基于强化学习的视觉导航方法及系统

AITNT
正文
推荐专利
基于强化学习的视觉导航方法及系统
申请号:CN202511397227
申请日期:2025-09-28
公开号:CN120890466A
公开日期:2025-11-04
类型:发明专利
摘要
本发明提供基于强化学习的视觉导航方法及系统,涉及机器视觉领域,该方法包括:基于深度Q网络构建并训练视觉导航决策模型;构建并训练图像增强模型;获取目标位置;基于目标位置,对移动机器人进行导航,导航过程中,通过移动机器人上搭载的多个视觉传感器获取不同方向的图像,通过图像增强模型对不同方向的图像进行处理,从处理后的不同方向的图像中提取障碍物特征,通过视觉导航决策模型基于障碍物特征控制移动机器人完成避障导航,具有提高移动机器人导航的智能化水平的优点。
技术关键词
视觉导航方法 图像增强模型 视觉传感器 控制移动机器人 多尺度特征提取 障碍物 深度Q网络 特征提取单元 亮度 图像块 决策 移动机器人导航 视觉导航系统 关键点 元素 导航模块
系统为您推荐了相关专利信息
1
基于多尺度和多方向特征的双分支多模态遥感图像配准方法
遥感图像配准方法 多模态 空间变换网络 特征提取网络 分支
2
一种汽车内饰件外观缺陷自动化视觉检测方法及系统
外观缺陷自动化 视觉检测方法 汽车内饰件 内饰件材料 节点
3
车辆功能缺陷自动修复方法、电子设备及车辆
功能模块 自动修复方法 数据包特征 车辆运行状态 策略
4
移动机器人姿态控制方法、装置、设备及介质
姿态控制方法 预测控制模型 机器人动力学 扩展卡尔曼滤波算法 步态特征参数
5
基于粒子群优化的机器人对接轨迹规划与路径控制方法
路径控制方法 轨迹 控制点 粒子群优化算法 网格
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号