一种基于行人轨迹预测与社交约束的移动机器人路径规划方法

摘要

本发明涉及一种基于行人轨迹预测与社交约束的移动机器人路径规划方法，属于机器人路径规划领域。该方法采用深度相机采集场景中的数据送入YOLOv5_DeepSort网络进行行人的实时检测与跟踪，获取每个行人的编号和检测框，并对行人的检测框进行实时跟踪和位置更新。然后提取行人的像素坐标转换为世界坐标，用于输入到Social GAN网络进行行人轨迹实时预测，从而得到行人未来时刻的轨迹。根据得到的行人预轨迹和行人之间的距离在行人周围形成机器人不可通行的安全空间或交互空间，使机器人在路径规划时能够及时避让行人的安全空间和交互空间，从而增加了机器人的预判性和社交约束属性。