机器人仿生室内定位导航方法技术

本发明专利技术提供一种机器人仿生室内定位导航方法，该方法在现有视觉定位方法研究基础上，首先从生理层面对人类视觉导航行为进行分析。在人类识别物品时，主要根据物品的颜色特征和形状特征，利用自身先验知识进行物品识别。人类的定位导航主要通过视觉和大脑获取信息并进行处理。人类首先是对环境中的标志性物品进行识别并记忆，然后利用记忆中每个物品的位置，完成导航工作。本发明专利技术提出的方法不依靠精确测量和复杂数学计算，完全仿生人类行为定位导航，为室内机器人导航技术的研究提供了新的思路。

【技术实现步骤摘要】
机器人仿生室内定位导航方法
本专利技术涉及机器人仿生室内定位导航方法，属于对室内机器人自主定位与导航

技术介绍
定位导航技术是实现室内移动机器人自主完成工作的重要前提，众多专家学者对该技术进行了十分深入的研究，定位导航技术差异直接影响服务机器人的使用体验。目前，室内移动机器人主要是通过惯性传感器、Wi-Fi、激光雷达或者图像传感器进行里程的精确计算，完成定位导航工作。仿生学是一门模仿生物的特殊本领，利用生物结构和功能原理来研制机械或新技术的学科。它是一门集生命科学、物理学、资讯科学、脑与认识科学、工程学、力学、造型艺术及系统科学等学科的交叉学科。如今研究范围包括：力学仿生、分子仿生、能量仿生和信息与控制仿生。生物具有的功能迄今比任何人工制造的机械都要优越，仿生学的目的就是在工程上实现并有效地应用生物功能。例如生物体的信息接受(感觉功能)、信息传递(神经功能)和自动控制系统的结构或功能在机械设计领域产生了很大启发。目前，仿生学的研究方法已经广泛应用于电子、计算机、控制和机械等各个领域，并为该领域的研究做出了很大贡献。人类作为智能化程度最高的生物，在面对定位导航的问题时相比于机器人有很大的优势。除了人脑的处理能力十分强大外，人的定位导航机制是经过漫长的自然选择产生的优秀成果，对机器人的定位导航技术有很大的借鉴意义。人类获取环境的信息通过视觉、听觉、触觉和嗅觉，其中视觉获取的信息占80％～90％，并且与人类定位导航有关的信息绝大部分是来源视觉信息。因此，通过仿生人类视觉实现定位导航技术是最为贴近人类的研究方式。在上个世纪60年代，由于世界各国开始月球的探测计划，移动机器人的研究成为了热点。当时的移动机器人并不具备自主运动的能力，需要通过远程遥控手段控制机器人运动。直到1972年，美国斯坦福研究院研发成功第一台具有智能的自主机器人Shakey。Shakey通过测距仪、视觉相机、电动机和编码器等传感器获取机器人自身的运动信息和环境信息。其目的是实现机器人在复杂环境下，自主识别，推理规划，并做出控制决定，但是由于当时计算机体积庞大且运算速度慢，Shakey通常需要几小时才能完成环境感知和行为规划，系统不具备实时工作能力。因此，定位导航技术作为移动机器人的一项关键技术一直没有停止研究的步伐。70年代末，随着计算机的应用和传感技术的发展，移动机器人研究又出现了新的高潮。特别是在80年代中期，设计和制造机器人的浪潮席卷全世界。一大批世界著名的公司开始研制移动机器人平台，这些移动机器人主要作为大学实验室及研究机构的移动机器人实验平台，从而促进了移动机器人学的定位导航技术的产生和发展。90年代以来，以研制高水平的环境信息传感器和信息处理技术、高适应性的移动机器人控制技术、真实环境下的规划技术为标志，开展了移动机器人更高层次的研究。按照工作环境的不同，移动机器人可分为：室内移动机器人和室外移动机器人。不同的工作环境所涉及的定位导航方法也有所差异，室内机器人的导航方法通常又可以分为：电磁导航、航迹导航、传感器导航和视觉导航等。具体如下：(1)电磁导航需要预先埋设导线，机器人通过导线的电磁场作为导航路径。这种导航方法具有定位精度高，环境变化不敏感的特点。但该方法铺设成本较高，灵活性差，一旦铺设完成后不易改变导航线路。