[发明专利]一种基于深度学习的机器人避障轨迹规划方法及系统

权利要求书

1.一种基于深度学习的机器人避障轨迹规划方法，其特征在于，包括：

图像输入步骤：在仿真环境中加入照相机，从多个角度拍摄图像并同时输入到卷积神经网络中；

新姿态获取步骤：根据输入信息得到机械臂更新角度的信息，通过接口调用仿真软件进行更新，获取姿态；

网络训练步骤：用深度学习进行卷积神经网络训练，输入的图像经过卷积运算后，将得到的特征图变成一个一维向量，将一维向量输入到后续的全连接层中，得到每个动作对应的q值，选择q值最大的动作并更新姿态，将更新姿态传入仿真环境得到新的图像输入；

循环执行网络训练步骤，直至达到目标点。

2.根据权利要求1所述的基于深度学习的机器人避障轨迹规划方法，其特征在于，所述网络训练步骤中，每个动作都会得到一个奖励，奖励分为三部分：

第一部分：每次动作之后都会得到一个负的奖励；

第二部分：每次动作之后都会得到一个负的奖励，在没有触碰到障碍物之前，距离障碍物越近则得到的负的奖励越大，碰到障碍物后则停止循环，并给予一个更大的负的奖励；

第三部分：每次动作之后都会得到一个正的奖励，在没有到达目标点之前，距离目标点越近，则得到的正的奖励越大，在到达目标点之后，得到一个更大的正的奖励并结束此次循环，进行下一次探索。

3.根据权利要求2所述的基于深度学习的机器人避障轨迹规划方法，其特征在于，在所述网络训练步骤之后还包括：

经验池采样步骤：所有探索得到的结果都放入经验池中，后续每选择完一个动作都要在经验池中进行采样并使用采样的数据对卷积神经网络进行训练。

4.根据权利要求3所述的基于深度学习的机器人避障轨迹规划方法，其特征在于，在所述经验池采样步骤之后还包括：

输出步骤：根据训练好的卷积神经网络输出的最优的路径规划轨迹。

5.根据权利要求1所述的基于深度学习的机器人避障轨迹规划方法，其特征在于，在所述图像输入步骤之前还包括：

算法初始化步骤：确定算法的初始条件，并进行算法初始化；

机械臂建模步骤：对算法中使用的机械臂进行建模，将得到的模型导入仿真软件，对各个关节进行约束设置。

6.一种基于深度学习的机器人避障轨迹规划系统，其特征在于，包括：

图像输入模块：在仿真环境中加入照相机，从多个角度拍摄图像并同时输入到卷积神经网络中；

新姿态获取模块：根据输入信息得到机械臂更新角度的信息，通过接口调用仿真软件进行更新，获取姿态；

网络训练模块：用深度学习进行卷积神经网络训练，输入的图像经过卷积运算后，将得到的特征图变成一个一维向量，将一维向量输入到后续的全连接层中，得到每个动作对应的q值，选择q值最大的动作并更新姿态，将更新姿态传入仿真环境得到新的图像输入，循环执行直至达到目标点。

7.根据权利要求6所述的基于深度学习的机器人避障轨迹规划系统，其特征在于，所述网络训练模块中，每个动作都会得到一个奖励，奖励分为三部分：

第一部分：每次动作之后都会得到一个负的奖励；

第二部分：每次动作之后都会得到一个负的奖励，在没有触碰到障碍物之前，距离障碍物越近则得到的负的奖励越大，碰到障碍物后则停止循环，并给予一个更大的负的奖励；

第三部分：每次动作之后都会得到一个正的奖励，在没有到达目标点之前，距离目标点越近，则得到的正的奖励越大，在到达目标点之后，得到一个更大的正的奖励并结束此次循环，进行下一次探索。

8.根据权利要求7所述的基于深度学习的机器人避障轨迹规划系统，其特征在于，还包括：

经验池采样模块：所有探索得到的结果都放入经验池中，后续每选择完一个动作都要在经验池中进行采样并使用采样的数据对卷积神经网络进行训练。

9.根据权利要求8所述的基于深度学习的机器人避障轨迹规划系统，其特征在于，还包括：

输出模块：根据训练好的卷积神经网络输出的最优的路径规划轨迹。

10.根据权利要求6所述的基于深度学习的机器人避障轨迹规划系统，其特征在于，还包括：

算法初始化模块：确定算法的初始条件，并进行算法初始化；

机械臂建模模块：对算法中使用的机械臂进行建模，将得到的模型导入仿真软件，对各个关节进行约束设置。