自适应虚拟环境下的机器人路径规划方法、装置及存储介质制造方法及图纸

技术编号:42404301 阅读:33 留言:0更新日期:2024-08-16 16:24
一种自适应虚拟环境下的机器人路径规划方法、装置及存储介质,涉及机器人路径规划领域,能够实时感知环境变化,并根据环境变化实时调整路径规划策略,具有更好的自适应性和实时性,能够在复杂和动态的环境中规划出安全、高效的路径,提高机器人的工作效率和安全性,算法适用于各种类型的机器人和不同场景下的路径规划任务,具有较强的通用性和灵活性。

【技术实现步骤摘要】

本专利技术涉及机器人路径规划领域,具体涉及一种自适应虚拟环境下的机器人路径规划方法、装置及存储介质


技术介绍

1、传统的机器人路径规划算法通常基于静态地图或事先构建的环境模型进行规划,而实际环境中存在许多动态障碍物和未知环境因素,这会导致规划结果不准确或无法适应实际环境变化的情况。因此,需要一种能够在实时环境中自适应地规划路径的新型算法。

2、目前已经存在许多利用传感器数据和机器学习技术进行路径规划的研究和实现,,如基于slam的路径规划、实时环境感知和路径规划算法等,现有技术已经在机器人路径规划领域取得了一定的进展,但仍然存在着挑战和改进空间。


技术实现思路

1、本专利技术为了克服以上技术的不足,提供了一种实时环境感知及路径调整功能的自适应虚拟环境下的机器人路径规划方法、装置及存储介质。

2、本专利技术克服其技术问题所采用的技术方案是:

3、一种自适应虚拟环境下的机器人路径规划方法,包括:

4、机器人通过传感器实时采集周围环境数据;>

5、利用深度本文档来自技高网...

【技术保护点】

1.一种自适应虚拟环境下的机器人路径规划方法,其特征在于,包括:

2.根据权利要求1所述的自适应虚拟环境下的机器人路径规划方法,其特征在于:所述传感器包括视觉传感器和/或激光雷达和/或超声波传感器。

3.根据权利要求1所述的自适应虚拟环境下的机器人路径规划方法,其特征在于:传感器实时采集的环境数据包括:障碍物信息、地形信息、道路信息。

4.根据权利要求1所述的自适应虚拟环境下的机器人路径规划方法,其特征在于:所述深度学习模型为卷积神经网络CNN。

5.根据权利要求3所述的自适应虚拟环境下的机器人路径规划方法,其特征在于:所述障碍物的关键特征...

【技术特征摘要】

1.一种自适应虚拟环境下的机器人路径规划方法,其特征在于,包括:

2.根据权利要求1所述的自适应虚拟环境下的机器人路径规划方法,其特征在于:所述传感器包括视觉传感器和/或激光雷达和/或超声波传感器。

3.根据权利要求1所述的自适应虚拟环境下的机器人路径规划方法,其特征在于:传感器实时采集的环境数据包括:障碍物信息、地形信息、道路信息。

4.根据权利要求1所述的自适应虚拟环境下的机器人路径规划方法,其特征在于:所述深度学习模型为卷积神经网络cnn。

5.根据权利要求3所述的自适应虚拟环境下的机器人路径规划方法...

【专利技术属性】
技术研发人员:刘海洋王妍
申请(专利权)人:山东新一代信息产业技术研究院有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1