買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉昆明理工大學(xué);昆明云內(nèi)動力股份有限公司申請的專利面向室內(nèi)復(fù)雜環(huán)境的深度強(qiáng)化學(xué)習(xí)型路徑規(guī)劃方法及其裝置獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN120333460B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-29發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510746585.X，技術(shù)領(lǐng)域涉及：G01C21/20；該發(fā)明授權(quán)面向室內(nèi)復(fù)雜環(huán)境的深度強(qiáng)化學(xué)習(xí)型路徑規(guī)劃方法及其裝置是由沈世全;劉佳豪;王艷鋒;張永齊;彭鵠;楊蝶飛設(shè)計研發(fā)完成，并于2025-06-05向國家知識產(chǎn)權(quán)局提交的專利申請。

本面向室內(nèi)復(fù)雜環(huán)境的深度強(qiáng)化學(xué)習(xí)型路徑規(guī)劃方法及其裝置在說明書摘要公布了：本發(fā)明公開了面向室內(nèi)復(fù)雜環(huán)境的深度強(qiáng)化學(xué)習(xí)型路徑規(guī)劃方法及其裝置，屬于人工智能、深度學(xué)習(xí)和路徑規(guī)劃技術(shù)領(lǐng)域，包括：針對機(jī)器人在復(fù)雜動態(tài)環(huán)境中難以充分感知環(huán)境的問題，利用深度卷積神經(jīng)網(wǎng)絡(luò)提取特征信息，增強(qiáng)了對環(huán)境的感知能力；針對傳統(tǒng)路徑規(guī)劃面對動態(tài)障礙物適應(yīng)性差的狀況，設(shè)計了一種基于近端策略優(yōu)化算法的強(qiáng)化學(xué)習(xí)路徑規(guī)劃方法，并設(shè)計了一種基于速度障礙的啟發(fā)式獎勵函數(shù)，旨在指導(dǎo)機(jī)器人在保持目標(biāo)方向的同時，找到一個既能動態(tài)避障又能快速向目標(biāo)前進(jìn)的路徑，從而本發(fā)明能夠使機(jī)器人在復(fù)雜場景中擁有高效的規(guī)劃決策能力，以實(shí)現(xiàn)自主、安全、高效地導(dǎo)航至目標(biāo)點(diǎn)。

本發(fā)明授權(quán)面向室內(nèi)復(fù)雜環(huán)境的深度強(qiáng)化學(xué)習(xí)型路徑規(guī)劃方法及其裝置在權(quán)利要求書中公布了：1.一種面向室內(nèi)復(fù)雜環(huán)境的深度強(qiáng)化學(xué)習(xí)型路徑規(guī)劃方法，其特征在于：包括以下步驟： S1、通過雷達(dá)與攝像頭傳感器獲取環(huán)境的感知數(shù)據(jù)，估計并識別追蹤出機(jī)器人本體坐標(biāo)系下的位姿狀態(tài)、靜態(tài)障礙物的空間分布以及周圍行人的運(yùn)動學(xué)參數(shù)，分模態(tài)處理生成：激光雷達(dá)信息數(shù)據(jù)圖與行人位姿數(shù)據(jù)圖； S2、利用深度卷積神經(jīng)網(wǎng)絡(luò)將激光雷達(dá)信息數(shù)據(jù)圖與行人的位姿數(shù)據(jù)圖進(jìn)行多模態(tài)特征提取，生成包含環(huán)境結(jié)構(gòu)特征、動態(tài)行人運(yùn)動特征及可行區(qū)域約束的特征信息； S3、構(gòu)建深度強(qiáng)化學(xué)習(xí)訓(xùn)練環(huán)境模型，基于近端策略優(yōu)化PPO算法對深度強(qiáng)化學(xué)習(xí)訓(xùn)練環(huán)境模型進(jìn)行網(wǎng)絡(luò)初始化； S4、將提取到的特征信息作為強(qiáng)化學(xué)習(xí)部分觀測狀態(tài)的輸入，采用多目標(biāo)獎勵函數(shù)基于深度強(qiáng)化學(xué)習(xí)近端策略優(yōu)化算法訓(xùn)練最優(yōu)控制策略； 所述步驟S4中近端策略優(yōu)化PPO算法中的多目標(biāo)獎勵函數(shù)，是通過以下子步驟實(shí)現(xiàn)： S4.1、定義的多目標(biāo)獎勵函數(shù)由四個部分組成，分別是：到達(dá)目標(biāo)獎勵，避免碰撞獎勵，防止機(jī)器人震蕩獎勵和基于速度加轉(zhuǎn)向控制的主動避讓獎勵；即： rt＝ra+rc+rx+rv_θ 其中，ra表示到達(dá)目標(biāo)的獎勵，rc表示避免碰撞獎勵，ro表示防止機(jī)器人震蕩獎勵，rθ,v表示基于改進(jìn)的速度障礙理論速度控制與橫向轉(zhuǎn)向控制主動避障獎勵； S4.2、定義到達(dá)目標(biāo)的獎勵ra為： 其中，rarrival表示為到達(dá)目標(biāo)點(diǎn)獎勵系數(shù)；表示為在訓(xùn)練步驟t時，當(dāng)前機(jī)器人的位置到目標(biāo)點(diǎn)的距離；rwaypoint表示為路徑點(diǎn)系數(shù)；gr表示為到達(dá)目標(biāo)點(diǎn)的范圍寬容；it表示為當(dāng)前的訓(xùn)練步驟數(shù)；im表示為一次完整導(dǎo)航的最大步驟數(shù)； S4.3、定義避免碰撞獎勵rc為： 其中，rcollision表示為碰撞懲罰系數(shù)；dmin是激光雷達(dá)掃描中非零值的最小距離，代表機(jī)器人與最近障礙物的距離，rrobot是機(jī)器人的半徑，rs是掃描距離的懲罰系數(shù)； S4.4、定義防止震蕩碰撞獎勵ro為： ro＝rsmooth×|θt-1-θt| 其中θt表示為機(jī)器人在步驟t時的方位角，rsmooth表示為震蕩懲罰系數(shù)； S4.5、根據(jù)速度障礙理論定義一種基于速度加轉(zhuǎn)向控制的主動避讓獎勵函數(shù)rθ,v； 其中ω1和ω2表示權(quán)重系數(shù)，表示為訓(xùn)練步驟t時機(jī)器人期望的最優(yōu)航向角，θm表示為航向方向角的最大允許偏差系數(shù)，rθ表示為角度獎勵系數(shù)，是機(jī)器人訓(xùn)練步驟t時的最優(yōu)速度，Vm是最大偏差速，rv表示為速度獎勵系數(shù)； S5、通過學(xué)習(xí)到的最優(yōu)控制策略，獲得機(jī)器人當(dāng)前觀測狀態(tài)的最優(yōu)動作，在不停車的狀態(tài)下完成動態(tài)避障和導(dǎo)航任務(wù)，以實(shí)現(xiàn)在室內(nèi)包含靜態(tài)和多動態(tài)障礙物的復(fù)雜環(huán)境中的路徑規(guī)劃與自主導(dǎo)航。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人昆明理工大學(xué);昆明云內(nèi)動力股份有限公司，其通訊地址為：650093 云南省昆明市一二一大街文昌路68號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。