CN115309160B 机器人路径的规划方法及规划装置 （华东理工大学）

WO2018212918A1,2018.11.人在下一时刻的第一状态和所述行人在下一时能够使得机器人以更有效且顺应人类社会准则2机器人在当前时刻的第一初始信息和所述行人在当前时刻的第机模型将所述第一初始信息和所述第二初始信息的维预测所述机器人在下一时刻的第一状态和所述行人在下一时刻所述行人的坐标位置被表示为所述第二速度被表示为行人i的将奖励函数Rt定义为其中，为接近目标奖励，为碰撞行人惩3g其中r＝0.25为到达目标位置的奖励，g其中rc＝-0.25为机器人碰到行人时的rtthth)rh为可训练的权重矩阵，4一时刻的第一状态和所述行人在下一时刻的第令通过一个多层感知机模型fpredict预测行人下一时刻的状态5所述机器人状态信息st和所述行人状态信息Wt的rt)ht)62层图注将下一时刻的机器人状态信息st+1和行人状态信息Wt+1作为值网络模型7g获取所述机器人在当前时刻的坐标信息以计算所述坐标信息与目标点之间的ggggg8[0003]传统的移动机器人局部路径规划方法使用数学模型或物理模型来构建机器人与境下实现局部避障规划。实时局部路径规划。9表示为其由所述机器人的当前位姿速度y示为其由所述行人的坐标位置lpr小速度g其中r＝0.25为到达目标位置g其中rc＝-0.25为机器人碰到行置，pf为第i个行人在t时刻所处的位置，所述tr)W′thtr态和所述行人在下一时刻的第二状态的步骤包括：令通过一个多层感知机模型fpredict预测行人下一时刻的状态wrx1=fmreaice(H;w)=其中W为可训练的权重矩阵；以及基于移动机器人状态信息st=[p,p,0',,,gxg,y,Dorer,rl和动作空间A，[0034]p⃞=p+v'sin(0f)*AtW′r)W′h)′[0043]其中为可训练的权重矩阵，k1为所述第1层图注意力网络33中注意力头的个2层t局部路径规划的步骤进一步包括：获取所述机器人在当前时刻的坐gdg大于或等于所述预设阈值的判断结果，进一步确定下一状态Jt+1下动作价值最大的动作g[0066]图2示出了根据本发明的一些实施例提供的机器人路径规划方法中的行人状态预[0067]图3示出了根据本发明的一些实施例提供的机器人路径规划方法中的值网络模型[0068]图4示出了根据本发明的一些实施例提供的机器人路径规划方法中的实验结果示实现局部避障规划。[0075]在一些非限制性的实施例中，本发明的第一方面提供的上述机器人路径规划方表示为st=[p,p,8',,,gxg,y,Dmer,a,b],由移动机器人当前位姿速度xy奖励函数Rt由三部分构成，分别为接近目标奖励与行人碰撞惩罚以及违反社交规范g[0087]其中r为到达目标位置的奖励，相应于目标环境的不同以及算法收敛速度的不gggggggggggg[0092]可选地，本发明可以设置r＝0.g[0097]其中为移动机器人与第i个行人之间的距离。本发明可以设定当移动机器跟踪(people_tracker)算法对行人进行跟踪，获得每个行人的速度和坐标之后，本发明可以设定行人的半径r为0.3m，得到t时刻的每个行人状态信息最终得到t时刻n个行人的状态信息表示为前时刻移动机器人的位姿信息并获取移动机器人当前时刻的速度在机器人状态信息st和行人状态信息Wt为输入，通过构建模型将机器人状态信息st和行人状Wr)W′hth)[0108]可选地，本发明可以经由支持向量机模型将机器人状态信息st和机器人在下一时刻的第一状态和行人在下一时刻的[0119]此外，本发明可以计算第2层图注意力网络24中，每个注意力头下的注意力矩阵[0132]p4=p⃞+vfcos(8f*1)*AtW′r)W′h)′[0148]再之后，本发明可以计算第2层图注意力网络中，每个注意力头下的注意力矩阵tg或等于预设阈值的判断结果，本发明可以进一步确定下一状态Jt+1下动作价值最大的动作g[0166]可选地，如图4所示，本发明还可以根据机器人路径规划方法中的实验结果示意[0168]尽管为使解释简单化将上述方法图示并描述为一系列动和/或与来自本文中图示和描述或本文中未图示和描述但本领域技术人员可以理解的其他[0171]尽管上述的实施例所述的路径规划装置是可以通过软件与硬件的组合来实现可通过在通用芯片上运行的诸如程序模块(procedures)和函数模块(functions)等独立的[0172]结合本文所公开的实施例描述