一种用于机器人的时空超声波导航数据采集方法及系统技术方案

本发明专利技术提供一种用于机器人的时空超声波导航数据采集方法，其中，机器人上设有至少一个超声波传感设备，方法包括：S1，获取机器人运动控制指令及数据采集控制指令；S2，根据机器人运动控制指令进行运动，并实时采集机器人运动时的状态信息及控制信息，得到连续时间段内的导航数据；S3，根据数据采集控制指令控制超声波传感设备采集连续时间段内的超声波数据；S4，将导航数据与超声波数据进行时空数据聚合，得到时空超声波导航数据。本发明专利技术通过使用超声波传感器，构建时空超声波导航数据集，训练基于时空超声波导航数据的神经网络控制器，可以实现机器人在室内环境下的自主导航。可以实现机器人在室内环境下的自主导航。可以实现机器人在室内环境下的自主导航。

【技术实现步骤摘要】
一种用于机器人的时空超声波导航数据采集方法及系统


[0001]本专利技术涉及机器人自主导航
，具体涉及一种用于机器人的时空超声波导航数据采集方法及系统。

技术介绍

[0002]当前各类不需要人工遥控、能够自主运行的移动机器人，如餐厅送餐机器人、快递物流机器人、家庭扫地机器人、宾馆引导机器人、医院消毒机器人等，都需要自主导航技术来实现机器人的自主运动。所谓机器人自主导航，即：机器人从当前位置出发，通过规划行驶路径，在不与周围目标发生碰撞的条件下自主到达目的地。具体来讲，自主导航技术一般包含建图定位、感知、规划、控制等子问题。
[0003]随着以深度学习为代表的人工智能技术的发展，人工智能技术也逐步应用到了机器人自主导航中技术中的各个子问题中，如：通过图神经网络实现机器人对其工作环境的建图定位；通过目标检测、目标跟踪等技术实现机器人对周围目标的感知，以避免碰撞；通过深度强化学习技术实现对机器人运动路径的实时规划；通过深度神经网络模型构建神经网络控制器，实现对机器人的运动控制。
[0004]而深度学习的基石，便是数据，只有采集足够的数据，制作成标准数据集，才能实现对深度学习模型的训练优化，进而完成相关机器人导航任务。
[0005]用于机器人自主导航的数据集可根据其使用的传感器类型进行大致分类，当前比较热门的便是通过摄像头采集的图像数据集和通过激光雷达采集的点云数据集。图像和激光雷达数据的优点是能够提供周围环境较为丰富的信息，图像提供2维信息(像素值)，激光雷达提供三维信息(三维点云)，但缺点是价格较贵。
[0006]超声波传感器因其结构简单，价格便宜，在上个世纪曾是机器人上的主要传感器，但随着时代的发展，因其所能提供的信息较少(单个超声波装置仅返回某一方向上的距离值)，目前已不再作为主流传感器使用，仅在实现机器人避障功能时少量使用。

技术实现思路

[0007](一)要解决的技术问题
[0008]针对上述问题，本专利技术提供了一种用于机器人的时空超声波导航数据采集方法及系统，用于至少部分解决传统机器人导航系统中传感器昂贵等技术问题。
[0009](二)技术方案
[0010]本专利技术一方面提供了一种用于机器人的时空超声波导航数据采集方法，其中，机器人上设有至少一个超声波传感设备，方法包括：S1，获取机器人运动控制指令及数据采集控制指令；S2，根据机器人运动控制指令进行运动，并实时采集机器人运动时的状态信息及控制信息，得到连续时间段内的导航数据；S3，根据数据采集控制指令控制超声波传感设备采集连续时间段内的超声波数据；S4，将导航数据与超声波数据进行时空数据聚合，得到时空超声波导航数据。
[0011]进一步地，获取机器人运动控制指令包括油门、刹车、档位、转向，控制机器人的运动；获取数据采集控制指令包括开始采集或停止采集指令，控制采集程序的开始和停止。
[0012]进一步地，S2中采集的状态信息包括机器人所在的位置、航向，采集的控制信息包括机器人的线速度、角速度。
[0013]进一步地，S2具体包括：将机器人运动控制指令并转化为机器人可直接执行的线速度与角速度底层控制指令，控制机器人的运行。
[0014]进一步地，将机器人运动控制指令并转化为底层控制指令的方法包括：S201，将油门、刹车、转向记为比例系数p
gas
、p
brake
、p
steer
，数值范围为[0，1]，档位记为p
gear
，取值为{0，1，2，3}；S202，根据以下公式计算线速度：
[0015][0016]其中，为当前时刻的线速度，为上一时刻线速度，为线速度允许最大值；
[0017]S203，根据以下公式计算角速度：
[0018][0019]其中，为当前时刻的线速度，为上一时刻线速度；
[0020]S204，根据线速度与角速度底层控制指令包含的时间戳判断底层控制指令是否为同一时刻指令，若不是，则继续等待指令更新，直到获得同一时刻机器人运动控制指令；若是，则将底层控制指令发送给机器人。
[0021]进一步地，S3中的超声波数据包括至少一个方向上的2D点云数据，通过如下公式进行单一时刻点云数据处理：
[0022][0023]其中下标i为超声波序号，代表不同方向，d为欧几里得距离值，(x，y)为原始点云值。
[0024]进一步地，S3、S4具体包括：S301，将点云数据处理后的超声波数据、状态信息及控制信息进行时间戳同步，将同一时刻采集的数据作为一个数据样本存储；S302，将连续时间采集的数据存入同一个文件，则该文件内的数据构成了连续时间段内的时空超声波导航数据；S401，重复S301、S302操作，将不同时间段内采集的时空超声波导航数据分别存入不同文件，采集结束后的所有文件构成了时空超声波导航数据集。
[0025]本专利技术另一方面提供了一种用于机器人的时空超声波导航数据采集系统，包括：车辆控制节点，用于向数据采集节点发送机器人运动控制指令与数据采集控制指令；数据采集平台，用于根据机器人运动控制指令进行运动，并实时采集机器人运动时的状态信息及控制信息，得到导航数据；并根据数据采集控制指令控制超声波传感设备采集超声波数据；数据采集节点，用于获取机器人运动控制指令及数据采集控制指令，并向数据采集平台发送相应指令；以及将导航数据与超声波数据进行数据融合，得到时空超声波导航数据。
[0026]进一步地，数据采集节点包括机器人控制子节点、数据处理子节点、数据采集子节点，机器人控制子节点用于将机器人运动控制指令并转化为底层控制指令，用于控制机器
人运动；数据采集子节点用于根据数据采集控制指令，控制超声波传感器的运行，并接收返回的超声波数据；数据处理子节点用于实时处理超声波数据和导航数据。
[0027]本专利技术还有一方面提供了一种用于机器人自主导航的训练方法，包括根据前述用于机器人的时空超声波导航数据采集的方法构建时空超声波导航数据集，根据时空超声波导航数据集训练机器人自主导航的神经网络。
[0028](三)有益效果
[0029]本专利技术实施例提供的一种用于机器人的时空超声波导航数据采集方法及系统，基于超声波传感设备，采集时空超声波导航数据，进而制作成标准数据集，训练基于时空超声波导航数据的神经网络控制器，可以实现机器人在室内环境下的自主导航。
附图说明
[0030]图1示意性示出了根据本专利技术实施例用于机器人的时空超声波导航数据采集方法的流程图；
[0031]图2示意性示出了根据本专利技术实施例导航数据与超声波数据进行时空数据聚合的方法流程图；
[0032]图3示意性示出了根据本专利技术实施例用于机器人的时空超声波导航数据采集系统的结构示意图；
[0033]图4示意性示出了根据本专利技术实施例机器人控制算法的流程图；
[0034]图5示意性示出了根据本专利技术实施例时空超声波导航数据采集算法流程图；
[003本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于机器人的时空超声波导航数据采集方法，其中，所述机器人上设有至少一个超声波传感设备，方法包括：S1，获取机器人运动控制指令及数据采集控制指令；S2，根据所述机器人运动控制指令进行运动，并实时采集所述机器人运动时的状态信息及控制信息，得到连续时间段内的导航数据；S3，根据所述数据采集控制指令控制所述超声波传感设备采集所述连续时间段内的超声波数据；S4，将所述导航数据与超声波数据进行时空数据聚合，得到时空超声波导航数据。2.根据权利要求1所述的用于机器人的时空超声波导航数据采集方法，其特征在于，所述S1中获取机器人运动控制指令包括油门、刹车、档位、转向，控制机器人的运动；所述获取数据采集控制指令包括开始采集或停止采集指令，控制采集程序的开始和停止。3.根据权利要求1所述的用于机器人的时空超声波导航数据采集方法，其特征在于，所述S2中采集的状态信息包括所述机器人所在的位置、航向，采集的所述控制信息包括所述机器人的线速度、角速度。4.根据权利要求3所述的用于机器人的时空超声波导航数据采集方法，其特征在于，所述S2具体包括：将所述机器人运动控制指令并转化为机器人可直接执行的线速度与角速度底层控制指令，控制机器人的运行。5.根据权利要求4所述的用于机器人的时空超声波导航数据采集方法，其特征在于，将所述机器人运动控制指令并转化为底层控制指令的方法包括：S201，将所述油门、刹车、转向记为比例系数p
gas
、p
brake
、p
steer
，数值范围为[0，1]，档位记为p
gear
，取值为{0，1，2，3}；S202，根据以下公式计算线速度：其中，为当前时刻的线速度，为上一时刻线速度，为线速度允许最大值；S203，根据以下公式计算角速度：其中，为当前时刻的线速度，为上一时刻线速度；S204，根据线速度与角速度底层控制指令包含的时间戳判断所述底层控制指令是否为同一时刻指令，若不是，则继续等待指令更新，直到获得同一时刻机器人运动控制指令；若是，则将所述底层控制指令发送给机器人。6....

【专利技术属性】
技术研发人员：秦家虎，王帅，高炤，张展鹏，
申请(专利权)人：中国科学技术大学，
类型：发明
国别省市：