一种基于时空高斯过程的移动机器人感知与规划方法

本发明涉及移动机器人路径规划技术领域，公开了一种基于时空高斯过程的移动机器人感知与规划方法，包括：构建符号距离场地图；构建空间高斯过程和时间高斯过程；通过卡尔曼滤波融合空间高斯过程和时间高斯，对环境中各位置在不同时间点的符号距离场值以及对应的方差进行估计和更新；计算任意查询点的后验分布，基于所述后验分布计算条件风险价值，计算路径风险；在CVaR‑SDF地图上采用State Lattice规划方法生成候选路径，通过综合代价函数选择最优路径；将最优路径应用于机器人并结合机器人当前状态实时调整，实现动态环境下的导航。本发明综合利用时空高斯过程对动态环境的高精度建模，并通过CVaR风险评估与优化路径规划，显著提升了机器人在复杂动态环境中的导航能力。