摘要
本申请公开了一种基于多传感器融合的工业巡检搬运机器人导航方法及装置,涉及工业巡检搬运技术领域,该方法包括:获取多元感知数据;将多元感知数据统一到共同框架下进行一致性表征与处理,构建多层次地图;基于深度学习的语义分割技术,对多层次地图中的语义层进行语义分割,得到语义分割结果;根据语义分割结果,基于强化学习的智能运动规划技术,结合内在激励的奖励函数学习,规划在复杂动态环境下的无碰撞最短路径,实现长期自主导航。本申请可提高巡检搬运机器人面向大范围复杂多样工业厂区场景的适应能力,实现可靠的三维场景建模与重构、长期导航与自主场景理解,最终实现工业巡检搬运机器人的全自主化作业。
技术关键词
搬运机器人
多传感器融合
工业巡检
智能运动规划
导航方法
语义分割技术
语义分割模型
全卷积神经网络
条件随机场
多层次
数据
三维点云配准技术
导航装置
地图
三维激光传感器
函数学习方法
框架
三维激光测距
视觉传感器
系统为您推荐了相关专利信息
智能导航系统
多传感器融合
定位基站网络
终端
信号到达时间
UWB基站
导航方法
抗干扰机制
数字孪生模型
蓝牙信标
自主控制系统
多传感器融合
多旋翼无人机桨叶
卡尔曼滤波算法
智能算法优化
人体手臂关节
主动臂
搬运机器人
轴承组件
深沟球轴承
智能运输车
云端服务器
智能车
规划
训练神经网络模型