专利名称：一种基于深度强化学习的移动机器人导航避障方法      申请号：2021105758468     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：人工智能 化学化工 机器人导航   相似专利 发布日：2023/09/14  
摘要： 一种基于深度强化学习的移动机器人导航避障方法，利用神经网络提取机器人和每个人之间成对交互的特征，并通过局部地图捕捉人类之间的交互；用一个自我注意机制来聚合交互特征推断出相邻人类相对于其未来状态的相对重要性，并且利用强化学习的方法来预训练价值网络，训练过程中加入安全行动空间，防止突发情况的发生；建立二维网格地图，通过设定全局目标点，利用RRT*算法规划出一条全局路径，再以机器人的当前位置为圆心，r为半径的圆内找到最近的点，将其设为动态局部目标，通过最优策略选择最优动作，最终实现移动机器人导航避障功能。本发明解决现有导航避障过程中机器人短视、反应慢等问题。

专利名称：基于一点RANSAC和FAST算法的移动机器人导航方法      申请号：2015102486663     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：机器人 计算机软件 C R F 机器人导航   相似专利 发布日：2023/07/10  
摘要： 本发明请求保护一种基于一点RANSAC和FAST算法的移动机器人导航方法，该方法主要包括：机器人通过自身摄像头采用FAST角点提取算法采集周围的环境信息；在匹配过程中采用结合扩展卡尔曼滤波的一点RANSAC算法进行误匹配剔除；用得到的匹配点进行三维环境重建和地图创建。针对现有技术采用RANSAC算法迭代次数过高的问题，充分利用了滤波阶段得到的先验信息，在保证算法鲁棒性的同时有效降低了算法迭代次数，完成了特征匹配。可以解决传统移动机器人在单目视觉导航方面实时性与鲁棒性较差，以及RANSAC算法迭代次数过高的问题。

专利名称：基于改进遗传算法的移动机器人路径规划方法及存储介质      申请号：2019109734253     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：机器人导航 机器视觉   相似专利 发布日：2025/03/10  
摘要： 本发明请求保护一种基于改进遗传算法的移动机器人路径规划方法及存储介质，具体步骤为：首先，设置机器人起始点的位置坐标信息S(x,y)、目的地的位置坐标信息T(x,y)以及行走区域的困难度；然后，将障碍物的长度和宽度增大了机器人宽度的r倍(r>1/2)以确保机器人与障碍物有绝对的安全距离；接着，判定当前机器人在全局坐标系中的位姿；接着，利用SPS算法获取空间中各个静态障碍物的周围点；接着，得到所有可行路径，即初始种群。利用多约束条件下的遗传算法规划出从起始点到目标点的最优或次优路径，最后，判断是否已经到达目的地坐标位置。该方法能够尽量避免考虑相对最终路径而言不必要的点，从而提高搜索效率，加快算法的收敛速度，有利于防止算法陷入局部最优。

专利名称：机器人基于原图光照不变图词袋模型改进的闭环检测方法      申请号：2020106811015     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：机器人导航 机器视觉   相似专利 发布日：2025/03/10  
摘要： 本发明请求保护一种机器人基于原图光照不变图词袋模型改进的闭环检测方法。具体步骤为：首先，根据将摄像头采集到的原始图像转化为只与光源有关光照不变图；然后，对二者提取特征点，利用k‑means聚类方法生成视觉词典，对每帧图像计算两个直方图和相似性得分；接着，采用直方图交叉核的方法来测量两个矩阵的相似性得分；最后，选择分数大于阈值且不包含相邻帧的帧作为检测正确的闭环对。在光照变化较大的环境中的实验结果表明：相较于其他方法，本方法在闭环检测部分能显著提高准确率和召回率。