摘要
本发明公开了一种基于局部特征压缩与分层规划的多机器人探索方法,包括:对各个机器人节点生成的局部地图进行编码处理,提取出压缩后的语义特征向量;将机器人当前二维位置与朝向进行非线性映射并转化;拼接组成机器人的压缩状态表示后发送给中心节点;中心节点基于注意力机制进行特征整合,建立对全局环境的统一理解;中心节点通过策略模型生成各个机器人长期的目标点,下发给机器人各端;端节点将其作为中间指令,结合实时感知信息在本地完成路径重构与动态执行;当端节点成功完成中心节点分发的长期目标,或端节点任务的完成遇到困难无法完成时,则触发中心节点全局规划。通过本发明可实现多机器人在未知环境下的高效协同探索。
技术关键词
机器人
压缩特征
规划
特征融合网络
自动编码器网络
策略
分层
变分自动编码器
端节点
多头注意力机制
占用栅格
非线性
双头结构
语义
地图特征
网格地图
系统为您推荐了相关专利信息
移动机器人
优化地图
路径规划方法
网格地图
端点
原位修复设备
大型法兰
辅助定位支撑装置
胀紧机构
底座装置
Petri网模型
协同规划方法
机器人
整数线性规划模型
任务分配方法
路径规划方法
车辆路径规划
累计行驶距离
车辆辅助
多无人机