[發明專利]一種基于圖神經網絡的分布式路徑規劃方法及裝置有效
| 申請號: | 202211318248.3 | 申請日: | 2022-10-26 |
| 公開(公告)號: | CN115657674B | 公開(公告)日: | 2023-05-05 |
| 發明(設計)人: | 李金澎;蘇志遠;仇乙愉;汪朝林 | 申請(專利權)人: | 寶開(上海)智能物流科技有限公司 |
| 主分類號: | G05D1/02 | 分類號: | G05D1/02 |
| 代理公司: | 北京金咨知識產權代理有限公司 11612 | 代理人: | 王紫騰 |
| 地址: | 200241 上海市*** | 國省代碼: | 上海;31 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 神經網絡 分布式 路徑 規劃 方法 裝置 | ||
1.一種基于圖神經網絡的分布式路徑規劃方法,其特征在于,所述方法的步驟包括:
獲取本機器人的傳感器在當前時刻所感知到的場景中的臨近機器人;
獲取每個臨近機器人的歷史軌跡參數集,所述歷史軌跡參數集為每個臨近機器人由起點位置行駛至當前位置的過程中在預設的基礎圖像中經過的坐標點的集合;
將全部臨近機器人的歷史軌跡參數集共同構建為參數矩陣,將參數矩陣輸入到預設的神經網絡模型的第一處理模塊中,所述第一處理模塊包括全連接層、偏置層和歸一化層,由第一處理模塊輸出第一矩陣;
基于當前場景中的多種場景參數構建復合圖像;
所述當前場景中的多種場景參數包括當前場景中固定障礙物的位置,所述基于當前場景中的多種場景參數構建復合圖像的步驟包括,基于固定障礙物構建的第一通道圖;所述當前場景中的多種場景參數還包括本機器人的當前位置與目標位置,所述基于當前場景中的多種場景參數構建復合圖像的步驟包括,基于本機器人的當前位置與目標位置的相對位置構建第二通道圖;將所述第一通道圖和第二通道圖作為復合圖像的兩個通道,構建復合圖像;
所述基于固定障礙物構建的第一通道圖的步驟包括,在機器人所在場景預設的基礎圖像中標記固定障礙物所在的像素點,將該像素點的像素值修改為第一像素值,得到第一通道圖;
所述基于本機器人的當前位置與目標位置的相對位置構建第二通道圖的步驟包括:標記本機器人的當前位置在所在場景預設的基礎圖像中對應的像素點,將該像素點的像素值修改為第二像素值;基于機器人當前在基礎圖像中的位置和預設的感知范圍確定機器人在基礎圖像中的感知空間;若目標位置處于所述感知空間范圍內,則將目標位置在基礎圖像中對應像素點的像素值修改為第二像素值,得到第二通道圖;若目標位置未處于所述感知空間范圍內,則建立本機器人當前在基礎圖像中的位置與所述目標位置的連線,將該連線中機器人當前在基礎圖像中的位置作為固定端另一端沿直線延伸,將延伸至基礎圖像邊緣處的像素點的像素值修改為第二像素值,得到第二通道圖;
所述當前場景中的多種場景參數還包括本機器人的傳感器在當前時刻所感知到的場景中的臨近機器人的位置,若所述當前場景中的多種場景參數還包括本機器人的傳感器在當前時刻所感知到的場景中的臨近機器人的位置,則所述基于當前場景中的多種場景參數構建復合圖像的步驟包括基于臨近機器人的位置構建第三通道圖;將所述第一通道圖、第二通道圖和第三通道圖作為復合圖像的三個通道,構建復合圖像;
所述基于臨近機器人的位置構建第三通道圖的步驟包括,在本機器人所在場景預設的基礎圖像中標記本機器人當前所感知到的臨近機器人所在位置的像素點,將該像素點的像素值修改為第三像素值,得到第三通道圖;
將所述復合圖像輸入到預設神經網絡模型的第二處理模塊中,所述第二處理模塊包括卷積層、歸一化層、偏置層和最大池化層,由第二處理模塊輸出第二矩陣;
將第一矩陣和第二矩陣進行拼接得到聯合矩陣,將所述聯合矩陣輸入到預設神經網絡模型的聯合處理模塊中,所述聯合處理模塊包括全連接層和偏置層,所述聯合處理模塊輸出本機器人下一時刻所執行的動作。
2.根據權利要求1所述的基于圖神經網絡的分布式路徑規劃方法,其特征在于,所述第一處理模塊的結構為順序連接的多個第一子模塊和一個第二子模塊,所述第一子模塊的結構為順序連接的全連接層和偏置層,所述第二子模塊的結構為歸一化層;所述第二處理模塊包括三個第三子模塊和兩個第四子模塊,每個第四子模塊均設置在兩個第三子模塊之間,所述第三子模塊的結構為順序連接的卷積層、歸一化層、偏置層和最大池化層,所述第四子模塊的結構為順序連接的卷積層、歸一化層和偏置層。
3.根據權利要求1所述的基于圖神經網絡的分布式路徑規劃方法,其特征在于,所述聯合處理模塊至少包括兩個第五子模塊和一個第六子模塊,所述第六子模塊設置在兩個第五子模塊之間,所述第五子模塊的結構為順序連接的全連接層和偏置層,所述第六子模塊的結構為順序連接的圖神經網絡層和偏置層。
4.根據權利要求1所述的基于圖神經網絡的分布式路徑規劃方法,其特征在于,所述動作包括前進、后退、左轉行駛、右轉行駛和等待,在所述聯合處理模塊輸出本機器人下一時刻所執行的動作的步驟中,所述聯合處理模塊輸出對應各個預設動作的參數,輸出最大的參數對應的預設動作為本機器人下一時刻所執行的動作。
5.一種基于圖神經網絡的分布式路徑規劃裝置,其特征在于,該裝置包括計算機設備,所述計算機設備包括處理器和存儲器,所述存儲器中存儲有計算機指令,所述處理器用于執行所述存儲器中存儲的計算機指令,當所述計算機指令被處理器執行時該裝置實現如權利要求1-4任一項所述方法所實現的步驟。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于寶開(上海)智能物流科技有限公司,未經寶開(上海)智能物流科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202211318248.3/1.html,轉載請聲明來源鉆瓜專利網。





