一种基于神经网络的AGV动态路径规划方法

AITNT
正文
推荐专利
一种基于神经网络的AGV动态路径规划方法
申请号:CN202411133458
申请日期:2024-08-19
公开号:CN119024845B
公开日期:2025-02-25
类型:发明专利
摘要
本发明涉及自动导引车技术领域,尤其涉及一种基于神经网络的AGV动态路径规划方法。内容包括:实时采集环境数据,并对环境数据进行预处理;通过自适应深度神经网络进行环境感知和路径预测;所述环境感知,通过改进的卷积神经网络生成环境模型;所述路径预测,通过自适应深度神经网络生成初始路径;基于初始路径进行路径优化和动态障碍物避障,得到各层次的路径优化结果;综合各层次的路径优化结果,形成最终路径。解决了无法全面准确地感知环境,难以应对复杂的动态环境变化,无法实时更新路径,难以实现复杂环境下的路径优化,以及难以根据环境变化进行动态调整的技术问题。
技术关键词
动态路径规划方法 深度神经网络 强化学习算法 动态障碍物 自动导引车技术 多层次 动态环境变化 激光雷达数据 复杂度 滤波器 非线性 时序 策略 超声波 风险 通道 决策 尺寸
系统为您推荐了相关专利信息
1
一种基于空气净化的智能调控方法
智能调控方法 动态响应优化 强化学习框架 实时信息 红外人体感应器
2
一种中高压电力线多模通信芯片远程控制系统及方法
通信芯片 远程控制系统 中心服务器 强化学习算法 建立点对点传输链路
3
基于规则的设定场景库自动驾驶决策系统、方法及车辆
决策系统 数据处理模块 传感器模块 识别障碍物 车辆
4
半导体晶圆缺陷检测光源配置方法、装置及设备
半导体晶圆缺陷 光源配置方法 双路深度神经网络 光强传感器 参数
5
基于强化学习的无服务器计算负载自动伸缩方法及系统
伸缩方法 服务器 强化学习算法 内存 副本
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号