一种基于GRU网络模型的移动机器人动态避碰规划方法

摘要

本发明公开了一种基于GRU网络模型的移动机器人动态避碰规划方法，属于移动机器人导航领域；本发明是一种基于深度学习网络的避碰算法，通过对传感器的数据进行前期归一化处理然后输入到GRU网络模型中，通过输入层将数据传输到隐藏层，通过隐藏层GRU模块单元对数据进行处理，将处理后的数据输出到输出层，得到下一时刻移动机器人在全局坐标系中的方向θ和速度v；该算法作用下机器人利用简单的感知设备，便可以具有高智能的动态规划水平，在保证安全的前提下，使移动机器人的反应速度优于传统避碰算法。