-
公开(公告)号：CN118170142A
公开(公告)日：2024-06-11
申请号：CN202410290622.6
申请日：2024-03-14
Applicant: 东北大学
Abstract: 本发明涉及一种基于障碍函数的机器人避障强化学习方法及装置，机器人避障强化学习方法包括：根据目标区域内目标机器人的运动学模型、初始强化学习算法以及预设高斯过程规则，确定目标机器人对应的目标不确定性补偿模型；根据目标不确定性补偿模型、位置数据以及目标区域内目标障碍物的位置信息，确定候选障碍函数；根据候选障碍函数、初始强化学习算法以及预设二次规划规则，确定目标机器人的目标安全运动动作以及目标安全运动动作对应的目标运动安全轨迹；基于目标机器人的目标安全位置和目标安全运行速度，确定目标机器人对应的目标强化学习算法。本发明保障了目标机器人能够成功到达目标安全位置，实现了对目标机器人在运动过程中的安全性，且提升了处理任务的准确性和效率。
-
公开(公告)号：CN118960729A
公开(公告)日：2024-11-15
申请号：CN202410277403.4
申请日：2024-03-12
Applicant: 东北大学
IPC: G01C21/20
Abstract: 本发明涉及基于贪心算法和改进混合A*算法的机器人运动规划方法，该方法包括：采用贪心算法确定爬壁机器人遍历每个检测区域的遍历顺序，其具体包括：选择一个检测区域作为起始点；选择距离当前所在检测区域最近且未被遍历过的检测区域作为下一个检测区域；将选择的下一个检测区域加入路径并将该检测区域标记为已访问，继续选择距离当前所在检测区域最近且未被遍历过的检测区域作为下一个检测区域，直至所有检测区域均标记为已访问，回到起始点，遍历顺序确定完毕；根据遍历顺序采用改进混合A*算法对相邻检测区域之间进行路径规划。其有益效果是，采用贪心算法和改进的混合A*算法，为爬壁机器人提供一条满足运动学约束且可跟踪的最短安全路径。
-
公开(公告)号：CN118011832A
公开(公告)日：2024-05-10
申请号：CN202410277509.4
申请日：2024-03-12
Applicant: 东北大学
IPC: G05B13/04
Abstract: 本发明涉及一种基于激光点云和障碍函数的运动体鲁棒安全控制方法，该方法包括：S1：建立带有乘性干扰的全向运动体运动学模型；S2：根据运动体位置和激光雷达测量方向建立障碍物测量模型；S3：对障碍物测量模型进行正则化处理，得到正则化测量模型；S4：基于正则化测量模型建立候选过零障碍函数并基于运动学模型构建安全约束；S5：利用正基修改安全约束，并结合二次规划、过零障碍函数和标称速度构造一个以求解约束优化问题的鲁棒安全控制器，通过实时求解该优化问题的解得到这一时刻运动体的控制量v。其有益效果是，满足运动体在正常情况下以及存在测量误差与运动学乘性干扰的情况下自主避障需求，确保安全控制器的控制量具有李普希茨连续性。
-
公开(公告)号：CN118244757A
公开(公告)日：2024-06-25
申请号：CN202410290887.6
申请日：2024-03-14
Applicant: 东北大学
Abstract: 本发明涉及一种基于分布式二次规划的多智能体安全避障方法及装置。基于分布式二次规划的多智能体安全避障方法包括：根据多智能体系统对应的目标避障任务，确定多智能体系统中各个子智能体之间的通信矩阵以及相邻两个子智能体之间的目标期望距离；确定子智能体对应的目标过零障碍函数；确定子智能体的速度目标优化函数；根据速度目标优化函数和目标过零障碍函数，确定子智能体的目标控制输入速度；根据各个子智能体对应的各个目标控制输入速度，判断各个子智能体是否到达目标期望位置以及多智能体系统是否完成目标避障任务。本申请在保证各个子智能体成功到达目标点的同时，提高了各个子智能体的避障准确率、稳定性以及灵活性，且能合理避障。
-
-
-
Search Results
4
records
(took 0.016 seconds)
