可行驶区域与自适应DWA融合的巡检机器人规划控制方法

一种可行驶区域与自适应DWA融合的巡检机器人规划控制方法，属于巡检机器人技术领域，解决巡检机器人在机房内无法精准停靠的问题；本发明通过设计卷积神经网络，采用交叉熵损失和Dice损失的组合对卷积神经网络进行训练，得到路径规划的点云数据；建立环境复杂度模型对可行驶区域点云数据进行评估；DWA局部规划器根据环境复杂度自适应调整步长并规划路径，对规划出来的路径进行碰撞检测和评分；环境复杂度模型能够从多个维度对可行驶区域进行复杂度评估，DWA局部规划器能够根据环境复杂度自适应的改变步长，避免固定步长带来的计算资源浪费，保证巡检机器人的效率；本发明提升巡检机器人停靠精度的同时避免安全事故的发生。