[发明专利]机器人自动导航方法及装置、电子设备、存储介质

说明书

本申请提供一种机器人自动导航方法及装置、电子设备、存储介质，该方法包括：接收机器人的行驶状态参数；根据所述行驶状态参数，判断所述机器人进入的换道决策状态；按照预设分组条件，将预设个数的所述行驶状态参数合成为一个向量输入组；将所述向量输入组输入与所述换道决策状态对应的神经网络模型，得到所述神经网络模型的输出结果；其中，每个所述的输出结果作为一个换道决策样本；根据所述神经网络模型的输出结果，执行换道动作。该方法实现了机器人自动导航自动化，提高了机器人自动换道的精准性。

技术领域

本申请涉及人工智能领域，特别涉及一种机器人自动导航方法及装置、电子设备、存储介质。

背景技术

搭载人工智能的自动行驶设备其使用的自动驾驶系统是一个可以模拟人类驾驶行为的自动化系统。在这些设备的行驶过程中，为了更方便通行或者一些外部因素，常常需要换道。目前，自动驾驶系统在进行换道决策时要面临很多复杂的情况，换道决策的精准性还有待提高。

发明内容

本申请实施例提供了一种机器人自动导航方法，可以实现机器人自动导航自动化，提高了机器人自动换道的精准性。

本申请实施例提供了一种机器人自动导航方法，所述方法包括：

接收机器人的行驶状态参数；

根据所述行驶状态参数，判断所述机器人进入的换道决策状态；

按照预设分组条件，将预设个数的所述行驶状态参数合成为一个向量输入组；

将所述向量输入组输入与所述换道决策状态对应的神经网络模型，得到所述神经网络模型的输出结果；其中，每个所述的输出结果作为一个换道决策样本；

根据所述神经网络模型的输出结果，执行换道动作。

在一实施例中，所述接收机器人的行驶状态参数包括：

获取预设的任务信息；

获取对应所述任务信息的道路信息；

藉由雷达和视觉传感器获取所述机器人周围的环境信息；

通过车载传感器和导航系统获取所述机器人的位姿信息；

将所述任务信息、所述道路信息、所述环境信息和位姿信息进行整合，获得行驶状态参数。

在一实施例中，所述按照预设分组条件，将预设个数的所述行驶状态参数合成为一个向量输入组，包括：

清洗所述形式状态参数，根据预设分组条件，去除异常和错误数据；

根据所述行驶状态参数的编号，将预设个数的行驶状态参数合成一个所述向量输入组。

在一实施例中，所述将所述向量输入组输入与所述换道决策状态对应的神经网络模型，得到所述神经网络模型的输出结果，包括：

建立卷积块；

所述卷积块按照预设步长值，对任一个所述向量输入组进行训练；

提取该所述向量输入组的粒度特征数据；

使用后想传递算法计算每个所述粒度特征数据的误差值；

使用梯度下降检查算法检查梯度下降的正确性，输出正确的所述神经网络模型的输出结果。

在一实施例中，所述根据所述神经网络模型的输出结果，执行换道动作，包括：

判断所述输出结果是否为换道；

若所述输出结果为换道，判断所述输出结果是否满足动力学条件和舒适度条件；

若满足，执行换道动作；否则，保持原道行驶或者停止。

在一实施例中，在所述根据所述神经网络模型的输出结果，执行换道动作之后，所述方法还包括：

在所述神经网络模型中增加一个残差链接。

进一步的，本申请实施例还提供看一种机器人自动导航装置，该装置包括：

参数接收模块，用于接收机器人的行驶状态参数；