基于深度学习改进的机器人轨迹规划算法

• 作者: 刘玉 李文帅 邓琛 韩宝磊
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 机器人 深度学习 融合算法 优化网络图 轨迹规划
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 人工智能
• 页码范围: 15-18
• 页数: 4页
• 分类号: TP312
• 字数: 3648字
• 语种: 中文
• DOI: 10.11907/rjdk.192115

摘要

在公路环境巡逻机器人轨迹规划问题中,实时准确的交通流量预测对机器人轨迹规划尤为重要.然而由于车流量的随机非线性,使得机器人轨迹规划任务仍然充满挑战.提出一种深度神经网络与轨迹规划算法相结合的融合算法.通过深度学习预测短期交通流量,优化交通网络图并运用轨迹规划算法完成路径规划.实验表明,改进的机器人能够更快、更安全地完成道路巡逻任务.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邓琛	上海工程技术大学电子电气工程学院	36	136	8.0	10.0
2	韩宝磊	上海工程技术大学电子电气工程学院	6	1	1.0	1.0
3	刘玉	上海工程技术大学电子电气工程学院	6	2	1.0	1.0