基于深度学习的机器人局部路径规划方法

为了将视觉信息融入到机器人导航过程中，提高机器人对各类障碍物的识别率，减少危险事件的发生，设计了基于二维CNN及LSTM的局部路径规划网络。提出了基于深度学习的局部路径规划方案。利用机器人视觉信息及全局路径信息推理产生机器人在当前时刻完成避障导航任务所需转向角度；搭建了用于对规划器核心神经网络进行训练和验证的室内场景；提出了以路径总长度、平均曲率变化率及机器人与障碍物之间的距离为性能指标的路径评估方案。实验表明：该方案在仿真环境及真实场景中均体现了较优秀的局部路径生成能力。