一种基于机器学习的AGV动态避障方法

    公开(公告)号:CN114675648A

    公开(公告)日:2022-06-28

    申请号:CN202210305690.6

    申请日:2022-03-25

    Abstract: 本发明属于机器人相关技术领域,其公开了一种基于机器学习的AGV动态避障方法,包括以下步骤:(1)对二维激光雷达点云数据进行动态障碍物划定,标记出动态障碍物的覆盖范围;(2)计算获得动态障碍物的速度向量;(3)计算获得动态障碍物的趋势向量;(4)构建AGV运动引导矩阵和运动引导张量;(5)使用AGV运动引导张量作为深度强化学习的神经网络输入以构建神经网络;(6)对深度强化学习训练引入基于动态障碍物运动状态的多阶动态惩罚机制(7)对深度强化学习训练引入AGV前进奖励机制;(8)进行深度强化学习避障训练,进而控制AGV进行避障。本发明具有较高的避让安全性和避让效率,实施性和适应性较好。

    基于改进人工势场RRT*的路径规划方法和系统

    公开(公告)号:CN118500429A

    公开(公告)日:2024-08-16

    申请号:CN202410572804.2

    申请日:2024-05-10

    Abstract: 本公开涉及路径规划领域,尤其涉及一种基于改进人工势场RRT*的路径规划方法和系统,所述方法包括如下步骤:S10、基于RRT*算法在采样空间中随机采样得到采样点;用改进人工势场修正所述采样点,以自适应步长获取新节点位置;S20、通过迭代次数以及局部节点密度来自适应调整邻域搜索半径来完成路径更新,对新节点进行重选父节点以及重布线操作;S30、将通过碰撞检测的新节点加入至随机树节点集合;S40、判断是否搜索到第一条可达路径,若搜索到,则将该路径保存至节点列表。本公开可以提升对不同环境的适应能力并加快收敛速度。

    一种基于机器学习的AGV动态避障方法

    公开(公告)号:CN114675648B

    公开(公告)日:2024-12-10

    申请号:CN202210305690.6

    申请日:2022-03-25

    Abstract: 本发明属于机器人相关技术领域,其公开了一种基于机器学习的AGV动态避障方法,包括以下步骤:(1)对二维激光雷达点云数据进行动态障碍物划定,标记出动态障碍物的覆盖范围;(2)计算获得动态障碍物的速度向量;(3)计算获得动态障碍物的趋势向量;(4)构建AGV运动引导矩阵和运动引导张量;(5)使用AGV运动引导张量作为深度强化学习的神经网络输入以构建神经网络;(6)对深度强化学习训练引入基于动态障碍物运动状态的多阶动态惩罚机制(7)对深度强化学习训练引入AGV前进奖励机制;(8)进行深度强化学习避障训练,进而控制AGV进行避障。本发明具有较高的避让安全性和避让效率,实施性和适应性较好。

Patent Agency Ranking