[發明專利]一種基于神經網絡的機器人行走方法及裝置

在審

• 申請號: 202110235535.7
• 申請日: 2021-03-03
• 公開（公告）號: CN112987744A
• 公開（公告）日: 2021-06-18
• 發明（設計）人: 朱保民;孫仕宇
• 申請（專利權）人: 杭州瀟楠科技有限公司
• 主分類號: G05D1/02
• 分類號: G05D1/02
• 代理公司: 北京竹辰知識產權代理事務所(普通合伙) 11706
• 代理人: 陳龍

本發明公開了一種基于神經網絡的機器人行走方法及裝置。其中，該方法包括：獲取目標位置信息；根據目標位置信息，確定至少兩個次目標位置信息；將所述目標位置信息以及所述次目標位置信息通過神經網絡模型生成路線信息；根據所述路線信息，執行機器人行走操作。本發明解決了現有技術中機器人行走過程中僅通過單一算法進行路徑計算，路徑制定效率低，行走精度低的技術問題。

技術領域

本發明涉及機器人領域，具體而言，涉及一種基于神經網絡的機器人行走方法及裝置。

背景技術

隨著智能化、信息化的不斷發展，神經網絡模型的訓練和使用已經廣泛地應用于各個領域，例如在機器人行走過程中，往往通過步進電機來對機器人行走步伐進行控制，并通過處理器的計算對機器人的行進路線進行規劃和分析。

目前，在機器人行走的過程中，往往采用直接算法對機器人的欲達到地點和起始地點進行規劃和計算，并根據相關數據和算法計算出機器人即將行進的路線，其安裝在機器人身上的步進電機會根據路線情況進行步進和制動，以達到移動機器人的目的，但是這樣僅僅通過起始點和終點進行單一計算路徑，導致機器人每次步進移動的時候都需要進行大量的計算工作，且每次步進移動不會根據歷史移動情況進行調整和學習，降低了機器人行走的效率和精準度。

針對上述的問題，目前尚未提出有效的解決方案。

發明內容

本發明實施例提供了一種基于神經網絡的機器人行走方法及裝置，以至少解決現有技術中機器人行走過程中僅通過單一算法進行路徑計算，路徑制定效率低，行走精度低的技術問題。

根據本發明實施例的一個方面，提供了一種基于神經網絡的機器人行走方法，包括：獲取目標位置信息；根據目標位置信息，確定至少兩個次目標位置信息；將所述目標位置信息以及所述次目標位置信息通過神經網絡模型生成路線信息；根據所述路線信息，執行機器人行走操作。

可選的，所述根據目標位置信息，確定至少兩個次目標位置信息包括：獲取預設次目標位置數量信息；根據所述預設次目標位置數量信息計算所述次目標位置信息。

可選的，所述根據所述次目標位置數量信息計算所述次目標位置信息包括：獲取機器人的當前位置信息；根據所述當前位置信息與所述目標位置信息，計算距離信息；將所述距離信息與所述預設次目標位置數量信息進行計算，得到所述次目標位置信息。

可選的，所述機器人行走操作包括：機器人步進、機器人目標追蹤。

根據本發明實施例的另一方面，還提供了一種基于神經網絡的機器人行走裝置，包括：獲取模塊，用于獲取目標位置信息；確定模塊，用于根據目標位置信息，確定至少兩個次目標位置信息；生成模塊，用于將所述目標位置信息以及所述次目標位置信息通過神經網絡模型生成路線信息；執行模塊，用于根據所述路線信息，執行機器人行走操作。

可選的，所述確定模塊包括：獲取單元，用于獲取預設次目標位置數量信息；計算單元，用于根據所述預設次目標位置數量信息計算所述次目標位置信息。

可選的，所述計算單元包括：獲取子單元，用于獲取機器人的當前位置信息；計算子單元，用于根據所述當前位置信息與所述目標位置信息，計算距離信息；計算子單元，還用于將所述距離信息與所述預設次目標位置數量信息進行計算，得到所述次目標位置信息。

可選的，所述機器人行走操作包括：機器人步進、機器人目標追蹤。

根據本發明實施例的另一方面，還提供了一種包括指令的計算機程序產品，當所述指令在計算機上運行時，使得所述計算機執行一種基于神經網絡的機器人行走方法。

根據本發明實施例的另一方面，還提供了一種非易失性存儲介質，所述非易失性存儲介質包括存儲的程序，其中，所述程序運行時控制非易失性存儲介質所在的設備執行一種基于神經網絡的機器人行走方法。