[发明专利]一种基于“门”点的路径规划方法在审
申请号: | 201910497456.6 | 申请日: | 2019-06-10 |
公开(公告)号: | CN110345959A | 公开(公告)日: | 2019-10-18 |
发明(设计)人: | 刘成菊;姚陈鹏 | 申请(专利权)人: | 同济人工智能研究院(苏州)有限公司 |
主分类号: | G01C21/34 | 分类号: | G01C21/34 |
代理公司: | 上海科盛知识产权代理有限公司 31225 | 代理人: | 翁惠瑜 |
地址: | 215100 江苏省苏州*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 神经网络模型 路径规划 模型训练 控制机器人 目标识别 搜索算法 训练样本 最优路径 关键点 训练集 输出 网络 | ||
1.一种基于“门”点的路径规划方法,用于获得控制机器人的最优路径,其特征在于,该方法首先通过模型训练得到神经网络模型,再利用神经网络模型提取关键点,并通过图搜索算法进行路径规划,所述的神经网络模型的输入为地图,输出为地图中的“门”和“门”点,所述的模型训练包括以下步骤:
11)生成多张随机地图;
12)将标记有标记“门”和标记“门”点的多张随机地图作为训练样本存于训练集中;
13)利用步骤12)中的训练集对目标识别网络进行训练;
14)得到训练完成的神经网络模型。
2.根据权利要求1所述的一种基于“门”点的路径规划方法,其特征在于,所述的路径规划包括以下步骤:
21)构建实际应用场景的地图;
22)将步骤21)中地图输入训练完成的神经网络模型,得到地图中的输出“门”和输出“门”点;
23)提取地图中的关键点,构建搜索图;
24)使用图搜索算法生成路径。
3.根据权利要求1所述的一种基于“门”点的路径规划方法,其特征在于,所述的步骤12)中的标记“门”为两障碍物之间且位于障碍物角的点周围的通行区域,所述的标记“门”点为该通行区域的中心点。
4.根据权利要求2所述的一种基于“门”点的路径规划方法,其特征在于,所述的关键点包括输出“门”点以及起点和终点,所述的搜索图的边为各关键点之间的连线,所述的搜索图边的权重为连线两点间距离。
5.根据权利要求4所述的一种基于“门”点的路径规划方法,其特征在于,所述的步骤22)中地图中的输出“门”为神将网络模型输出的候选框,所述的输出“门”点为候选框的中心点。
6.根据权利要求4所述的一种基于“门”点的路径规划方法,其特征在于,若两关键点被障碍物阻挡,则该条边的权值为无穷大。
7.根据权利要求1所述的一种基于“门”点的路径规划方法,其特征在于,多张所述随机地图之间相互区别。
8.根据权利要求1所述的一种基于“门”点的路径规划方法,其特征在于,所述的目标识别网络包括yolov3或faster-RCNN。
9.根据权利要求2所述的一种基于“门”点的路径规划方法,其特征在于,所述的步骤21)中构建地图的方式包括SLAM或人工测绘。
10.根据权利要求2所述的一种基于“门”点的路径规划方法,其特征在于,所述的图搜索算法包括Dijkstra算法或A*算法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于同济人工智能研究院(苏州)有限公司,未经同济人工智能研究院(苏州)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910497456.6/1.html,转载请声明来源钻瓜专利网。