欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022102471085
申请人: 安徽大学
专利类型:发明专利
专利状态:已下证
专利领域: 控制;调节
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于层次化和模块化学习的导航避障方法,其特征在于,包括以下步骤:

S1:获取移动机器人上的激光雷达数据,构建实时场景地图mT;

S2:根据实时构建的场景地图mT,并基于移动机器人获取的视觉图像、导航目标图像设计导航目标点生成模型,预测确定导航目标图像在场景地图mT上的位置,即目标点的位置;

具体包括:

S2.1:确定导航目标点生成模型的输入、输出及训练该模型过程中的奖励函数rT;具体内容为:所述导航目标点生成模型的输入包括:视觉图像组成IT、实时构建的场景地图mT、导航目标图像组成Ig;其中视觉图像组成IT是每隔一段时间由移动机器人上四个不同方位的视觉传感器获取的四张视觉图像,并将四张视觉图像沿横向依次堆叠形成一张平铺的组成图像;其中导航目标图像组成Ig是由目标点四个方向的四张视觉图像沿横向依次堆叠形成一张平铺的组成图像;其中所述视觉图像组成IT的分辨率为512×128×3,所述导航目标图像组成Ig的分辨率为512×128×3,所述场景地图mT的分辨率为240×240×1;

所述导航目标点生成模型的输出是gT:指所导航的目标点在场景地图mT上的坐标点;

所述奖励函数rT的具体计算公式为:rT=rE+rur+rg;式中,rE表示移动机器人在导航过程中的奖励;rur表示当预测的目标点是否在移动机器人可到达的区域的惩罚,当预测的目标点不在移动机器人可到达的区域内时,则rur=‑5,否则rur=0;rg表示移动机器人是否在预测的目标点的附近,当移动机器人正好在预测的目标点的附近时,则rg=20,否则rg=0;

其中rE的计算公式为: 式中,E(T)表示移动

机器人在时间间隔T探索的区域的总面积;E(T+k)表示移动机器人在时间间隔T+k探索的区域的总面积;Ig∈S(E(T))表示Ig位于移动机器人已探索区域;

S2.2:构建导航目标点生成模型;具体内容为:

将视觉图像组成IT、导航目标图像组成Ig输入进一个两流深暹罗网络,提取视觉图像组成IT、导航目标图像组成Ig的特征并进行拼接,然后接入一个两层感知器,生成一个256维的融合特征;其中,提取视觉图像组成IT、导航目标图像组成Ig的特征利用的是两流深暹罗网络中的暹罗层作用,暹罗层主干是在ImageNet上预训练的ResNet‑18分类网络,且ResNet‑

18分类网络的最后一层全连接层被截断处理,ResNet‑18分类网络使分辨率为512×128×3的视觉图像组成IT或导航目标图像组成Ig生成512维特征,所述两层感知器的第一层输出维度是512维,第二层输出维度是256维度;

将实时构建的场景地图mT输入馈送到两流深暹罗网络中的五个卷积层中,生成一个256维的特征表示;其中五个卷积层中,一个卷积层带有128个滤波器,两个卷积层带有64个滤波器,两个卷积层带有32个滤波器,每个滤波器都带有校正线性单元作为激活,且每个卷积层均具有3×3内核,每个卷积层步长为1;

将生成的一个256维的融合特征和生成的一个256维的特征表示进行拼接,然后接入到两个全连接层进行处理,第一个全连接层将拼接后的特征进行融合,然后输出给第二个全连接层,第二全连接层连接有三个分支,分别输出2个维度坐标均值、2个维度的坐标方差和

1个维度评估值υθ(IT,mT,Ig),通过坐标均值和坐标方差确定一个高斯分布πθ(IT,mT,Ig),基于高斯采样结果,输出当前导航的目标点在场景地图mT上的位置gT~πθ(IT,mT,Ig);

S2.3:训练导航目标点生成模型,并将训练好的导航目标点生成模型应用在移动机器人导航过程中,以实现每经过一个时间间隔,输出一个导航的目标点,预测确定导航目标图像在实时构建的场景地图mT上的位置;步骤S2.3中训练导航目标点生成模型的具体内容为:在训练期间,基于多线程训练策略,每次训练执行72个导航线程,也即72个导航任务,对于每一个导航线程,移动机器人每在训练环境中移动10次,即经历k=10个时间节点,执行一次导航的目标点生成;采集连续的10次导航的目标点生成的折扣累积奖励,计算导航目标点生成模型的损失函数Lθ,并进行梯度方向传播,实现导航目标点生成模型更新,进而达到优化训练该模型的目的;

