基于自适应记忆避障反馈的电动轮椅路径规划避障方法

本申请涉及一种基于自适应记忆避障反馈的电动轮椅路径规划避障方法，通过历史数据学习提升对规律性障碍物的预判能力，激光雷达点云数据与记忆数据库时空对齐，实现了电动轮椅在复杂动态环境中的可靠避障。采用本方案，通过记忆大数据进行避障参数推荐，能够根据历史所记忆的大数据进行路径规划避障，降低算法算力需求，在电动轮椅出现在历史上同一区域、点位之时，不需要重复调用算法进行避障分析和计算，因此能够大大降低系统算力负荷，避免避障反馈调节延迟。