电磁导航技术国外研究较早，技术较为成熟。(2)航迹导航是推算机器人运动轨迹的定位导航方法[25]。目前使用较多的方法是利用编码器、惯性传感器对机器人的行进路程和位姿进行估计，这也是一种最为基本的导航方法。不难发现，该方法虽然实现简单，运算速度快，但是不适合进行长时间的导航工作。这是由于随着机器人运动的时间的增加，对航迹的计算误差也在不断累加，最终很可能因为累积误差过大导致导航失败。因此，减少航迹的机械误差和算法误差是该方法研究的重点任务。(3)传感器导航是目前使用范围最广、效果最好的导航方法之一[25]。该方法通过移动机器人配备的超声、红外、Wi-Fi或激光雷达等装置，对环境进行测距并推算出里程实现导航。导航的过程是通过传感器获得环境中的障碍物、墙壁等环境目标信息，即时地定位并构建环境地图，进而规划路径。现有的室内扫地机器人主要是通过激光雷达完成导航工作。红外、激光、Wi-Fi、超声等信息判断的环境距离信息，其测量的精度容易受到环境的影响。但是由于其具有非接触、反应速度块的优点，具有广泛的市场使用范围。对于多种传感器融合的导航方法也有较多研究。(4)视觉导航是伴随着机器视觉理论发展而兴起的，它拥有传统传感器在定位导航中难以比拟的优势，以其丰富的环境信息、直观性和高精度的优点成为导航技术研究最热门的方法。视觉定位不仅与机器人视觉有关，还涉及到摄像机标定、立体匹配、地图构建和行为规划等多方面的技术，是一个综合性的研究方向。如今，众多科研院所、高校和公司都在对视觉导航方面投入了大量的科研精力。目前，备受国内外研究者关注的课题是即时定位与地图构建(SimultaneousLocalizationAndMapping，SLAM)问题，而对于该问题的解决一般采用传感器导航方式和视觉导航方式。激光雷达SLAM(Lidar-SLAM)采用非视觉类导航方法，能够精确测量距离和方位角且受环境影响程度小，但存在成本高、信息量单一的缺陷。相对于非视觉类导航方法，基于视觉的定位与导航方法凭借便于实施、可靠性高、信息量大等特点，飞速发展起来。视觉信息能够提高系统的灵活性，降低应用成本，但基于视觉的地图构建需要依赖复杂的图像处理技术，需要解决地图优化问题得到全局最优化估计，且在特征跟踪和定位的连续上存在不足。因此众多学者对视觉的即时定位与地图构建(VisualSLAM,VSLAM)问题进行了研究，提出了深度数据模拟激光雷达SLAM的方式。该方法主要通过图像帧中的特征点对机器人的位姿进行估计，然后利用得到的位姿不断地对地图进行构建，直至检测到机器人已经完成对环境的构图。虽然视觉信息对环境的描述更加丰富全面，但这也带了更大的数据量和计算量的问题，并且目前的应用方面存在许多理论中没有考虑的问题。现在视觉导航最大的问题就是“噪声”的影响。利用图像帧对机器人的位姿不断进行估计的方法称为渐近式的匹配方式。这种匹配方式也存在与之前的航迹导航的方法有着同样的缺陷，随着机器人的运动时间增加“噪声”的影响越来越大，出现的误差被不断累积直至造成不能容忍的定位错误。对于该问题的优化，在VSLAM中被专门称为SLAM端优化理论。该理论是针对图像前端优化的问题，可以通过ICP，PnP或g2o算法来实现，但是这些算法带来了大量的计算量，不能满足实时性的要求，这也是制约该导航方法的实际应用的最大的问题。针对VSLAM特征提取慢和极端场景的鲁棒性差等问题，提出了基于GPU加速的SURF特征提取方式，却增加了机器人的成本，提高了对硬件环境的要求。DVOSLAM(DenseVisualOdometry,SLAM)，提出了一种基于有效像素点的策略进行关键帧选取的方法，虽然相比于其他基于稀疏视觉特征的方法在效果和效率上都有较大的提高，但是密集算法也引入了更大的计算量。目前SLAM方法能力有限，仅是完成了地图的构建部分并且构建的地图没有实现机器人导航的能力。综上所述，本文档来自技高网...

