【技术实现步骤摘要】
本专利技术涉及导航，具体涉及一种移动机器人导航方法、系统、设备及存储介质。
技术介绍
1、自主导航作为移动机器人核心技术之一，要求移动机器人规划出合理的路线并保证行进过程中安全无碰撞。传统的移动机器人导航是基于地图的导航规划，依赖高精度地图和传感器性能，导航容错率低。目前构建复杂大范围未知环境的移动机器人导航的导航模型需要事先获取全局地图，这种方式耗费大量时间，且构建获得的导航模型缺乏泛化性，已经无法满足未知环境下导航任务的要求。因此，将移动机器人与环境地图解耦，大大降低对环境的依赖程度，形成无地图导航技术并让机器人自主学习适应环境是必然趋势。因此，如何实现复杂大范围未知环境的移动机器人导航成为一个亟待解决的问题。
2、上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
1、本专利技术为解决上述技术问题，提供了一种移动机器人导航方法、系统、设备及存储介质，能够降低导航模型的构建时间且泛化性好，从而能够实现复杂大范围未知环境下的移动机器人导...
【技术保护点】
1.一种移动机器人导航方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的移动机器人导航方法，其特征在于，所述将所述当前位置、所述速度、所述目标位置及所述传感器信息输入至预设深度分层强化学习的无地图场景导航模型中，得到机器人行驶动作信息的步骤，具体包括：
3.根据权利要求1所述的移动机器人导航方法，其特征在于，所述将所述当前位置、所述速度、所述目标位置及所述传感器信息输入至预设深度分层强化学习的无地图场景导航模型中，得到机器人行驶动作信息的步骤之前，还包括：
4.根据权利要求3所述的移动机器人导航方法，其特征在于，所述根据所述...
【技术特征摘要】
1.一种移动机器人导航方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的移动机器人导航方法，其特征在于，所述将所述当前位置、所述速度、所述目标位置及所述传感器信息输入至预设深度分层强化学习的无地图场景导航模型中，得到机器人行驶动作信息的步骤，具体包括：
3.根据权利要求1所述的移动机器人导航方法，其特征在于，所述将所述当前位置、所述速度、所述目标位置及所述传感器信息输入至预设深度分层强化学习的无地图场景导航模型中，得到机器人行驶动作信息的步骤之前，还包括：
4.根据权利要求3所述的移动机器人导航方法，其特征在于，所述根据所述样本数据确定预设深度分层强化学习的无地图场景导航模型的步骤，具体包括：
5.根据权利要求4所述的移动机器人导航方法，其特征在于，所述在检测到所述移动机器人根据所述动作策略行驶至各子目标位置时，根据所述移动机器人位置样本、所述移动机器人速度样本、所述目标位置样本及多个子目标位置样本对所述初始目标选择子模型进行训练，并将训练后的初始目标选择子模型作为高层目标选择模型的步骤，具体包括：
6.根据权利...
【专利技术属性】
技术研发人员：刘晓康，陆歆，胡汉巧，初艳华，张关应，葛鑫，夏天雷，吴海斌，王庆，龚蕾，苏正华，候姝斌，
申请(专利权)人：国网江苏省电力有限公司常州供电分公司，
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。