[发明专利]基于增量式在线学习的机器人导航方法有效
| 申请号： | 201710942048.8 | 申请日： | 2017-10-11 |
| 公开（公告）号： | CN107655483B | 公开（公告）日： | 2020-11-10 |
| 发明（设计）人： | 倪建军;顾亚飞;范新南;史朋飞 | 申请（专利权）人： | 河海大学常州校区 |
| 主分类号： | G01C21/20 | 分类号： | G01C21/20;G01S19/42 |
| 代理公司： | 南京纵横知识产权代理有限公司 32224 | 代理人： | 董建林 |
| 地址： | 213022 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于增量式在线学习的机器人导航方法，包括，人为引导机器人在区域内行走一圈，机器人对实时位置信号进行采样，得到机器人的坐标信息，当坐标信息满足预设的条件时，存储该坐标信息；将坐标信息作为输入，随着存储的不断更新，采用增量式在线学习方法，利用按需增长的自组织神经网络模型，建立区域地图；利用区域地图进行目标点定位，利用改进A*算法规划出一条到达目标点的最优路径，完成导航任务。本发明实现迅速导航，大大提高了巡检机器人的工作效率。 | ||
| 搜索关键词： | 基于 增量 在线 学习 机器人 导航 方法 | ||
【主权项】：
基于增量式在线学习的机器人导航方法，其特征在于：包括，人为引导机器人在区域内行走一圈，机器人对实时位置信号进行采样，得到机器人的坐标信息，当坐标信息满足预设的条件时，存储该坐标信息；将坐标信息作为输入，随着存储的不断更新，采用增量式在线学习方法，利用按需增长的自组织神经网络模型，建立区域地图；利用区域地图进行目标点定位，利用改进A*算法规划出一条到达目标点的最优路径，完成导航任务。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于河海大学常州校区，未经河海大学常州校区许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710942048.8/，转载请声明来源钻瓜专利网。
