一种基于在线学习机制的轮式机器人自适应导航方法

• 摘要：

  本发明涉及一种基于在线学习机制的轮式机器人自适应导航方法.首先控制轮式机器人对指定的路径进行学习,通过SICK激光测距仪来获取周围环境与轮式机器人之间的精确距离信息,采用增量分层判别回归算法IHDR将距离信息与运动控制信息的映射关系存入树型结构知识库中.学习完毕后轮式机器人将不断检索所构建的知识库并回归出运动控制量进行导航,同时基于自主逃离障碍区的避障算法实施背景避障,一旦避障开启,建立新的环境距离信息和运动控制信息的映射关系,实时更新至知识库中.本发明提升了轮式机器人的智能化水平,使其对复杂的动态环境具备了自适应能力,并且在线学习算法和避障算法的双闭环共同作用提高了导航效率.

• 专利类型：

  发明专利

• 申请/专利号：

  CN201510362963.0

• 申请日期：

  2015.06.26

• 公开/公告号：

  CN105116881A

• 公开/公告日：

  2015-12-02

• 发明人：

  吴怀宇 张德龙 李威凌 陈洋 钟锐

• 申请人：

  武汉科技大学

• 主分类号：

  G05D1/02(2006.01)I,G,G05,G05D,G05D1

• 分类号：

  G05D1/02(2006.01)I,G,G05,G05D,G05D1,G05D1/02

• 主权项：

  一种基于在线学习机制的轮式机器人自适应导航方法,其特征在于:首先根据周围的环境情景进行分析判断,人为规划出供机器人行驶的最优导航路径;然后控制机器人沿着所述最优导航路径进行运动并在学习模式下实时在线学习和训练,建立当前环境的距离信息与轮式机器人的运动控制信息的映射关系,并将该映射关系存放入IHDR树中,导航路径学习完成时IHDR树同时也构建完毕,之后机器人根据IHDR树中的所述映射关系进行自主导航;在根据IHDR树进行自主导航时,背景避障监测模式同时作用,实时监测周围障碍物与机器人间的距离,一旦该距离小于或等于预先设置的阈值,立即开启避障导航模式,同时获取当前场景的激光距离数据和当前时刻机器人的速度数据,更新至IHDR树中;若当前时刻周围障碍物与机器人间的距离大于预先设定的阈值,则将机器人运动的控制权重新返回学习模式,机器人根据IHDR树继续进行导航.