[發明專利]機器人自動導航方法及裝置、電子設備、存儲介質

在審

• 申請號: 202110359116.4
• 申請日: 2021-04-02
• 公開（公告）號: CN113029155A
• 公開（公告）日: 2021-06-25
• 發明（設計）人: 吳海騰;鄧成呈;熊俊杰;黎勇躍;陳如申
• 申請（專利權）人: 杭州申昊科技股份有限公司
• 主分類號: G01C21/20
• 分類號: G01C21/20;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種機器人自動導航方法，其特征在于，包括：

接收機器人的行駛狀態參數；

根據所述行駛狀態參數，判斷所述機器人進入的換道決策狀態；

按照預設分組條件，將預設個數的所述行駛狀態參數合成為一個向量輸入組；

將所述向量輸入組輸入與所述換道決策狀態對應的神經網絡模型，得到所述神經網絡模型的輸出結果；其中，每個所述的輸出結果作為一個換道決策樣本；

根據所述神經網絡模型的輸出結果，執行換道動作。

2.根據權利要求1所述的機器人自動導航方法，其特征在于，所述接收機器人的行駛狀態參數包括：

獲取預設的任務信息；

獲取對應所述任務信息的道路信息；

藉由雷達和視覺傳感器獲取所述機器人周圍的環境信息；

通過車載傳感器和導航系統獲取所述機器人的位姿信息；

將所述任務信息、所述道路信息、所述環境信息和位姿信息進行整合，獲得行駛狀態參數。

3.根據權利要求1所述的機器人自動導航方法，其特征在于，所述按照預設分組條件，將預設個數的所述行駛狀態參數合成為一個向量輸入組，包括：

清洗所述形式狀態參數，根據預設分組條件，去除異常和錯誤數據；

根據所述行駛狀態參數的編號，將預設個數的行駛狀態參數合成一個所述向量輸入組。

4.根據權利要求1所述的機器人自動導航方法，其特征在于，所述將所述向量輸入組輸入與所述換道決策狀態對應的神經網絡模型，得到所述神經網絡模型的輸出結果，包括：

建立卷積塊；

所述卷積塊按照預設步長值，對任一個所述向量輸入組進行訓練；

提取該所述向量輸入組的粒度特征數據；

使用后想傳遞算法計算每個所述粒度特征數據的誤差值；

使用梯度下降檢查算法檢查梯度下降的正確性，輸出正確的所述神經網絡模型的輸出結果。

5.根據權利要求1所述的機器人自動導航方法，其特征在于，所述根據所述神經網絡模型的輸出結果，執行換道動作，包括：

判斷所述輸出結果是否為換道；

若所述輸出結果為換道，判斷所述輸出結果是否滿足動力學條件和舒適度條件；

若滿足，執行換道動作；否則，保持原道行駛或者停止。

6.根據權利要求1所述的機器人自動導航方法，其特征在于，在所述根據所述神經網絡模型的輸出結果，執行換道動作之前，所述方法還包括：

在所述神經網絡模型中增加一個殘差鏈接。

7.一種機器人自動導航裝置，其特征在于，所述裝置包括：

參數接收模塊，用于接收機器人的行駛狀態參數；

狀態判斷模塊，用于根據所述行駛狀態參數，判斷所述機器人進入的換道決策狀態；

參數分類模塊，用于按照預設分組條件，將預設個數的所述行駛狀態參數合成為一個向量輸入組；

結果輸出模塊，用于將所述向量輸入組輸入與所述換道決策狀態對應的神經網絡模型，得到所述神經網絡模型的輸出結果；其中，每個所述的輸出結果作為一個換道決策樣本；

動作執行模塊，用于根據所述神經網絡模型的輸出結果，執行換道動作。

8.一種電子設備，其特征在于，所述電子設備包括：

處理器；

用于存儲處理器可執行指令的存儲器；

其中，所述處理器被配置為執行權利要求1-6任意一項所述的機器人自動導航方法。

9.一種計算機可讀存儲介質，其特征在于，所述存儲介質存儲有計算機程序，所述計算機程序可由處理器執行以完成權利要求1-6任意一項所述的機器人自動導航方法。