Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 常州大学顾玉宛获国家专利权

常州大学顾玉宛获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉常州大学申请的专利一种基于3D点云的D3-TD3机器人路径规划方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115237140B

龙图腾网通过国家知识产权局官网在2025-12-30发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210967428.8,技术领域涉及:G05D1/43;该发明授权一种基于3D点云的D3-TD3机器人路径规划方法是由顾玉宛;朱智涛;褚永涛;徐守坤;石林;李宁;王雪元设计研发完成,并于2022-08-12向国家知识产权局提交的专利申请。

一种基于3D点云的D3-TD3机器人路径规划方法在说明书摘要公布了:本发明涉及路径规划技术领域,尤其涉及一种基于3D点云的D3‑TD3机器人路径规划方法,包括:初始化Critic网络和Actor网络的参数,设计D3‑TD3算法的状态空间和动作空间;设计D3‑TD3网络结构和奖励函数;三维点云空间模型创建,并对点云数据进行精简。本发明引入了三维点云空间模型创建,解决了基于视觉导航的图像处理量巨大并且受光线条件限制较大,当在光线很暗的环境中无法完成导航的问题,并在TD3算法的基础上引入了深度密集型结构,该结构保留了跨层输入的重要信息,并将网络分成了值函数和优势函数,因此在解决复杂任务时实现更快的收敛,使得学习速率更快,碰撞次数更少。

本发明授权一种基于3D点云的D3-TD3机器人路径规划方法在权利要求书中公布了:1.一种基于3D点云的D3-TD3机器人路径规划方法,其特征在于,包括以下步骤: 步骤一、初始化Critic网络和Actor网络的参数,设计D3-TD3算法的状态空间和动作空间; 步骤一具体包括: 根据机器人当前的状态选择动作并加入噪声,执行动作得到奖励和下一个状态,并将四元组存入到经验回放池中,从经验池中采样m个样本,通过Critic目标网络计算动作的期望回报并更新Critic网络参数;每隔d步,通过确定性策略梯度更新Actor网络参数和目标网络参数; 步骤二、设计D3-TD3网络结构和总奖励函数; 步骤二具体包括: D3-TD3网络结构分成值函数和优势函数,具体为:以激光雷达获得的信息作为Actor网络的输入状态,Actor网络由四个全连接层组成,分别在后三个全连接层加入状态;在Critic网络中的输入是一对状态和动作,Critic网络由四个全连接层组成,前三层全连接层加入状态和动作;经过四层全连接之后将网络分解为优势函数和值函数,通过以下公式得到Q值: 1 其中,第一部分仅与状态相关,称为值函数,表示为;另一部分与状态和动作有关,称为优势函数,表示为,式中为V和A的公共参数,和分别为V和A的参数,表示状态,表示动作; 移动机器人是否到达目标点的奖励函数为: 2 其中,表示t时刻移动机器人与目标点的距离,为设定的阈值,当移动机器人与目标点小于时表示到达目标点; 与障碍物发生碰撞的奖励函数为: 3 其中,表示为激光雷达检测到最近的障碍物的距离,为设定的常数阈值; 移动机器人与目标点的距离变化的奖励函数为: 4 其中,表示机器人当前的线速度,表示机器人当前的角速度; 总的奖励函数为: 5 步骤三、三维点云空间模型创建,并对点云数据进行精简。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人常州大学,其通讯地址为:213164 江苏省常州市武进区滆湖中路21号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。