一种基于角度搜索和深度Q神经网络的视觉协同机器人路径规划方法

本发明公开了基于角度搜索和深度Q神经网络的视觉协同机器人路径规划方法。步骤包括基于视觉技术将地图二值化，并合理划分栅格地图，进行相应标号；根据栅格地图的具体环境特点，预先设定搜索角；计算机器人周围栅格的预估角；通过比较预估角与搜索角，基于贪心策略和回报函数，选出新的扩展点；扩展过程中，排除重复路径与搜索角覆盖范围下无可行点的情况，并在此过程中不断反馈学习，最终得到一条平滑有效的最优化路径。此发明可减少计算量和搜索时间、提高灵活性、便于调整参数等优点。