一种机器人安全交互导航的端到端可微分轨迹优化方法

本发明公开了一种机器人安全交互导航的端到端可微分轨迹优化方法，涉及机器人导航领域，包括以下步骤：构建包含栅格化BEV图像的数据作为特征向量提取器的输入；利用训练好的特征向量提取器从BEV图像中提取反映当前环境轨迹优化倾向的隐藏特征向量；对隐藏特征向量进行优化和转换，得到特征向量，并将特征向量设置为可微分规划器dLQR的参数；求解LQR问题获得轨迹，对轨迹进行差分并使用反正弦获得朝向角；通过特征向量，特征向量提取器和dLQR形成梯度下降回路，dLQR的规划策略可以根据BEV图像做出动态调整。本发明结合数据驱动的智能性和适应性以及基于模型方法的安全性和高效性，使机器人轨迹优化器能够根据当前场景调整行为策略，轨迹更加安全。