申请/专利权人：南京思伽智能科技有限公司

申请日：2024-03-05

公开（公告）日：2024-04-05

公开（公告）号：CN117824663A

主分类号：G01C21/20

分类号：G01C21/20;G01C21/00;G01S17/89

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.23#实质审查的生效;2024.04.05#公开

摘要：本发明公开了一种基于手绘场景图理解的机器人导航方法，包括以下步骤：在手绘场景图上标注机器人的位置及任务的起点和终点；采用特征提取网络提取手绘图特征得到标准场景图；构建强化学习模型，根据任务起始点计算出初始的规划路径；每隔一段时间，采用激光雷达扫描实际场景结构特征与标准场景图特征匹配矫正机器人在标准场景图上位置；根据新的定位信息对后续路径进行优化，使用大模型解析为机器人参数，实现机器人在未知环境任务路径迭代优化。本发明根据手绘场景图为机器人提供场景的基本认知，规划出初始路径后结合实际传感器结果与标准场景图匹配修正机器人的定位信息，从而规划出更高效的任务路线。

主权项：1.一种基于手绘场景图理解的机器人导航方法，其特征在于，包括以下步骤：步骤S1：采集手绘场景图以及标准场景图的数据对，并标注机器人在手绘场景图中的位置以及任务起点和任务终点；步骤S2：使用步骤S1的数据对训练手绘图转标准化图的神经网络模型，将手绘场景图、机器人的位置、任务起点和任务终点作为输入，使用所述手绘图转标准化图的神经网络模型生成标准场景图；步骤S3：根据步骤S1的任务起点和任务终点构建强化学习模型，计算出标准化后任务起点和任务终点间的初始规划路径或者由人在手绘场景图上直接绘制任务行进路径，得到当前规划路径；步骤S4：基于机器人的激光雷达信息建立激光雷达图，将T帧的激光雷达图与标准场景图进行匹配，调整标准场景图的方向和尺度使其与T帧的激光雷达图一致，调整机器人在标准场景图中的位置信息；步骤S5：将步骤S2得到的标准场景图和步骤S4得到的位置信息输入到步骤S3得到的强化学习模型中，对当前规划路径进行优化，得到优化后的规划路径；步骤S6：将步骤S5得到的优化后的规划路径的参数解析成机器人的运动参数，驱动机器人进行动作；步骤S7：在时间间隔t0后，将T+N帧的激光雷达图与标准场景图进行匹配，调整标准场景图的方向和比例使其与T+N帧的激光雷达图一致，调整机器人在标准场景图中的位置信息，重复步骤S4-S6，实现机器人的路径迭代优化直至完成任务。

全文数据：

权利要求：

百度查询： 南京思伽智能科技有限公司 一种基于手绘场景图理解的机器人导航方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD