一种基于超声阵列信息的室内场景定位方法与装置制造方法及图纸

本发明专利技术提出一种基于超声阵列信息的室内场景定位方法与装置，涉及定位技术领域。该方法包括:1)采集作为训练样本的室内场景的超声阵列信息：2)采集作为测试样本的超声阵列信息：3)将超声训练样本和超声测试样本分别对齐；4)计算超声训练样本与测试样本的距离矩阵：5)将所有超声测试样本通过最近邻算法得到每个测试样本的场景定位。本发明专利技术装置包括：机器人本体，超声传感器和计算机。机器人本体与计算机通过U转串口线连接，把超声传感器实时采集到的超声阵列信息保存到计算机。本发明专利技术在机器学习的基础上实现一种基于超声阵列信息的室内场景定位方法与装置，提高了室内场景定位的鲁棒性和准确率。

【技术实现步骤摘要】

本专利技术属于超声阵列信息的定位
，尤其涉及一种基于超声阵列信息的室内场景定位方法与装置。
技术介绍
定位技术作为当前的研究热点，对军事、经济以及人们的日常生活产生了深远的影响。定位是确定本体在其作业环境中所处位置的过程，更具体地说是利用先验环境地图信息、本体位姿的当前估计以及传感器的观测值等输入信息，经过一定的处理和变换，产生更加准确的对当前本体位姿的估计。广西科技大学的专利技术专利“北斗或GPS双模在线定位模式，申请号为201410763072.1”中公开了一种定位方法，此专利技术的定位方法为获取北斗、GPS、北斗和双模的原始位置信息和时间数据，将用户的空间位置提供应用程序层，使数据保存到相应的数据表中以便移动客户端的访问、获取采用方式从位置信息数据表中拿到移动设备的实时经纬度信息和时间客户端调用百度地图的将获取到的位置信息标注到百度地图上,达到在线实时对移动设备的定位显示。但是GPS和北斗都主要服务于室外定位；而应用于室内时的信息受建筑物的影响而大大衰减，定位精度会大大降低。浙江大学的专利技术专利“一种基于混合摄像机的室内场景定位方法”用混合摄像机拍摄的当前帧的深度图和彩色图以及训练好的回归森林，计算出当前摄像机对应的世界坐标,完成室内场景定位。但是摄像机在光线条件不好的时候定位效果精度不高。
技术实现思路
本专利技术的目的是克服已有技术的不足之处，提出一种基于超声阵列信息的室内场景定位方法与装置，在最近邻算法的基础上实现基于超声阵列的室内场景定位，提高室内场定位的鲁棒性和准确率。本专利技术提出的一种基于超声阵列信息的室内场景定位方法，包括以下步骤:1)采集作为训练样本的场景的超声阵列信息：为了有效地获取环境中的超声信息，超声传感器以环或阵列的形式安装在机器人本体上。室内场景的超声阵列信息进行采集作为超声训练样本，设超声训练样本的个数为N，则得到超声训练样本数据集Str的表达式为：Str＝[Str1,Str2,…,StrN] (1)其中Str1,Str2,…,StrN分别表示超声训练样本数据集Str中第一个超声训练样本、第二个超声训练样本、…第N个超声训练样本。第一个超声训练样本Str1的数据由超声传感器采集的室内已知的第一组场景的超声阵列信息。2)对需要进行定位的测试样本场景进行采集超声阵列信息。设超声测试样本的个数为M，则得到超声测试样本数据集Ste的表达式为：Ste＝[Ste1,Ste2,…,SteM] (2)其中Ste1,Ste2,…,SteM分别表示超声测试样本数据集Ste中第一个超声测试样本、第二个超声测试样本、…第M个超声测试样本。第一个超声测试样本Ste1的数据由超声传感器采集的来自需要定位的第一组室内场景的超声阵列信息。M和N分别为超声训练样本的个数和超声测试样本的个数，一般情况下N≤M。3)设超声传感器放置的数量为l，则超声训练样本数据集中的任意的一个超声训练样本SI的长度为l，1≤I≤N，表达式为：SI＝[SI,1,SI,2,...,SI,l]，其中SI,1,SI,2,...,SI,l分别表示超声训练样本SI的第一个超声传感器的数据、第二个超声传感器的数据、…第l个超声传感器的数据。超声测试样本数据集中的任意的一个超声测试样本SJ的长度为l，1≤J≤M，表达式为：SJ＝[SJ,1,SJ,2,...,SJ,l]，其中SJ,1,SJ,2,...,SJ,l分别表示超声测试样本SJ的第一个超声传感器的数据、来自第二个超声传感器的数据、…第l个超声传感器的数据。对齐超声训练样本和超声测试样本，得到超声训练样本SI和超声测试样本SJ之后，将超声训练样本SI和超声测试样本SJ对齐，对齐就是分别找到超声训练样本SI和超声测试样本SJ的最小值和相应的下标，设超声训练样本SI的最小值为SI,minI，1≤minI≤l，则相应的下标为minI,超声测试样本SJ的最小值为SJ,minJ，1≤minJ≤l，则相应的下标为minJ,把超声训练样本SI和超声测试样本SJ的最小值SI,minI和SJ,minJ分别放到超声训练样本SI和超声测试样本SJ下标为1的位置上，超声训练样本SI和超声测试样本SJ剩下的数据按照原来的顺序，依次向后排列。4)超声训练样本SI和超声测试样本SJ对齐后得到新的超声训练样本SI′和超声测试样
本SJ′，其中SI′＝[SI,1′,SI,2′,...,SI,l′]、SJ′＝[SJ,1′,SJ,2′,...,SJ,l′]，超声训练样本SI′和超声测试样本SJ′的距离被定义为：d(SI′,SJ′)＝||SI′-SJ′|| (3)5)遍历超声训练样本数据集Str和超声测试样本数据集Ste，重复步骤3)，得到对齐后的超声训练样本数据集Str′和对齐后的超声测试样本数据集Ste′；对齐后超声测试样本数据集Ste′中任一超声测试样本SJ′与Str′之间的距离表达式为SJ′＝[SJ,1′,SJ,2′,...,SJ,l′] (4)Str′＝[S1′,S2′,…,SN′] (5)d(SJ′,Str′)＝[d(SJ′,S1′),d(SJ′,S2′),…,d(SJ′,SN′)] (6)6)遍历超声测试样本数据集Ste′的每一个超声测试样本，重复公式6)，计算Ste′与对齐后的超声训练样本数据集Str′的距离d(Ste′,Str′)，构建一个动态时间规整距离矩阵D：上述距离矩阵D中，D11是Ste′中第一个样本与Str′中第一个样本之间的距离，D1N是Ste′中第一个样本与Str′中第N个样本之间的距离，DM1是Ste′中第M个样本与Str′中第一个样本之间的距离，DMN是Ste′中第M个样本与Str′中第N个样本之间的距离；7)根据步骤6)得到的距离矩阵D，得到对齐后的超声测试样本数据集Ste′中第A个测试样本与对齐后的超声训练样本Str′的距离集合DA，DA的表达式为：DA＝[DA，1,DA，2,…,DA，N] (8)其中1≤A≤M，求出距离集合DA表达式中的最小值DAo，其中第二个下标o范围为：1≤o≤N。根据最近邻算法，则距离集合DA中的第o个训练样本的场景位置即为第A个测试样本的场景定位。8)重复步骤7)，得到所有对齐后的超声测试样本的场景定位，完成由所有超声测试样本组成的目标场景类别的场景定位。9)一种基于超声阵列信息的室内场景定位装置，其特征在于，包括机器人本体、计算机和本体上安装的若干个超声传感器；机器人本体和计算机通过U转串口线连接，可以实时的把采集到的超声阵列信息保存到计算机，若干个超声传感器以本体为圆心，超声传感器测量范围为半径，均匀分体在本体四周实时采集信息，计算机根据采集到的信息进行超声阵列信息的室内场景定位。10)根据权利要求2所述的基于超声阵列信息的室内场景定位装置，其特征在于：l个超声传感器是以本体为圆心，超声传感器测量范围为半径，均匀分布在本体四周，超声传感器的测量范围为10cm到5m，这种超声的布置可以为本体提供360度无缝检测。11)根据权利要求2所述的基于超声阵列信息的室内场景定位装置，其特征在于：机器人本体和计算机通过U转串口线连接，可以实时的把采集到的超声阵列信息保存到计算机。12)根据权利要求2所述的基于超声阵列信息的室内场景定位装置，其特征在于：根据步本文档来自技高网...

【技术保护点】
一种基于超声阵列信息的室内场景定位方法，其特征在于，该方法包括以下步骤:1)采集作为训练样本的场景的超声阵列信息：为了有效地获取环境中的超声信息，超声传感器以环或阵列的形式安装在机器人本体上。室内场景的超声阵列信息进行采集作为超声训练样本，设超声训练样本的个数为N，则得到超声训练样本数据集Str的表达式为：Str＝[Str1,Str2,...,StrN] (1)其中Str1,Str2,...,StrN分别表示超声训练样本数据集Str中第一个超声训练样本、第二个超声训练样本、…第N个超声训练样本。第一个超声训练样本Str1的数据由超声传感器采集的室内已知的第一组场景的超声阵列信息。2)对需要进行定位的测试样本场景进行采集超声阵列信息。设超声测试样本的个数为M，则得到超声测试样本数据集Ste的表达式为：Ste＝[Ste1,Ste2,...,SteM] (2)其中Ste1,Ste2,...,SteM分别表示超声测试样本数据集Ste中第一个超声测试样本、第二个超声测试样本、…第M个超声测试样本。第一个超声测试样本Ste1的数据由超声传感器采集的来自需要定位的第一组室内场景的超声阵列信息。M和N分别为超声训练样本的个数和超声测试样本的个数，一般情况下N≤M。3)设超声传感器放置的数量为l，则超声训练样本数据集中的任意的一个超声训练样本SI的长度为l，1≤I≤N，表达式为：SI＝[SI,1,SI,2,...,SI,l]，其中SI,1,SI,2,...,SI,l分别表示超声训练样本SI的第一个超声传感器的数据、第二个超声传感器的数据、…第l个超声传感器的数据。超声测试样本数据集中的任意的一个超声测试样本SJ的长度为l，1≤J≤M，表达式为：SJ＝[SJ,1,SJ,2,...,SJ,l]，其中SJ,1,SJ,2,...,SJ,l分别表示超声测试样本SJ的第一个超声传感器的数据、来自第二个超声传感器的数据、…第l个超声传感器的数据。对齐超声训练样本和超声测试样本，得到超声训练样本SI和超声测试样本SJ之后，将超声训练样本SI和超声测试样本SJ对齐，对齐就是分别找到超声训练样本SI和超声测试样本SJ的最小值和相应的下标，设超声训练样本SI的最小值为SI,minI，1≤minI≤l，则相应的下标为minI,超声测试样本SJ的最小值为SJ,minJ，1≤minJ≤l，则相应的下标为minJ,把超声训练样本SI和超声测试样本SJ的最小值SI,minI和SJ,minJ分别放到超声训练样本SI和超声测试样本SJ下标为1的位置上，超声训练样本SI和超声测试样本SJ剩下的数据按照原来的顺序，依次向后排列。4)超声训练样本SI和超声测试样本SJ对齐后得到新的超声训练样本SI′和超声测试样本SJ′，其中SI′＝[SI,1′,SI,2′,...,SI,l′]、SJ′＝[SJ,1′,SJ,2′,...,SJ,l′]，超声训练样本SI′和超声测试样本SJ′的距离被定义为：d(SI′,SJ′)＝||SI′‑SJ′|| (3)5)遍历超声训练样本数据集Str和超声测试样本数据集Ste，重复步骤3)，得到对齐后的超声训练样本数据集Str′和对齐后的超声测试样本数据集Ste′；对齐后超声测试样本数据集Ste′中任一超声测试样本SJ′与Str′之间的距离表达式为SJ′＝[SJ,1′,SJ,2′,...,SJ,l′] (4)Str′＝[S1′,S2′,…,SN′] (5)d(SJ′,Str′)＝[d(SJ′,S1′),d(SJ′,S2′),…,d(SJ′,SN′)] (6)6)遍历超声测试样本数据集Ste′的每一个超声测试样本，重复公式6)，计算Ste′与对齐后的超声训练样本数据集Str′的距离d(Ste′,Str′)，构建一个动态时间规整距离矩阵D：上述距离矩阵D中，D11是Ste′中第一个样本与Str′中第一个样本之间的距离，D1N是Ste′中第一个样本与Str′中第N个样本之间的距离，DM1是Ste′中第M个样本与Str′中第一个样本之间的距离，DMN是Ste′中第M个样本与Str′中第N个样本之间的距离；7)根据步骤6)得到的距离矩阵D，得到对齐后的超声测试样本数据集Ste′中第A个测试样本与对齐后的超声训练样本Str′的距离集合DA，DA的表达式为：DA＝[DA，1,DA，2,...,DA，N](8)其中1≤A≤M，求出距离集合DA表达式中的最小值DAo，其中第二个下标o范围为：1≤o≤N。根据最近邻算法，则距离集合DA中的第o个训练样本的场景位置即为第A个测试样本的场景定位。8)重复步骤7)，得到所有对齐后的超声测试样本的场景定位，完成由所有超声测试样本组成的目标场景类别的场景定位。...

【技术特征摘要】
1.一种基于超声阵列信息的室内场景定位方法，其特征在于，该方法包括以下步骤:1)采集作为训练样本的场景的超声阵列信息：为了有效地获取环境中的超声信息，超声传感器以环或阵列的形式安装在机器人本体上。室内场景的超声阵列信息进行采集作为超声训练样本，设超声训练样本的个数为N，则得到超声训练样本数据集Str的表达式为：Str＝[Str1,Str2,...,StrN] (1)其中Str1,Str2,...,StrN分别表示超声训练样本数据集Str中第一个超声训练样本、第二个超声训练样本、…第N个超声训练样本。第一个超声训练样本Str1的数据由超声传感器采集的室内已知的第一组场景的超声阵列信息。2)对需要进行定位的测试样本场景进行采集超声阵列信息。设超声测试样本的个数为M，则得到超声测试样本数据集Ste的表达式为：Ste＝[Ste1,Ste2,...,SteM] (2)其中Ste1,Ste2,...,SteM分别表示超声测试样本数据集Ste中第一个超声测试样本、第二个超声测试样本、…第M个超声测试样本。第一个超声测试样本Ste1的数据由超声传感器采集的来自需要定位的第一组室内场景的超声阵列信息。M和N分别为超声训练样本的个数和超声测试样本的个数，一般情况下N≤M。3)设超声传感器放置的数量为l，则超声训练样本数据集中的任意的一个超声训练样本SI的长度为l，1≤I≤N，表达式为：SI＝[SI,1,SI,2,...,SI,l]，其中SI,1,SI,2,...,SI,l分别表示超声训练样本SI的第一个超声传感器的数据、第二个超声传感器的数据、…第l个超声传感器的数据。超声测试样本数据集中的任意的一个超声测试样本SJ的长度为l，1≤J≤M，表达式为：SJ＝[SJ,1,SJ,2,...,SJ,l]，其中SJ,1,SJ,2,...,SJ,l分别表示超声测试样本SJ的第一个超声传感器的数据、来自第二个超声传感器的数据、…第l个超声传感器的数据。对齐超声训练样本和超声测试样本，得到超声训练样本SI和超声测试样本SJ之后，将超声训练样本SI和超声测试样本SJ对齐，对齐就是分别找到超声训练样本SI和超声测试样本SJ的最小值和相应的下标，设超声训练样本SI的最小值为SI,minI，1≤minI≤l，则相应的下标为minI,超声测试样本SJ的最小值为SJ,minJ，1≤minJ≤l，则相应的下标为minJ,
\t把超声训练样本SI和超声测试样本SJ的最小值SI,minI和SJ,minJ分别放到超声训练样本SI和超声测试样本SJ下标为1的位置上，超声训练样本SI和超声测试样本SJ剩下的数据按照原来的顺序，依次向后排列。4)超声训练样本SI和超声测试样本SJ对齐后得到新的超声训练样本SI′和超声测试样本SJ′，其中SI′＝[SI,1′,SI,2′,...,SI,l′]、SJ′＝[SJ,1′,SJ,2′...

【专利技术属性】
技术研发人员：刘华平，郑向梅，孙富春，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京;11