买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜中国科学院自动化研究所申请的专利移动机器人的导航方法以及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119472702B 。

龙图腾网通过国家知识产权局官网在2025-06-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510060918.3，技术领域涉及：G05D1/43；该发明授权移动机器人的导航方法以及装置是由孙世颖;周传宝;赵晓光;张宇佳;常慧;李仲正设计研发完成，并于2025-01-15向国家知识产权局提交的专利申请。

本移动机器人的导航方法以及装置在说明书摘要公布了：本发明提供一种移动机器人的导航方法以及装置，应用于机器人导航技术领域，其中，上述方法包括：获取通过移动机器人采集到的行人位置信息，将行人位置信息输入至机器人导航模型，通过记忆池，存储历史运动信息、邻居运动信息以及未来运动信息；通过状态预测模块，基于历史运动信息、邻居运动信息以及未来运动信息，确定目标行人的预测行人状态；将观测时间窗口内的每个行人分别作为目标行人，确定每个行人的预测行人状态；通过值估计模块，获取移动机器人的机器人状态，基于机器人状态与每个行人的预测行人状态，确定移动机器人的目标导航动作。通过本申请能够提高移动机器人在不同场景中的预测准确性。

本发明授权移动机器人的导航方法以及装置在权利要求书中公布了：1.一种移动机器人的导航方法，其特征在于，包括：获取通过移动机器人采集到的行人位置信息，其中，所述行人位置信息包括：每个行人的位置信息序列；将所述行人位置信息输入至机器人导航模型，得到所述机器人导航模型输出的目标导航动作，所述机器人导航模型包括：记忆池、状态预测模块以及值估计模块，其中，包括：通过所述记忆池，在当前观测时间窗口内，将目标时间步之前的目标行人的位置信息序列作为历史运动信息；将所述目标时间步之前的其他行人的位置信息序列作为邻居运动信息；将所述目标时间步之后的所述目标行人的位置信息序列作为未来运动信息；通过所述状态预测模块，基于所述历史运动信息、所述邻居运动信息以及所述未来运动信息，确定所述目标行人的预测行人状态；将所述观测时间窗口内的每个行人分别作为所述目标行人，确定所述每个行人的预测行人状态；通过所述值估计模块，获取所述移动机器人的机器人状态，基于所述机器人状态与所述每个行人的预测行人状态，确定所述移动机器人的目标导航动作；在所述将所述行人位置信息输入至机器人导航模型，得到所述机器人导航模型输出的目标导航动作之前，所述方法还包括：基于知识蒸馏对预设的机器人导航模型进行训练，得到训练后的机器人导航模型；所述训练包括：教师模型训练与学生模型训练，所述基于知识蒸馏对预设的机器人导航模型进行训练，得到训练后的机器人导航模型，包括：基于预设的教师模型基于最佳相互碰撞避免策略在目标场景中进行运行模拟，得到目标场景经验数据；基于预设的学生模型在源场景中进行运行模拟，得到源场景经验数据；基于所述目标场景经验数据，对所述预设的教师模型中的状态预测模块与值估计模块进行初始化；基于强化学习与监督学习对初始化之后的所述预设的教师模型中的状态预测模块与值估计模块进行联合训练，得到训练后的教师模型；通过所述训练后的教师模型，基于所述源场景经验数据对所述预设的学生模型中的状态预测模块与值估计模块进行初始化；基于强化学习与监督学习对初始化之后的所述预设的学生模型中的状态预测模块与值估计模块进行联合训练，得到训练后的学生模型；将所述训练后的学生模型作为训练后的机器人导航模型；其中，所述教师模型的值估计模块的损失函数可以参考以下公式： ；其中，表示所述教师模型的值估计模块的损失函数，表示均方误差函数，表示初始化之后教师模型的值估计模块，表示所述初始化之后教师模型的值估计模块的估计值，表示目标值；所述教师模型的状态预测模块的损失函数可以参考以下公式： ；其中，表示所述教师模型的状态预测模块的损失函数，表示均方误差函数，表示初始化之后教师模型的状态预测模块，表示所述初始化之后教师模型的状态预测模块的预测状态，表示真实状态，表示教师模型的后验分布和教师模型的先验分布之间的KL散度。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国科学院自动化研究所，其通讯地址为：100190 北京市海淀区中关村东路95号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。