自动回充方法技术

本发明专利技术提供一种自动回充方法，包括根据一电子装置对应充电座的相对位置提供路径规划的权重分数，并用以训练一神经网络模型，以产生一优化神经网络；根据感应信号范围内的感应信号判断电子装置的实时位置；以及电子装置依据感应信号自动引导回到充电座，或是根据优化神经网络模型，对实时位置进行运算，以选择最大权重分数的路径规划作为要走的最佳充电路径。

【技术实现步骤摘要】
自动回充方法
本专利技术是关于一种基于神经网络的电子装置自动回充方法。
技术介绍
移动式机器人(mobilerobot)涵盖范围甚广，凡扫地机器人、服务型机器人、娱乐型机器人、飞行监视器等，能够通过机械、电子、软件技术并通过自动化功能完成所属工作皆属于移动式机器人的范畴。移动式机器人通常包括设置在内部的充电电池，以提供机器人所需的电源。当机器人需要对充电电池进行充电时，移动式机器人会搭配一个充电座，充电座上配置有红外线或无线信号发射器，以发出红外线或无线信号，移动式机器人的信号接收器根据此红外线或无线信号进行自动引导，使移动式机器人回到充电座进行充电。然而，红外线或无线信号容易受到左右两侧的障碍物与周围环境影响，对红外线或无线信号产生干扰，而导致移动式机器人无法回到充电座而导致自动回充失败。
技术实现思路
有鉴于此，本专利技术公开一种自动回充方法，其适用于一电子装置，电子装置通过一充电座进行充电，且充电座发射一感应信号于一感应信号范围内，此自动回充方法包含于电子装置建构一神经网络模型；根据一电子装置对应充电座的相对位置提供路本文档来自技高网...

【技术保护点】
1.一种自动回充方法，适用于电子装置，所述电子装置通过充电座进行充电，所述充电座发射感应信号于感应信号范围内，其特征在于，所述自动回充方法包括：/n于所述电子装置建构神经网络模型；/n根据所述电子装置对应所述充电座的相对位置提供路径规划的权重分数，并用以训练所述神经网络模型，以产生优化神经网络模型；/n根据于所述感应信号范围内的所述感应信号判断所述电子装置的实时位置；以及/n所述电子装置依据所述感应信号自动引导回到所述充电座，或是根据所述优化神经网络模型，对所述实时位置进行运算，以选择最大权重分数的所述路径规划作为要走的最佳充电路径，直至回到所述充电座为止。/n

【技术特征摘要】
1.一种自动回充方法，适用于电子装置，所述电子装置通过充电座进行充电，所述充电座发射感应信号于感应信号范围内，其特征在于，所述自动回充方法包括：
于所述电子装置建构神经网络模型；
根据所述电子装置对应所述充电座的相对位置提供路径规划的权重分数，并用以训练所述神经网络模型，以产生优化神经网络模型；
根据于所述感应信号范围内的所述感应信号判断所述电子装置的实时位置；以及
所述电子装置依据所述感应信号自动引导回到所述充电座，或是根据所述优化神经网络模型，对所述实时位置进行运算，以选择最大权重分数的所述路径规划作为要走的最佳充电路径，直至回到所述充电座为止。


2.如权利要求1所述的自动回充方法，其特征在于，所述感应信号范围中具有中间区域以及所述中间区域二侧的左侧区域与右侧区域。


3.如权利要求2所述的自动回充方法，其特征在于，所述电子装置的所述相对位置超出所述感应信号范围时，所述权重分数为第一权重分数；所述电子装置的所述相对位置为所述左侧区域或所述右侧区域时，所述权重分数为第二权重分数；以及所述电子装置的所述相对位置为所述中间区域时，所述权重分数为第三权重分数，其中所述第三权重分数大于所述第二权重分数，且所述第二权重分数大于等于所述第一权重分...

【专利技术属性】
技术研发人员：蔡铭宏，林居辉，
申请(专利权)人：华硕电脑股份有限公司，
类型：发明
国别省市：中国台湾;71