[发明专利]一种机器人及其导航方法、计算机可读存储介质

说明书

本发明公开了一种机器人及其导航方法、计算机可读存储介质，该方法包括步骤：获取机器人的目标位置信息及其当前方向的二维点分布；根据获取到的机器人当前方向的二维点分布，确定机器人的多维特征值s；根据确定的机器人的多维特征值s、以及通过机器学习方法得到的θ值，利用模型a＝f(s,θ)计算机器人的控制信号a；根据计算的机器人的控制信号a，实现机器人的导航。本发明公开的机器人及其导航方法、计算机可读存储介质，通过机器学习方法得到的θ值，利用模型a＝f(s,θ)计算机器人的控制信号a，进而实现机器人的导航；相对现有技术的DWA(Dynamic Window Approach)以及TEB(Timed Elastic Band)等局部导航算法，有效解决机器人局部导航问题，且该方法运行流畅且相比较现有算法效率有所提升。

技术领域

本发明涉及机器人技术领域，尤其涉及一种机器人及其导航方法、计算机可读存储介质。

背景技术

机器人是一类用于接受人类的命令完成相应的动作，也可以自动执行预设程序来完成相应的任务，且具有可编程能力的机器装置。机器人能够增加生产效率、提高产品质量的和改善人类生活的方便程度。

在实现本发明的过程中，发明人发现现有技术存在以下问题：机器人根据导航朝某个指定方向行走时，行走过程中可能会遇到一些障碍。为了避开障碍，机器人通常需要建立局部地图并且重新规划路径。然而获取精准的局部地图比较困难，另外机器人传感器存在的误差可能会严重影响路径的规划，再者重新规划相对运算量大，在局部地图不清晰的情况下更困难。

发明内容

本发明的主要目的在于提出一种机器人及其导航方法、计算机可读存储介质，旨在解决现有技术存在的问题。

为实现上述目的，本发明实施例第一方面提供一种机器人导航方法，所述方法包括步骤：

获取机器人的目标位置信息及其当前方向的二维点分布；

根据获取到的机器人当前方向的二维点分布，确定所述机器人的多维特征值s；

根据确定的所述机器人的多维特征值s、以及通过机器学习方法得到的θ值，利用模型a＝f(s,θ)计算所述机器人的控制信号a；

根据计算的所述机器人的控制信号a，实现所述机器人的导航。

可选地，所述机器人当前的二维点分布通过以下步骤形成：

获取所述机器人的当前深度图像；

根据获取的所述机器人的当前深度图像，抽取出所述机器人当前方向的视觉三维点云；

将抽取出的视觉三维点云投影到一平面上，形成所述机器人当前的二维点分布。

可选地，所述通过机器学习方法得到的θ值包括步骤：

接收遥控信号，所述遥控信号使得所述机器人按照既定路径行走，其中所述既定路径包括障碍环境；

获取既定路径的每一帧图像，计算每一帧图像t时刻的向量s_t，同时记录当前遥控的操作信号a_t，并建立训练集合{s_t,a_t}；

通过模型a＝f(s,θ)，并根据建立的训练集合{s_t,a_t}，学习获取到θ值。

可选地，所述方法还包括步骤：

学习过程基于损失函数对学习到的θ值通过随机梯度下降方法进行优化，得到最优的θ值。

可选地，所述二维点分布为具有多个网格的辐射状分布。

可选地，所述多维特征值s包括二维点分布的向量、所述机器人当前方向角速度线速度v以及机器人目标位置的方向和距离。