[发明专利]一种具备全范围信息恢复能力的机器人导航避障方法

权利要求书

1.一种具备全范围信息恢复能力的机器人导航避障方法，其特征在于，训练步骤包括：

在仿真环境三维空间中建立机器人坐标系，并在一定区域内随机生成障碍物的位置、以及机器人的起始点和目标点；

获取周围环境数据，基于状态空间、动作空间、奖励函数、状态转移概率、观测空间以及观测概率分布建立环境模型；

获取原始雷达和当前雷达的观测数据，构建历史观测数据队列，将当前最新的雷达观测数据以及位姿插入历史队列中，使历史观测数据与当前观测数据融合，形成机器人周围360°范围内环境的新的观测感知结果；

利用新的感知结果在优化更新的策略函数网络中输出的概率分布来选择机器人下一步的避障动作，直至到达目标点。

2.如权利要求1所述的一种具备全范围信息恢复能力的机器人导航避障方法，其特征在于，建立的观测空间包括机器人对于原始数据补全后的感知结果、机器人当前速度、目标点在机器人局部坐标系下的坐标位置。

3.如权利要求2所述的一种具备全范围信息恢复能力的机器人导航避障方法，其特征在于，所述对于原始数据补全后的感知结果包括融合历史观测数据与当前观测数据后的周围360°范围内障碍物的距离信息以及气对应的时间信息；机器人当前速度包括差速机器人当前的线速度和角速度；坐标位置包括目标点在机器人局部坐标系下的坐标值组成的向量。

4.如权利要求1所述的一种具备全范围信息恢复能力的机器人导航避障方法，其特征在于，将原始雷达数据转化为代表机器人周围360°范围内观测感知结果的处理方法为：

(1)将获取的原始雷达数据转化为极坐标系并进行归一化；

(2)建立存储一定帧数历史观测数据的队列和与历史观测数据相对应的机器人位姿的队列，位姿包含在世界坐标系下机器人的笛卡尔坐标系下的坐标以及机器人的偏航角；

(3)根据一定判定条件，更新历史观测数据队列；

(4)根据之前获得的历史观测队列与机器人当前最新观测数据，将其融合成为一个可表示机器人周围360°范围内环境的新的感知结果，360°的感知结果中包括当前观测数据以及根据历史观测数据记忆下来的带有一定不确定性的“回忆观测数据”；并且根据历史队列中的数据与当前时刻的时间差的大小，分别为其赋予一维时间特征，这个特征代表机器人对于观测信息的置信程度。

5.如权利要求4所述的一种具备全范围信息恢复能力的机器人导航避障方法，其特征在于，处理方法(3)中的判定条件为：

每次将历史位姿队列中队尾的位姿与当前位姿比较，设置位置差允许范围的阈值以及偏航角的阈值，如果上一次更新时的位姿与当前位姿的距离差大于所述设定的阈值或者偏航角差大于所述设定的阈值，就将当前观测数据与当前位姿分别插入历史观测与历史位姿队列的队尾，将队列中处于队头的数据删除。

6.如权利要求4所述的一种具备全范围信息恢复能力的机器人导航避障方法，其特征在于，处理方法(4)中对于历史观测队列与机器人当前最新观测数据的处理过程包括以下步骤：

将历史观测队列中观测数据统一转换到当前坐标系下，即先将历史观测数据由极坐标系转换到各自时刻的笛卡尔坐标系下，然后再将对应点转换到当前时刻的笛卡尔坐标系下，最后再进行一步笛卡尔坐标系到极坐标系的转换；

将当前观测数据与历史观测数据连接成一组完整观测；将360°的范围切分为N份，用观测数据的极角来计算其在360°范围内对应的id值；

对数据进行筛选后，根据观测数据与当前时刻的时间差的大小，赋予一维特征；然后将生成的360°范围的雷达数据与其对应的时间特征结合到一起返回。

7.如权利要求1所述的一种具备全范围信息恢复能力的机器人导航避障方法，其特征在于，建立的动作空间包括再连续空间内的一系列可达到的速度，差速机器人的速度包括了线速度和角速度，即

a^t＝[v^t,ω^t]。