[發明專利]一種基于跨傳感器遷移學習的室內單目導航方法及系統

有效

• 申請號: 202010330835.9
• 申請日: 2020-04-24
• 公開（公告）號: CN111578940B
• 公開（公告）日: 2021-05-11
• 發明（設計）人: 高會軍;李湛;薛喜地;孫維超;楊學博;于興虎
• 申請（專利權）人: 哈爾濱工業大學
• 主分類號: G01C21/20
• 分類號: G01C21/20;G01C21/00;G01S17/86
• 代理公司: 北京高沃律師事務所 11569
• 代理人: 劉鳳玲

1.一種基于跨傳感器遷移學習的室內單目導航方法，其特征在于，包括：

獲取仿真模型中移動機器人的仿真單線激光雷達數據；所述仿真模型在Webots開源仿真環境里搭建；所述移動機器人的型號為大疆Mavic Pro，所述移動機器人上方安裝LMS291單線激光雷達；所述仿真單線激光雷達數據為深度值；

根據所述仿真單線激光雷達數據，采用確定性策略梯度的深度強化學習方法，確定自主導航模型；所述自主導航模型以所述仿真單線激光雷達數據為輸入，以所述移動機器人的航向角為輸出；

獲取實際環境中移動機器人在同一時刻的實際單線激光雷達數據和單目攝像頭數據；

根據所述實際單線激光雷達數據，采用所述自主導航模型，確定移動機器人的航向角；

根據同一時刻的所述移動機器人的航向角和相應時刻的所述單目攝像頭數據，采用Resnet18網絡和預訓練好的YOLO v3網絡，確定激光雷達單目視覺導航模型；所述激光雷達單目視覺導航模型以所述單目攝像頭數據為輸入，以對應時刻的航向角為輸出；

根據同一時刻的所述移動機器人的航向角對所述單目攝像頭數據打標簽，得到樣本圖像；

獲取所述Resnet18網絡和預訓練好的YOLO v3網絡；

將所述樣本圖像分別輸入所述Resnet18網絡和預訓練好的YOLO v3網絡；

將所述預訓練好的YOLO v3網絡輸出的行人信息向量合并到所述Resnet18網絡的全連接層，得到激光雷達單目視覺導航模型

獲取待確定的單目攝像頭數據；

根據所述待確定的單目攝像頭數據，采用所述激光雷達單目視覺導航模型，確定移動機器人當前時刻的航向角；

根據所述當前時刻的航向角進行移動機器人的導航。

2.根據權利要求1所述的一種基于跨傳感器遷移學習的室內單目導航方法，其特征在于，所述根據所述仿真單線激光雷達數據，采用確定性策略梯度的深度強化學習方法，確定自主導航模型，具體包括：

利用確定回報函數；其中，R為回報函數，k為一個常數取值為0.5，d_min為當前移動機器人的安全裕度，R_p為當前移動機器人的動態性能激勵項，其中，v為線速度，w為角速度。