基于碰撞概率的移动机器人深度强化学习运动规划方法

本发明提出了一种基于碰撞概率的移动机器人深度强化学习运动规划方法，属于移动机器人导航规划领域。本发明中，首先，为了评估复杂动态环境中机器人与障碍物发生碰撞的风险，基于两者之间的相对距离和速度设计碰撞概率估计函数，用来标记机器人周围的关键性障碍物；其次，考虑关键障碍物和全局运动规划目标，设计组合形式状态观测空间；最后，针对关键障碍物设计引导机器人对关键障碍物进行避障的奖励函数，将关键障碍物信息纳入状态空间中并设计对应形式的奖励函数，实现了高风险障碍物的有效避障，降低了运动规划的时间成本。同时本发明在测试环境中验证了该算法提升了移动机器人在复杂动态环境中安全快速运动规划的性能。