[发明专利]一种基于跨传感器迁移学习的室内单目导航方法及系统

权利要求书

1.一种基于跨传感器迁移学习的室内单目导航方法，其特征在于，包括：

获取仿真模型中移动机器人的仿真单线激光雷达数据；所述仿真模型在Webots开源仿真环境里搭建；所述移动机器人的型号为大疆Mavic Pro，所述移动机器人上方安装LMS291单线激光雷达；所述仿真单线激光雷达数据为深度值；

根据所述仿真单线激光雷达数据，采用确定性策略梯度的深度强化学习方法，确定自主导航模型；所述自主导航模型以所述仿真单线激光雷达数据为输入，以所述移动机器人的航向角为输出；

获取实际环境中移动机器人在同一时刻的实际单线激光雷达数据和单目摄像头数据；

根据所述实际单线激光雷达数据，采用所述自主导航模型，确定移动机器人的航向角；

根据同一时刻的所述移动机器人的航向角和相应时刻的所述单目摄像头数据，采用Resnet18网络和预训练好的YOLO v3网络，确定激光雷达单目视觉导航模型；所述激光雷达单目视觉导航模型以所述单目摄像头数据为输入，以对应时刻的航向角为输出；

根据同一时刻的所述移动机器人的航向角对所述单目摄像头数据打标签，得到样本图像；

获取所述Resnet18网络和预训练好的YOLO v3网络；

将所述样本图像分别输入所述Resnet18网络和预训练好的YOLO v3网络；

将所述预训练好的YOLO v3网络输出的行人信息向量合并到所述Resnet18网络的全连接层，得到激光雷达单目视觉导航模型

获取待确定的单目摄像头数据；

根据所述待确定的单目摄像头数据，采用所述激光雷达单目视觉导航模型，确定移动机器人当前时刻的航向角；

根据所述当前时刻的航向角进行移动机器人的导航。

2.根据权利要求1所述的一种基于跨传感器迁移学习的室内单目导航方法，其特征在于，所述根据所述仿真单线激光雷达数据，采用确定性策略梯度的深度强化学习方法，确定自主导航模型，具体包括：

利用确定回报函数；其中，R为回报函数，k为一个常数取值为0.5，d_min为当前移动机器人的安全裕度，R_p为当前移动机器人的动态性能激励项，其中，v为线速度，w为角速度。