原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本申请的实施例涉及智能机器人定位技术领域，公开了一种基于深度强化学习的机器人初始定位方法，包括：获取目标机器人扫描得到的实时点云图，将实时点云图转化为实时高程图；在目标机器人所在区域中确定估计位置，基于估计位置按照实时点云图的规模在目标机器人所在区域对应的地图点云中选取估计点云图，并将估计点云图转化为估计高程图；将实时高程图和估计高程图输入至预训练的调整模型中，获取调整模型输出的调整值；在调整值的波动幅度小于预设阈值的情况下，基于估计位置进行点云配准，确定目标机器人的实际初始位置。该方法无需依赖
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117689722A
(43)申请公布日2024.03.12
(21)申请号202311610585.4
(22)申请日2023.11.28
(71)申请人西安长峰机电研究所
地址710
文档评论（0）