买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉华南理工大学申请的专利一种基于学习的无地图自主导航避障方法、介质及设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119512104B 。

龙图腾网通过国家知识产权局官网在2025-10-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411626046.4，技术领域涉及：G05D1/43；该发明授权一种基于学习的无地图自主导航避障方法、介质及设备是由刘恋;王振民;迟鹏设计研发完成，并于2024-11-14向国家知识产权局提交的专利申请。

本一种基于学习的无地图自主导航避障方法、介质及设备在说明书摘要公布了：本发明提供了一种基于学习的无地图自主导航避障方法、介质及设备；其中，方法为：采用可复用规划能力库来对移动机器人进行无地图自主导航避障；复用规划能力库包括全局规划模块和局部规划模块；全局规划模块用于指引全局性导航方向，生成有序、离散的路径点；局部规划模块基于学习的局部导航避障模型，生成实时的动作；根据局部规划模块生成的动作控制移动机器人移动，以将移动机器人依次导航到全局规划生成的各个路径点。该方法通过全局与局部相结合的规划架构，使算法模块化，从而适应不同的导航任务，避免基于深度强化学习导航方法的大量重新训练，提高模型的通用性和可解释性。

本发明授权一种基于学习的无地图自主导航避障方法、介质及设备在权利要求书中公布了：1.一种基于学习的无地图自主导航避障方法，其特征在于：采用可复用规划能力库来对移动机器人进行无地图自主导航避障；复用规划能力库包括全局规划模块和局部规划模块； 所述全局规划模块用于指引全局性导航方向，生成有序、离散的路径点； 所述局部规划模块基于学习的局部导航避障模型，生成实时的动作； 根据局部规划模块生成的动作控制移动机器人移动，以将移动机器人依次导航到全局规划生成的各个路径点； 所述局部导航避障模型是指采用Actor-Critic架构；Actor-Critic架构中，Actor网络以状态si为输入，动作ai为输出； ai＝πsi；φ 其中，i代表时刻，π代表Actor网络的策略函数；φ是Actor网络的参数； Critic网络用于评价Actor网络的好坏： qn＝Qnsi,ai；θn 其中,qn,n＝1,2，分别代表两个Critic网络的输出；Qn表示对应Critic网络的函数；θn是对应Critic网络的参数； 在所述局部导航避障模型的训练中，对于每一回合，设定奖励函数Ri： Ri＝Rg+Rc+Ra+Rp 其中，Rg是到达目标的奖励，Rc是与障碍物发生碰撞的惩罚，Ra是动作奖励；Rp是未抵达目标点时对回合内每一步施加的微小时间惩罚； 到达目标的奖励Rg、与障碍物发生碰撞的惩罚Rc、动作奖励Ra、未抵达目标点时对回合内每一步施加的微小时间惩罚Rp分别为： Ra＝α·vt-β·absωt+μ·Δdg Rp＝rp 其中，dg是移动机器人与目标点之间的距离，δ1是阈值；do是移动机器人与障碍物之间的距离，δ2是阈值；vt为移动机器人当前的线速度；ωt为移动机器人当前的角速度；Δdg是移动机器人与目标点位置在上一时刻的欧式距离与当前时刻的欧式距离的差值；α、β和μ为设定的比例系数；rp是负常数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。