基于深度强化学习和速度障碍的机器人导航方法及系统

本发明涉及基于深度强化学习和速度障碍的机器人导航方法及系统，包括：获取激光雷达点云数据；根据当前坐标系和历史帧激光雷达点云数据构建极坐标特征；并得到融合特征图；根据融合特征图得到每个方向上的可通行深度概率分布，并确定可达点和可通行距离，提取可通行区域；基于速度障碍算法，并结合可通行区域，计算机器人相对障碍物的速度、定义碰撞锥和计算速度障碍，筛选安全方向，确定期望方向；根据期望导航方向构建奖励函数，用于引导机器人朝向期望导航方向移动。本发明结合深度强化学习和速度障碍的优势，机器人能在动态场景中高效地朝着目标前进，避免陷入局部困境以及频繁参数调节的不足，提升了整体导航性能。