[发明专利]机器人导航方法、装置、电子设备及存储介质

说明书

本发明提供一种机器人导航方法、装置、电子设备及存储介质，所述方法包括：获取机器人状态和机器人所处环境状态；通过时空图注意力网络对所述机器人状态和所述机器人所处环境状态共同进行特征编码，以获得机器人的高层策略层时空状态特征和低层策略层时空状态特征；基于所述高层策略层时空状态特征获得机器人的高层策略动作；基于所述高层策略动作计算获得子目标位置的误差状态；基于所述子目标位置的误差状态、所述机器人状态和所述低层策略层时空状态特征，获得机器人的低层策略动作；基于所述低层策略动作进行机器人导航。本方法能够高效地实现机器人无障碍导航。

技术领域

本发明涉及智能机器人技术领域，具体涉及一种机器人导航方法、装置、电子设备及存储介质。

背景技术

近年来，随着科学技术发展，如服务机器人、扫地机器人、物流机器人等的自主移动机器人在各种生活场景中的应用越来越多。而在这些应用中，机器人导航技术起到重要的作用。机器人导航通常是指：在动态拥挤的障碍物环境中，实现对机器人从起始位置到目标位置的导航决策，避免机器人与静态或动态障碍物产生碰撞。

需要说明的是，此中的动态障碍物通常都拥有自主的机动策略和意图，且其可以自主决策。可是机器人与障碍物之间通常不存在可以实现协同避障的通信，同时，大部分机器人都面临着大量障碍物密集分布的复杂动态环境。因此，在复杂动态环境下，为机器人找到无碰撞最优路径以实现机器人导航具有深远意义。

现有的机器人导航技术大致分为基于模型和基于学习的方法。基于模型的方法，通常需要使用导航领域专业知识。比如，采用反映式导航方法，其原理是采用基于几何或物理学的一步式交互规则来避免机器人与障碍物碰撞，但是，此方法容易使机器人产生振荡和不自然行为。再比如，采用基于轨迹的导航方法，此方法可以从长远角度计算以生成更平滑的路径，但是，该方法计算过程复杂耗时且因其需要更多不可观测的状态知识导致计算难度大、准确率低。基于学习的方法，主要采用深度强化学习方法学习机器人导航行为。且为了更好地感知环境，甚至在此方法中采用长短时记忆统一处理环境中所有障碍物对机器人的影响，但是，统一处理的方法忽略了不同障碍物的自主特性差异。或者，在此方法中引入注意力机制以标记机器人与不同障碍物间的关系，但此方法仍然是仅以最终目标位置作为引导，仅考虑机器人当前步骤的障碍状态，这样容易使机器人为快速达到最终目标位置而采取短视的激进行为，从而导致机器人与障碍物产生碰撞而陷入危险。

综上所述，现有方法虽然能够实现简单场景下的机器人导航，但其往往存在导航行为振荡、计算过程复杂耗时、未考虑不同障碍物的自主特性差异，或者，仅以最终目标位置为引导且仅考虑当前步骤障碍状态等问题。

发明内容

本发明提供一种机器人导航方法、装置、电子设备及存储介质，用以克服现有技术中导航行为振荡、计算过程复杂耗时、导航过程仅以最终目标位置为引导且仅考虑当前步骤状态等缺陷，能够高效地实现机器人无障碍导航。

本发明提供一种机器人导航方法，包括：

获取机器人状态和机器人所处环境状态；

通过时空图注意力网络对所述机器人状态和所述机器人所处环境状态共同进行特征编码，以获得机器人的高层策略层时空状态特征和低层策略层时空状态特征；

基于所述高层策略层时空状态特征获得机器人的高层策略动作；

基于所述高层策略动作计算获得子目标位置的误差状态；

基于所述子目标位置的误差状态、所述机器人状态和所述低层策略层时空状态特征，获得机器人的低层策略动作；

基于所述低层策略动作进行机器人导航。根据本发明提供的机器人导航方法，所述获取机器人状态和机器人所处环境状态，包括：

获取初始的机器人状态和机器人所处环境状态；

基于所述机器人状态和所述机器人所处环境状态计算获得机器人观测状态；