買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜中國科學院自動化研究所申請的專利移動機器人的導航方法以及裝置獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119472702B 。

龍圖騰網通過國家知識產權局官網在2025-06-03發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510060918.3，技術領域涉及：G05D1/43；該發明授權移動機器人的導航方法以及裝置是由孫世穎;周傳寶;趙曉光;張宇佳;常慧;李仲正設計研發完成，并于2025-01-15向國家知識產權局提交的專利申請。

本移動機器人的導航方法以及裝置在說明書摘要公布了：本發明提供一種移動機器人的導航方法以及裝置，應用于機器人導航技術領域，其中，上述方法包括：獲取通過移動機器人采集到的行人位置信息，將行人位置信息輸入至機器人導航模型，通過記憶池，存儲歷史運動信息、鄰居運動信息以及未來運動信息；通過狀態預測模塊，基于歷史運動信息、鄰居運動信息以及未來運動信息，確定目標行人的預測行人狀態；將觀測時間窗口內的每個行人分別作為目標行人，確定每個行人的預測行人狀態；通過值估計模塊，獲取移動機器人的機器人狀態，基于機器人狀態與每個行人的預測行人狀態，確定移動機器人的目標導航動作。通過本申請能夠提高移動機器人在不同場景中的預測準確性。

本發明授權移動機器人的導航方法以及裝置在權利要求書中公布了：1.一種移動機器人的導航方法，其特征在于，包括：獲取通過移動機器人采集到的行人位置信息，其中，所述行人位置信息包括：每個行人的位置信息序列；將所述行人位置信息輸入至機器人導航模型，得到所述機器人導航模型輸出的目標導航動作，所述機器人導航模型包括：記憶池、狀態預測模塊以及值估計模塊，其中，包括：通過所述記憶池，在當前觀測時間窗口內，將目標時間步之前的目標行人的位置信息序列作為歷史運動信息；將所述目標時間步之前的其他行人的位置信息序列作為鄰居運動信息；將所述目標時間步之后的所述目標行人的位置信息序列作為未來運動信息；通過所述狀態預測模塊，基于所述歷史運動信息、所述鄰居運動信息以及所述未來運動信息，確定所述目標行人的預測行人狀態；將所述觀測時間窗口內的每個行人分別作為所述目標行人，確定所述每個行人的預測行人狀態；通過所述值估計模塊，獲取所述移動機器人的機器人狀態，基于所述機器人狀態與所述每個行人的預測行人狀態，確定所述移動機器人的目標導航動作；在所述將所述行人位置信息輸入至機器人導航模型，得到所述機器人導航模型輸出的目標導航動作之前，所述方法還包括：基于知識蒸餾對預設的機器人導航模型進行訓練，得到訓練后的機器人導航模型；所述訓練包括：教師模型訓練與學生模型訓練，所述基于知識蒸餾對預設的機器人導航模型進行訓練，得到訓練后的機器人導航模型，包括：基于預設的教師模型基于最佳相互碰撞避免策略在目標場景中進行運行模擬，得到目標場景經驗數據；基于預設的學生模型在源場景中進行運行模擬，得到源場景經驗數據；基于所述目標場景經驗數據，對所述預設的教師模型中的狀態預測模塊與值估計模塊進行初始化；基于強化學習與監督學習對初始化之后的所述預設的教師模型中的狀態預測模塊與值估計模塊進行聯合訓練，得到訓練后的教師模型；通過所述訓練后的教師模型，基于所述源場景經驗數據對所述預設的學生模型中的狀態預測模塊與值估計模塊進行初始化；基于強化學習與監督學習對初始化之后的所述預設的學生模型中的狀態預測模塊與值估計模塊進行聯合訓練，得到訓練后的學生模型；將所述訓練后的學生模型作為訓練后的機器人導航模型；其中，所述教師模型的值估計模塊的損失函數可以參考以下公式： ；其中，表示所述教師模型的值估計模塊的損失函數，表示均方誤差函數，表示初始化之后教師模型的值估計模塊，表示所述初始化之后教師模型的值估計模塊的估計值，表示目標值；所述教師模型的狀態預測模塊的損失函數可以參考以下公式： ；其中，表示所述教師模型的狀態預測模塊的損失函數，表示均方誤差函數，表示初始化之后教師模型的狀態預測模塊，表示所述初始化之后教師模型的狀態預測模塊的預測狀態，表示真實狀態，表示教師模型的后驗分布和教師模型的先驗分布之間的KL散度。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國科學院自動化研究所，其通訊地址為：100190 北京市海淀區中關村東路95號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。