其中,导航目标点生成模型的损失函数Lθ的计算公式为:

式中,E[]表示计算期望符号;α是用户设置的权重;υθ(IT+i*k,mT+i*k,Ig)表示(T+i*k)时刻,导航目标点生成模型输出的评估值;πθ(IT+i*k,mT+i*k,Ig)表示(T+i*k)时刻导航目标点生成模型计算的高斯分布;RT+i*k表示在(T+i*k)时刻,移动机器人获得的折扣累积奖励,i其中,γ 表示折扣因子,即移动机

器人在(T+i*k)时刻之后生成的目标点获得的奖励对当前折扣累积奖励的影响程度,rT+j*k表示(T+j*k)时刻,移动机器人获得的奖励值;υθ(IT+(i+1)*k,mT+(i+1)*k,Ig)表示T+(i+1)*k时刻,导航目标点生成模型输出的评估值;由于需要采集连续10次的导航目标点生成的折扣累积奖励,i、j均表示具体的第几次;

S3:构建基于深度强化学习框架的移动机器人导航避障模型,发布移动机器人导航至目标点的速度指令,使移动机器人行驶至预测的目标点位置;具体内容为:将导航目标空间点gT作为移动机器人导航避障模型CrowdMove的输入,利用移动机器人导航避障模型CrowdMove在时间间隔内的每一个时间点发布移动机器人导航到预测的目标点的速度指令;

S4:构建导航结束预测模型,判断导航是否结束;并根据判断结果执行对应操作,具体包括:

S4.1:确定导航结束预测模型的输入、输出;具体内容为:

所述导航结束预测模型的输入包括视觉图像组成IT和导航目标图像组成Ig;

所述导航结束预测模型的输出包括一个判断移动机器人当前位置是否在目标点附近的二维向量;当第一维度的数值大于第二维度的数值时,则表示移动的当前位置处于导航目标点的附近;否则,则表示移动的当前位置不处于导航目标点的附近;

S4.2:构建导航结束预测模型;具体内容为:

将视觉图像组成IT、导航目标图像组成Ig输入进一个两流深暹罗网络,提取视觉图像组成IT、导航目标图像组成Ig的特征并进行拼接,然后接入一个两层感知器,生成一个256维的融合特征,并将其送入一个全连接层以预测一个二维向量,并基于该二维向量判断移动机器人的导航是否结束;

其中,提取视觉图像组成IT、导航目标图像组成Ig的特征利用的是两流深暹罗网络中的暹罗层作用,暹罗层主干是在ImageNet上预训练的ResNet‑18分类网络,且ResNet‑18分类网络的最后一层全连接层被截断处理,ResNet‑18分类网络使分辨率为512×128×3的视觉图像组成IT或导航目标图像组成Ig生成512维特征,且两层感知器的第一层输出维度是512维,第二层输出维度是256维度;

S4.3:训练导航结束预测模型,并将训练好的导航结束预测模型应用在移动机器人导航过程中,以实现每经过一个时间间隔,判断移动机器人是否已经到达目标点所在位置的附近,若移动机器人在目标点位置的附近,则结束导航,若移动机器人不在目标点位置的附近,则重新循环步骤S1‑S4直至完成移动机器人的避障导航任务。

2.根据权利要求1所述的一种基于层次化和模块化学习的导航避障方法,其特征在于,步骤S1的具体内容为:基于激光雷达数据和Gmapping算法实时构建栅格式的场景地图mT,并对场景地图mT进行旋转平移变换,使移动机器人始终位于场景地图mT的中心位置;其中移动机器人的正向2

是场景地图mT的正东方向,且场景地图mT的每一个栅格代表实际场景大小的25cm。

3.根据权利要求1所述的一种基于层次化和模块化学习的导航避障方法,其特征在于,步骤S4.3中训练导航结束预测模型的具体内容为:基于二进制交叉熵损失函数和Adam优化器进行导航结束预测模型更新,其中Adam优化‑5 ‑5器的学习率为2.5e ,指数衰减率为(0.9,0.999),稳定性参数为1e ,迭代更新导航结束预测模型,直到导航结束预测模型的损失函数收敛为止,进而完成导航结束预测模型的训练优化。