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 > 苏州大学迟文政获国家专利权

苏州大学迟文政获国家专利权

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!

龙图腾网获悉苏州大学申请的专利一种机器人自适应导航方法和系统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:CN120043547B

龙图腾网通过国家知识产权局官网在2026-02-17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:202411991424.9,技术领域涉及:G01C21/34;该发明授权一种机器人自适应导航方法和系统是由迟文政;曹辰阳;许绪君;贡晓飞;陈国栋;孙立宁设计研发完成,并于2024-12-31向国家知识产权局提交的专利申请。

一种机器人自适应导航方法和系统在说明书摘要公布了:本发明涉及一种机器人自适应导航方法和系统,其中,该方法能够使机器人能够在执行任务过程中自主收集环境信息并改善自身决策,解决难以有效利用导航经验的问题。本发明利用一种基于高斯混合模型的障碍物位置特征自学习方法,解决了环境先验信息获取困难的问题。本发明设计了一种基于指数加权移动平均和粒子滤波的障碍物概率实时估计方法,提高了机器人在聚集性人群这种不确定环境中的导航效率。本发明的机器人自适应导航方法效果显著,能够有效进行避障。

本发明授权一种机器人自适应导航方法和系统在权利要求书中公布了:1.一种机器人自适应导航方法,其特征在于:包括: 步骤S1:在一无动态障碍环境中,引导机器人构建初始的静态地图; 步骤S2:输入导航任务的起点和终点,再获取环境中的拓扑特征点,所述拓扑特征点为用于表征机器人作出决策的关键点,将每个拓扑特征点周围的拓扑特征点两两直线连接形成拓扑边,以形成拓扑图; 步骤S3:如果两个拓扑特征点之间的直接连线未经过静态地图中的任何固定障碍物,则使用欧氏距离计算路径代价;如果两个拓扑特征点之间的直接连线穿越了静态地图中固定障碍物,则使用Dijkstra算法计算一条绕开固定障碍物的路径代价; 步骤S4:在步骤S2中获取环境中拓扑特征点后,以拓扑特征点为中心,设定膨胀参数,并进行膨胀得到正方形区域,将正方形区域作为地图中的危险区域; 步骤S5:机器人进行导航,读取上次导航估计出的环境概率信息,在本次导航任务开始前,利用先前导航经验,将先前估计得出的概率拓扑地图的边概率信息作为本次导航的先验信息,输入给步骤S7的改进A*算法; 步骤S6:判断机器人是否到达终点或无法执行任务,若到达或无法执行任务,保存并记录本次导航任务中拓扑图中拓扑边的通行和阻碍情况,本次导航任务结束;若没到达则执行步骤S7; 步骤S7:通过改进A*算法的启发式估计代价hn的计算方法,采用起始点、终点、拓扑图的拓扑特征点和拓扑边、路径代价以及拓扑图中边阻碍的概率信息作为输入参数,最终输出一串子目标点的坐标序列,作为指导机器人的导航路径; 步骤S8:机器人根据导航路径进行导航过程中,结合步骤S4中的危险区域判断机器人是否被障碍阻塞:若被门阻塞,则机器人暂时停止移动,更新自身当前位置,把当前所在拓扑边标记为阻碍并转到步骤S9以更新边阻碍概率;若被人群阻碍,则让机器人撤离人群位置,同时标记所在拓扑边为阻碍,并转到步骤S9以更新边阻碍概率;若机器人被人群撞倒无法执行任务,则转到步骤S6; 步骤S9:当机器人成功走过一条拓扑边或者在某条拓扑边上被阻碍时,基于粒子滤波算法以及指数加权移动平均法,并依据障碍物种类计算得出此时经过的拓扑边的边阻碍概率; 步骤S10:按照步骤S7中计算出的一串子目标点的坐标序列,引导机器人向子目标点位置移动,并同时执行步骤S8和步骤S9; 步骤S11:循环步骤S5‑步骤S10,直至多次反复的导航任务结束。

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苏州大学,其通讯地址为:215000 江苏省苏州市吴江区久泳西路1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。