1.一种机器人社会自适应导航知识学习与迁移方法,其特征在于,包括:步骤S1:构建多个人机共融导航知识学习场景;
步骤S2:基于所述人机共融导航知识学习场景,制作包含多条专家示范路径及对应场景信息的训练集;
步骤S3:将所述训练集输入至递归生成模型框架;
步骤S4:设计递归神经网络结构,并将所述递归神经网络嵌入至RRT路径规划器的代价函数模块,生成RNN-RRT路径规划器;
步骤S5:以所述多个人机共融导航知识学习场景构成训练轮回,启动所述RNN-RRT路径规划器的训练,在训练过程中,计算所述专家示范路径的社会自适应导航特征值以生成对应场景的社会自适应导航信息,并基于所述递归神经网络学习所述专家示范路径的导航特征;所述社会自适应导航特征值构成6维特征向量,其中T表示转置,各特征分量定义如下:为当前路径节点到目标点的欧氏距离;
为当前路径节点到最近障碍物的距离特征,通过预设调节参数与正则化参数构建的函数计算得到;
、、分别为行人前方、后方、右侧方向的成本特征,通过基于距离与角度的高斯函数计算得到;
为当前路径节点处于行人未来交汇区域的汇聚概率特征,通过遍历行人实时坐标及行进方向确定行人交汇点,再计算当前路径节点到所述行人交汇点的距离得到;
步骤S6:在新的人机共融导航知识学习场景中,加载训练后的所述RNN-RRT路径规划器的网络参数作为导航行为元模型,重复步骤S5的训练过程以实现社会自适应导航知识的迁移学习;
步骤S7:当所述递归神经网络的损失值收敛或达到预设训练轮数时,终止训练并输出所述递归神经网络的最终参数。
2.根据权利要求1所述的机器人社会自适应导航知识学习与迁移方法,其特征在于,所述步骤S2中,所述训练集的制作过程包括:在每个所述人机共融导航知识学习场景内设定机器人的起点与目标点;
通过遥控设备控制机器人沿符合人类导航行为习惯的路径从所述起点移动至所述目标点,生成所述专家示范路径;
利用机器人搭载的激光雷达实时采集场景数据,所述场景数据至少包括机器人实时坐标、行人坐标及运动方向、障碍物坐标;
采用ROS系统的rosbag工具存储所述场景数据,并将所述场景数据与对应的专家示范路径关联,形成所述训练集。
3.根据权利要求1所述的机器人社会自适应导航知识学习与迁移方法,其特征在于,所述步骤S4中,所述递归神经网络的结构满足:所述递归神经网络包括输入层、至少一个隐藏层及输出层;
所述输入层的神经元数量与所述社会自适应导航特征值的维度一致,用于接收所述社会自适应导航特征值;
所述隐藏层包含预设数量的神经元,通过隐藏状态关联历史时刻的导航特征信息与当前时刻的社会自适应导航特征值,实现历史导航信息的记忆与利用;
所述输出层的神经元数量为1,且采用sigmoid激活函数将输出的节点代价值映射至0-1的数值范围。
4.根据权利要求1所述的机器人社会自适应导航知识学习与迁移方法,其特征在于,所述步骤S4中,生成所述RNN-RRT路径规划器还包括递归神经网络的预训练步骤:随机生成多组所述社会自适应导航特征值对应的特征向量,作为预训练输入数据;
将所述预训练输入数据输入至预设的全连接神经网络,计算得到参考代价值;
以所述预训练输入数据为输入、所述参考代价值为目标输出,对所述递归神经网络进行预训练,直至所述递归神经网络的权值收敛。
5.根据权利要求1所述的机器人社会自适应导航知识学习与迁移方法,其特征在于,所述步骤S5中,所述RNN-RRT路径规划器的训练过程还包括参数迭代更新步骤:将所述RNN-RRT路径规划器生成的规划路径离散为多个路径节点,计算各所述路径节点对应的社会自适应导航特征值;
通过线性插值法对齐所述路径节点的社会自适应导航特征值与所述专家示范路径的节点代价值;
采用均方误差损失函数计算所述规划路径节点的预测代价值与所述专家示范路径节点代价值的损失值;
通过反向传播计算梯度,并采用Adam优化器更新所述递归神经网络的参数。
6.根据权利要求1所述的机器人社会自适应导航知识学习与迁移方法,其特征在于,所述步骤S6中,所述社会自适应导航知识的迁移学习具体包括:将训练后的所述递归神经网络的参数作为导航先验知识,加载至新场景中的所述RNN-RRT路径规划器;
所述RNN-RRT路径规划器基于所述导航先验知识在新场景中生成初始规划路径;
通过计算所述初始规划路径与新场景专家示范路径的代价值差异,微调所述递归神经网络的参数,优化所述初始规划路径,完成社会自适应导航知识的迁移。
7.一种机器人社会自适应导航知识学习与迁移系统,其特征在于,所述系统用于实现权利要求1至6任一项所述的机器人社会自适应导航知识学习与迁移方法,具体包括:场景构建模块,用于构建多个人机共融导航知识学习场景;
训练集采集模块,用于基于所述人机共融导航知识学习场景,制作包含多条专家示范路径及对应场景信息的训练集;
递归生成模型模块,用于将所述训练集输入至递归生成模型框架;
RNN-RRT规划器构建模块,用于设计递归神经网络结构,并将所述递归神经网络嵌入至RRT路径规划器的代价函数模块,生成RNN-RRT路径规划器;
训练优化模块,用于以所述多个人机共融导航知识学习场景构成训练轮回,启动所述RNN-RRT路径规划器的训练,在训练过程中,计算所述专家示范路径的社会自适应导航特征值以生成对应场景的社会自适应导航信息,并基于所述递归神经网络学习所述专家示范路径的导航特征;
知识迁移模块,用于在新的人机共融导航知识学习场景中,加载训练后的所述RNN-RRT路径规划器的网络参数作为导航行为元模型,重复训练优化模块的训练过程以实现社会自适应导航知识的迁移学习;
参数输出模块,用于当所述递归神经网络的损失值收敛或达到预设训练轮数时,终止训练并输出所述递归神经网络的最终参数。
8.一种电子设备,其特征在于,所述电子设备包括处理器、存储器和总线系统,所述处理器和存储器通过该总线系统相连,所述存储器用于存储指令,所述处理器用于执行存储器存储的指令,以实现权利要求1至6任一项所述的机器人社会自适应导航知识学习与迁移方法。
9.一种计算机存储介质,其特征在于,所述计算机存储介质存储有计算机软件产品,所述计算机软件产品包括若干指令,用以使得一台计算机设备执行权利要求1至6任一项所述的机器人社会自适应导航知识学习与迁移方法。