[发明专利]控制设备移动的方法、装置、存储介质及电子设备

说明书

本公开涉及一种控制设备移动的方法、装置、存储介质及电子设备，在目标设备移动时，按照预设周期采集该目标设备周围环境的第一RGB‑D图像；从该第一RGB‑D图像中获取预设帧数的第二RGB‑D图像；获取预先训练的深度强化学习模型DQN训练模型，并根据该第二RGB‑D图像对该DQN训练模型进行迁移训练，得到目标DQN模型；获取该目标设备当前周围环境的目标RGB‑D图像；将该目标RGB‑D图像输入该目标DQN模型得到该目标输出参数，并根据该目标输出参数确定目标控制策略；控制该目标设备按照该目标控制策略移动。

技术领域

本公开涉及导航领域，具体地，涉及一种控制设备移动的方法、装置、存储介质及电子设备。

背景技术

随着科技的不断进步，无人驾驶车辆、机器人等移动设备的自动导航技术逐渐成为一个研究热点，近年来，深度学习得到不断发展，尤其是深度学习中的卷积神经网络(Convolutional Neural Network，CNN)在目标识别、图像分类等领域取得巨大飞跃，基于深度学习的自动驾驶、智能机器人导航等相关技术也不断涌现。

现有技术中，多采用端到端的学习算法(如DeepDriving技术、Nvidia技术等)实现上述移动设备的自动导航，但是，这种端到端的学习算法需要人工标注样本，并且考虑到实际的训练场景中，需要花费较大的人力物力收集样本，从而使得现有导航算法的实用性及通用性较差。

发明内容

本公开提供一种控制设备移动的方法、装置、存储介质及电子设备。

根据本公开实施例的第一方面，提供一种控制设备移动的方法，所述方法包括：在目标设备移动时，按照预设周期采集所述目标设备周围环境的第一RGB-D图像；从所述第一RGB-D图像中获取预设帧数的第二RGB-D图像；获取预先训练的深度强化学习模型DQN训练模型，并根据所述第二RGB-D图像对所述DQN训练模型进行迁移训练，得到目标DQN模型；获取所述目标设备当前周围环境的目标RGB-D图像；将所述目标RGB-D图像输入所述目标DQN模型得到所述目标输出参数，并根据所述目标输出参数确定目标控制策略；控制所述目标设备按照所述目标控制策略移动。

可选地，所述根据所述第二RGB-D图像对所述DQN训练模型进行迁移训练，得到目标DQN模型包括：将所述第二RGB-D图像作为所述DQN训练模型的输入，得到所述DQN训练模型的第一输出参数；根据所述第一输出参数确定第一控制策略，并控制所述目标设备按照所述第一控制策略移动；获取所述目标设备与周围障碍物的相对位置信息；根据所述相对位置信息对所述第一控制策略进行评价得到评分值；获取DQN校验模型，所述DQN校验模型包括根据所述DQN训练模型的模型参数生成的DQN模型；根据所述评分值和所述DQN校验模型对所述DQN训练模型进行迁移训练，得到目标DQN模型。

可选地，所述DQN训练模型包括卷积层和与所述卷积层连接的全连接层，所述将所述第二RGB-D图像作为所述DQN训练模型的输入，得到所述DQN训练模型的第一输出参数包括：将预设帧数的所述第二RGB-D图像输入至卷积层提取第一图像特征，并将所述第一图像特征输入至全连接层，得到所述DQN训练模型的第一输出参数。