一种未知环境下移动机器人自主导航方法

为提高未知环境下移动机器人自主导航性能，提出了一种未知环境下目标驱动的自主导航方法。不依赖实时更新的地图信息，移动机器人直接从激光雷达读数中构建候选目标点，并根据机器人自身位置和终点位置从候选目标点中选择最优点作为局部目标点。改进的基于深度强化学习的局部规划器从输入信息中直接输出动作信号，实现端到端的控制，使得移动机器人能够快速、安全地到达局部目标点，直至到达终点。实验表明，所提导航方法能够在未知复杂的环境下，可靠且高效地完成导航任务。与最近边界导航方法相比，平均路径长度减少了6.63%，平均运行时间缩短了19.11%，具有成功率高、路径短、速度快等优点。