公开(公告)号：CN116734859A

公开(公告)日：2023-09-12

申请号：CN202310849567.5

申请日：2023-07-12

Applicant: 安徽大学

Inventor： 贺建伟 ,  段章领 ,  杨建文 ,  梁好 ,  宋乐怡 ,  高刘轩祺 ,  王子昂

IPC: G01C21/20 ,  G01C21/16 ,  G01S17/86

Abstract: 本发明公开了一种基于增量式TSDF与激光雷达SLAM融合的硬件加速系统，包括传感器输入输出模块、基于TSDFSLAM的FPGA硬件加速模块和主机处理器模块；所述传感器模块包含激光雷达传感器、IMU惯性测量单元，所述基于TSDF SLAM的FPGA硬件加速模块包含预处理模块、加速配准内核模块以及TSDF地图更新模块，主机处理器模块部署了ROS系统。本发明涉及定位导航技术领域，具体为一种基于增量式TSDF与激光雷达SLAM融合的硬件加速系统。

公开(公告)号：CN116448117A

公开(公告)日：2023-07-18

申请号：CN202310415309.6

申请日：2023-04-18

Applicant: 安徽大学

Inventor： 梁好 ,  涂铮铮 ,  杨建文 ,  周硕芊 ,  孙亚顺 ,  高刘轩祺 ,  王子昂 ,  代林功

IPC: G01C21/20 ,  G06N3/045 ,  G06N3/084 ,  G06N3/092

Abstract: 本发明公开了一种融合深度神经网络和强化学习方法的路径规划方法，步骤一：机器人在每个离散时间步内，通过传感器获取环境信息以建立相应的数学模型；步骤二：建立当前所处的模拟环境模型；步骤三：根据奖励值更新网络参数和学习更优的行为策略；步骤四：解耦目标Q值动作的选择和目标Q值的计算；步骤五：使用深度神经网络表示智能体的各种组件这些网络的参数通过梯度下降来训练；步骤六：通过迭代；步骤七：根据添加噪音引起的网络输出值变化选择动作。本发明新型涉及机器人路径规划技术领域，具体为具体为一种融合深度神经网络和强化学习方法的路径规划方法。