)，间歇地执行对应于通过SLAM以外的算法所获得的自身位置的推测值与已确定的自身位置中的任意一个自身位置，修正通过SLAM的算法所获得的自身位置的推测值。
-
公开(公告)号：CN113242998B
公开(公告)日：2024-04-02
申请号：CN201980081935.8
申请日：2019-08-07
Applicant: 本田技研工业株式会社
IPC: G05D1/43
Abstract: 提供一种能够决定机器人的路径的路径决定方法，使得即便在人群拥挤等的交通环境下，自主移动型的机器人也会在避免与交通参与者发生干扰的同时顺利地移动至目的地。在路径决定方法中，取得将多个第2行人(M2)的步行模式设定为第1模式～第7模式时的第1行人(M1)的多个步行路径(Rw)，生成将虚拟机器人在虚拟空间内沿着多个步行路径(Rw)分别进行了移动时的虚拟机器人的掩模图像与虚拟机器人的移动方向指令的关系相关联而得到的多个学习用数据，使用多个学习用数据而通过梯度法来学习CNN的模型参数，由此，生成学习后模型，使用学习后模型，决定机器人(2)的移动速度指令v。
-
公开(公告)号：CN113242998A
公开(公告)日：2021-08-10
申请号：CN201980081935.8
申请日：2019-08-07
Applicant: 本田技研工业株式会社
IPC: G05D1/02
Abstract: 提供一种能够决定机器人的路径的路径决定方法，使得即便在人群拥挤等的交通环境下，自主移动型的机器人也会在避免与交通参与者发生干扰的同时顺利地移动至目的地。在路径决定方法中，取得将多个第2行人(M2)的步行模式设定为第1模式～第7模式时的第1行人(M1)的多个步行路径(Rw)，生成将虚拟机器人在虚拟空间内沿着多个步行路径(Rw)分别进行了移动时的虚拟机器人的掩模图像与虚拟机器人的移动方向指令的关系相关联而得到的多个学习用数据，使用多个学习用数据而通过梯度法来学习CNN的模型参数，由此，生成学习后模型，使用学习后模型，决定机器人(2)的移动速度指令v。
-
公开(公告)号：CN111736592A
公开(公告)日：2020-10-02
申请号：CN202010111310.6
申请日：2020-02-24
Applicant: 本田技研工业株式会社
IPC: G05D1/02
Abstract: 本发明的目的在于提供一种路径决定装置、机器人以及路径决定方法等，所述路径决定装置即便在人山人海等的交通环境下，也能够以移动装置一边避免与交通参与者的干涉，一边顺利地移动至目的地为止的方式，决定移动装置的路径。路径决定装置(1)利用CNN，以避免机器人(2)与交通参与者的干涉的方式，决定暂定移动速度指令(v_cnn)，并对应于指令(v_cnn)的可靠度(P)来决定距离(dist)，所述距离(dist)是设想机器人(2)从当前位置起以指令(v_cnn)移动时，机器人(2)与离机器人(2)最近的交通参与者的距离，利用DWA，以包含距离(dist)及机器人(2)的移动速度指令(v)作为独立变量的目标函数(G)变成最大值的方式，决定机器人(2)的移动速度指令(v)。
-
公开(公告)号：CN111673729A
公开(公告)日：2020-09-18
申请号：CN202010090222.2
申请日：2020-02-13
Applicant: 本田技研工业株式会社
Abstract: 本发明提供一种决定机器人的路径的路径决定方法，其以移动装置一边避免与交通参与者等多个移动物体的干涉，一边顺利地移动至目标地点为止的方式决定机器人的路径。在多个第二步行者(M2)按照规定的移动模式移动的环境中，识别第一步行者(M1)朝目标地点(Po)移动时的多个移动路径(Rw)。生成将包含环境图像的时间序列的复合环境图像与移动方向指令组合的数据作为学习用数据，所述环境图像表示分别按照所述多个移动路径(Rw)移动时的假想机器人的周围的视觉环境，所述移动方向指令表示假想机器人的移动方向。使用学习用数据来学习模型参数，并使用学习完毕CNN来决定机器人(2)的移动速度指令(v_cmd)。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.027 seconds)