【技术保护点】
1.一种机器人仿生室内定位导航方法，其特征在于包括以下步骤：(1)基于人类视觉系统和人脑中的定位导航细胞进行人类的定位导航方法建模，得到定位导航模型；首先模拟视觉系统的水平细胞对采集的图像做光照去除处理；然后感光细胞获取环境的颜色信息和边缘信息；视网膜获取信息之后通过神经元传输到大脑进行信息处理；大脑接收信息后进一步处理获取到物品的颜色特征、形状特征和对称特征，从而识别环境中的标志物；识别标志物后与位置细胞记忆的定位点相比对得到当前位置；网格细胞类似地图记忆所有位置点的路径；人对于两个位置间的道路距离通过深度图像进行判断；头部朝向细胞分析头部朝向的方向为地图提供方位信息；(2)进行室内物品识别的仿生算法设计；通过颜色和边缘信息对物体的颜色特征、形状特征和对称特征进行提取，然后利用数据库仿生人脑的记忆功能存储特征；识别时通过查询特征与待测的物品进行模板匹配识别；(3)进行仿生定位导航算法设计；仿生位置细胞、头部方向细胞和网格细胞的行为，并且在前文仿生人脑对视觉信息处理识别物品的基础上进行利用室内物品数据库定位；同时根据获取的定位点利用地图数据库检索出行使路径，实现导航。

【技术特征摘要】
1.一种机器人仿生室内定位导航方法，其特征在于包括以下步骤：(1)基于人类视觉系统和人脑中的定位导航细胞进行人类的定位导航方法建模，得到定位导航模型；首先模拟视觉系统的水平细胞对采集的图像做光照去除处理；然后感光细胞获取环境的颜色信息和边缘信息；视网膜获取信息之后通过神经元传输到大脑进行信息处理；大脑接收信息后进一步处理获取到物品的颜色特征、形状特征和对称特征，从而识别环境中的标志物；识别标志物后与位置细胞记忆的定位点相比对得到当前位置；网格细胞类似地图记忆所有位置点的路径；人对于两个位置间的道路距离通过深度图像进行判断；头部朝向细胞分析头部朝向的方向为地图提供方位信息；(2)进行室内物品识别的仿生算法设计；通过颜色和边缘信息对物体的颜色特征、形状特征和对称特征进行提取，然后利用数据库仿生人脑的记忆功能存储特征；识别时通过查询特征与待测的物品进行模板匹配识别；(3)进行仿生定位导航算法设计；仿生位置细胞、头部方向细胞和网格细胞的行为，并且在前文仿生人脑对视觉信息处理识别物品的基础上进行利用室内物品数据库定位；同时根据获取的定位点利用地图数据库检索出行使路径，实现导航。2.根据权利要求1所述的一种机器人仿生室内定位导航方法，其特征在于，步骤(1)中：采用类比和模拟的仿生方法，从人眼获取信息和大脑处理信息的行为机制出发深入研究建模，从如下几项生理行为进行仿生：(1)仿生人眼对环境图像获取后首先进行亮度均衡、增强边缘对比度，然后获取图像中的颜色信息和边缘信息的行为；(2)仿生人眼能够感知环境的距离信息，但采用模糊表示的行为；(3)仿生人脑通过颜色特征和边缘特征识别标志物的行为；(4)仿生人脑通过位置细胞记忆定位点，通过记忆的标志性物品实现定位；(5)仿生人脑通过位置细胞与网格细胞共同作用，记忆路径实现导航；(6)仿生人脑利用头部方向细胞的信息，获取方位辅助导航的行为。3.根据权利要求1所述的一种机器人仿生室内定位导航方法，其特征在于，步骤(2)中包括：图像增强；颜色信息的获取；颜色特征的获取；边缘信息的获取；边缘信息矢量化及形状特征提取；对称特征检测；以及基于物品先验数据库的识别。4.根据权利要求3所述的一种机器人仿生室内定位导航方法，其特征在于，图像增强具体算法步骤如下：(1)对原图像进行H...

【专利技术属性】
技术研发人员：王连明，李伟，汪云云，
申请(专利权)人：东北师范大学，
类型：发明
国别省市：吉林,22