【技术实现步骤摘要】
本专利技术涉及自主导航，尤其涉及一种机器人的自主导航方法、装置、设备及介质。
技术介绍
1、在物流、交通、工业等领域，越来越多的自主导航机器人被用来代替人类完成灵活多变的任务，然后完成这些任务需要要求机器人具备自主导航、自主决策等能力。理想的移动机器人应具有以下能力：当处于一个未知、复杂、动态的非结构化环境中，机器人能够在没有人类的干预下，通过自身所带的传感器来感知周围的环境，从而到达期望的目的地。在整个过程中，移动机器人高精度的定位以及智能化的决策成为了移动机器人的核心技术。
2、对于自主导航技术，很多研究者使用aloam(激光里程计与地图构建)进行移动机器人在未知环境的定位，但是这种方法容易出现精度低，计算效率下降等问题。在现有技术中，其他研究者使用liom(激光惯性里程计)作为移动机器人的定位，虽这种方式能够提升定位的稳定性，但是其精度远不如aloam。
3、对于自主决策技术，很多研究者使用状态机用于定义和管理复杂系统的行为，并通过状态和转移的定义来描述系统的逻辑进行机器人的决策和行为控制，但对于复杂的系统...
【技术保护点】
1.一种机器人的自主导航方法，其特征在于，包括：
2.如权利要求1所述的机器人的自主导航方法，其特征在于，所述获取目标机器人的移动数据和所述目标机器人所处环境的雷达数据的步骤，包括：
3.如权利要求1所述的机器人的自主导航方法，其特征在于，所述基于所述移动数据和所述雷达数据预测所述目标机器人的状态数据的步骤，包括：
4.如权利要求3所述的机器人的自主导航方法，其特征在于，所述通过卡尔曼滤波算法将所述对齐数据对进行融合，得到融合数据，将所述融合数据作为所述状态数据的步骤，包括：
5.如权利要求1所述的机器人的自主导航方法，...
【技术特征摘要】
1.一种机器人的自主导航方法，其特征在于，包括：
2.如权利要求1所述的机器人的自主导航方法，其特征在于，所述获取目标机器人的移动数据和所述目标机器人所处环境的雷达数据的步骤，包括：
3.如权利要求1所述的机器人的自主导航方法，其特征在于，所述基于所述移动数据和所述雷达数据预测所述目标机器人的状态数据的步骤，包括：
4.如权利要求3所述的机器人的自主导航方法，其特征在于，所述通过卡尔曼滤波算法将所述对齐数据对进行融合，得到融合数据，将所述融合数据作为所述状态数据的步骤，包括：
5.如权利要求1所述的机器人的自主导航方法，其特征在于，所述根据所述状态数据获取所述目标机器人的当前位置信息的步骤，包括：
6.如权利要求1所述的机器人的自主导航方法，其特征在于，所述根据所述当前位置信息、所述目标机器人所处环境的地图数据和所述目标机器人...
【专利技术属性】
技术研发人员：林楷栋，杨晓君，王昭武，闵海波，周齐，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。