[发明专利]一种用于环境感知的移动机器人的路径优化方法及系统

权利要求书

1.一种用于环境感知的移动机器人的路径优化方法，包括如下步骤：

步骤S1，确定当前感知任务，根据感知环境的代表性与准确性，计算机器人感知的关键地理位置信息，并获取其他移动机器人完成类似任务的历史路径数据以及历史移动参数；其中，所述计算机器人感知的关键地理位置信息，包括：根据当前感知任务中需要感知的感知区域半径，选取若干关键点位置使得感知面积大于预设参数，并且使得选取的关键点与感知区域的几何中心距离最小；

步骤S2，基于神经网络算法，根据所述关键地理位置信息筛选出备选路径，并对筛选出的不同的备选路径进行评分；其中，根据所述关键地理位置信息筛选出备选路径，包括：根据步骤S1获得的关键地理位置信息从历史路径数据中选取与关键地理位置信息有重合度且重合度大于预设参数的备选路径；

步骤S3，根据评分结果选择最优路径。

2.如权利要求1所述的一种用于环境感知的移动机器人的路径优化方法，其特征在于：所述历史路径数据包括历史移动路径、移动时间、移动距离、移动过程，所述历史移动参数包括移动速度、何时何地转向、转向角度、最大移动距离。

3.如权利要求1所述的一种用于环境感知的移动机器人的路径优化方法，其特征在于：根据步骤S1获得的历史移动参数采用加权的形式对各备选路径进行评分。

4.如权利要求1所述的一种用于环境感知的移动机器人的路径优化方法，其特征在于，于步骤S3后，还包括如下步骤：

获取所述最优路径上的障碍信息，以于所述最优路径上出现障碍时对所述最优路径进行优化。

5.如权利要求4所述的一种用于环境感知的移动机器人的路径优化方法，其特征在于：通过摄像头实时获取感知区域的现场图像，经图像分析处理确定所述最优路径上是否出现障碍物，以于最优路径上出现障碍物时采用避障算法对最优路径进行优化以避开障碍物。

6.一种用于环境感知的移动机器人的路径优化系统，包括：

关键地理位置信息确定单元，用于根据当前感知任务，根据感知环境的代表性与准确性，计算机器人感知的关键地理位置信息，并获取其他移动机器人完成类似任务的历史路径数据以及历史移动参数；具体用于：根据当前感知任务中需要感知的感知区域半径，选取若干关键点位置使得感知面积大于预设参数，并且使得选取的关键点与感知区域的几何中心距离最小；

路径优化单元，用于基于神经网络算法，根据所述关键地理位置信息对获得的历史路径筛选出备选路径，并对筛选出的不同的备选路径进行评分；具体用于：根据关键地理位置信息确定单元获得的关键地理位置信息从历史路径数据中选取与关键地理位置信息有重合度且重合度大于预设参数的备选路径，并根据关键地理位置信息确定单元获得的历史移动参数采用加权的形式对各备选路径进行评分；

最优路径选择单元，用于根据评分结果选择最优路径。