基于神经网络的机器人社会自适应路径规划方法及系统

    公开(公告)号:CN115562258A

    公开(公告)日:2023-01-03

    申请号:CN202211161335.2

    申请日:2022-09-23

    Applicant: 苏州大学

    Abstract: 本发明涉及一种基于神经网络的机器人社会自适应路径规划方法及系统,包括:根据设计地图场景生成示范路径,采集示范路径;设计神经网络结构,初始化神经网络权重,生成路径规划器;计算当前场景的代价地图,根据所述代价地图,利用所述路径规划器重复生成规划路径,计算所述示范路径和规划路径的特征向量,判断所述示范路径和规划路径是否同伦;更新所述规划路径的特征向量,判断是否结束一个轮回;计算所有场景的示范路径和规划路径的特征差,判断所述特征差是否小于允许误差;训练终止,输出最终得的神经网络权值。本发明可以最大程度的缩短规划路径的长度,增强的在其他环境中的泛化能力,使得规划出的路径更加拟人化。

    基于生成对抗网络的人机共融移动机器人路径规划方法

    公开(公告)号:CN115309164A

    公开(公告)日:2022-11-08

    申请号:CN202211034628.4

    申请日:2022-08-26

    Applicant: 苏州大学

    Abstract: 本发明涉及一种基于生成对抗网络的人机共融移动机器人路径规划方法,包括S1:初始化行人避障区域;S2:机器人向终点导航;S3:判断机器人是否到达终点,若到达,则结束,若未到达,则执行S4;S4:对行人进行检测;S5:判断行人是否在避障区域内,若是,则执行S6,若否,则返回S2;S6:生成临时终点;S7:生成避障点;S8:机器人向避障点导航;S9:判断机器人是否到达终点,若到达,则结束,若未到达,则执行S10;S10:判断机器人是否到达避障点,若到达,则执行S2,若未到达,则执行S8。本发明综合考虑行人的信息生成避障点,引导机器人规划出一条连续、自然、安全且满足行人舒适度的路径。

Patent Agency Ranking