摘要
本发明公开一种基于无地图导航的园区物流小车的路径规划方法,包括:1、在Gazebo中构建园区的仿真场景,搭建小车模型;2、定义无地图导航采用深度强化学习方法的状态参数、动作参数和奖励函数;3、构建神经网络模型,初始化神经网络参数,训练神经网络模型,得到最优网络神经网络模型;4、获取小车当前状态参数St,根据最优神经网络输出小车的速度与转向角;5、对仿真环境和现实世界之间的差异进行建模,学习从仿真环境小车到现实环境小车的映射。6、将训练完成的模型与仿真环境相结合,以学习将小车的训练模型转移到目标环境的策略。本发明基于无地图导航技术,通过车载终端与传感器的感知信息,提升物流小车的导航效果。
技术关键词
仿真环境
路径规划方法
物流小车
障碍物
LSTM模型
定义策略
深度强化学习方法
地图导航技术
训练神经网络模型
Adam算法
神经网络参数
小车模型
转向角
样本
系统为您推荐了相关专利信息
智慧实验室
自动分配方法
加权算法
LSTM模型
自动分配系统
检测一体化方法
图像分割
算法模型
实例分割
注意力机制