[发明专利]路径跟随方法、系统、电子设备和存储介质

摘要

本发明提供一种路径跟随方法、系统、电子设备和存储介质，其中方法包括：根据栅格地图，获得起点栅格至终点栅格的规划路径和基于规划路径扩展得到的路径区域，获得路径区域内每个栅格规避障碍物的初始值；自起点栅格起遍历获得路径区域内每个栅格基于动作集合中每个动作ai的代价值，包括循环获得每个当前栅格sn基于每个动作ai的代价值Q(sn,ai)。以及，于当前栅格sn执行代价值Q(sn,ai)中最小代价值对应的动作。本发明通过在规划路径的允许误差范围内建立路径区域，并结合Q‑Learning算法对路径区域内每个栅格基于每个动作的代价值进行更新训练，从而能在训练完成后在每个栅格选择代价值最小的动作对规划路径进行跟随控制。

主权项

1.一种路径跟随方法，其特征在于，包括以下步骤：根据栅格地图，获得起点栅格至终点栅格的规划路径和基于规划路径扩展得到的路径区域，获得路径区域内每个栅格规避障碍物的初始值；自起点栅格起遍历获得路径区域内每个栅格基于动作集合中每个动作a_i的代价值，包括：获得当前栅格s_n执行每个动作a_i能到达的下一栅格s_n+1的初始值，作为当前栅格s_n基于每个动作a_i的当前收益R_n；获得每个下一栅格s_n+1再执行每个动作a_i能到达的再下一栅格s_n+2的初始值中的最大值max(Q(s_n+1,a_i))；根据当前收益R_n和最大值max(Q(s_n+1,a_i))获得当前栅格s_n基于每个动作a_i的代价值Q(s_n,a_i)。