一种具有社交意识的移动式服务机器人路径规划系统和方法技术方案

本发明专利技术公开了一种具有社交意识的移动式服务机器人路径规划系统和方法，该系统包括人体检测模块和运动规划模块；人体检测模块用于读取包含深度的图片信息，检测人体且区分目标对象与非目标对象，并计算获取所有人体的位置和朝向信息；运动规划模块用于为移动式服务机器人规划一条具有社交意识的运动路径，运动路径规划同时符合三条社交行为准则：a)驱往目标对象时迎面靠近目标；b)避让过程中预测和考虑他人的运动意图；c)运动过程中遵循“右侧避让”规范。本发明专利技术解决了现有移动式服务机器人在社交场合的运动行为不具备社交意识的问题，可实现移动式服务机器人在社会环境中拟人化的自主导航。主导航。主导航。

【技术实现步骤摘要】
一种具有社交意识的移动式服务机器人路径规划系统和方法


[0001]本专利技术涉及移动式服务机器人路径规划
，特别是一种具有社交意识的移动式服务机器人路径规划系统和方法。

技术介绍

[0002]移动式服务机器人被广泛应用于动态的社会场景中，如商场、餐厅、车站等。在这些场景中，移动式服务机器人不仅仅需要具备安全性、自主性，同时机器人的社交意识也尤为重要。服务机器人在社会场景中的行为会影响人类的感受，因此人们期望服务机器人在社会环境中表现出良好的行为举止，遵循社交礼仪和社交准则。
[0003]现有技术中，大多数移动式服务机器人在规划路径时仅仅力求高效驱往目标对象并安全避开障碍物，没有考虑运动过程中应该遵循的礼仪规范。实际的社交场合中，迎面趋近交流对象更能提高人机交互的舒适感，再者，避让他人过程中预测对方运动意图并基于对方的运动趋势合理避障更能体现机器人的服务意识，同时，运动过程中遵循“右避让”原则可体现机器人具有拟人化的行为意识。

技术实现思路

[0004]针对上述缺陷，本专利技术提出了一种具有社交意识的移动式服务机器人路径规划系统和方法，其目的在于解决现有服务移动式服务机器人在社交场合的运动行为不具备社交意识的问题。
[0005]为达此目的，本专利技术采用以下技术方案：
[0006]一种具有社交意识的移动式服务机器人路径规划系统，包括人体检测模块和运动规划模块；
[0007]所述人体检测模块用于读取包含深度的图片信息，检测人体且区分目标对象与非目标对象，并计算获取所有人体的位置和朝向信息；
[0008]所述运动规划模块用于为移动式服务机器人规划一条具有社交意识的运动路径，所述运动路径规划同时符合三条社交行为准则：a)驱往目标对象时迎面靠近目标；b)避让过程中预测和考虑他人的运动意图；c)运动过程中遵循“右侧避让”规范。
[0009]优选地，所述运动规划模块包括第一运动规划子模块和第二运动规划子模块；所述第一运动规划子模块用于通过引力势场使所述移动式服务机器人驱往目标对象；所述第二运动规划子模块用于通过斥力势场使所述移动式服务机器人避开非目标对象。
[0010]本申请的另一方面提供了一种具有社交意识的移动式服务机器人路径规划方法，所述系统包括移动式服务机器人，所述方法包括以下步骤：
[0011]步骤S1：采集图片信息，所述图片信息包括人体信息和物体信息；
[0012]步骤S2：接收和分析所述图片信息，通过骨骼识别检测人体，并获取人体的位置和朝向信息；
[0013]步骤S3：通过人脸识别区分目标与非目标对象；
[0014]步骤S4：根据人体的位置和朝向信息，采用人工势场算法规划移动式服务机器人的运动路径，机器人按照社交准则驱近目标对象并合理避让非目标对象。
[0015]优选地，步骤S2中，骨骼识别具体包括以下步骤：
[0016]步骤S21：发送红外光线并接收反射回来的红外光线，计算往返红外光线的时间差，采集3D深度图像；
[0017]步骤S22：分割3D深度图像，剔除除人体之外的背景图像，将剩余图像转换成深度值作为训练样本；
[0018]步骤S23：以身体部位作为标签对应分离训练样本并以此训练分类器直至分类器能够识别指定的3D深度图像对应身体部位的类别；
[0019]步骤S24：确定身体部位的关节，追踪对应的关节点并生成骨骼。
[0020]优选地，步骤S24中，在生成骨骼的过程中，人体在全局坐标系下的位姿信息可通过机器人当前位姿信息计算获得，如图3所示，移动式服务机器人的位姿表示为：P
F
＝[x
F
，y
F
，θ
F
]T
，其中x
F
，y
F
，θ
F
分别表示机器人在全局坐标系下的X轴坐标、Y轴坐标以及航向角，机器人运动状态表示为：q＝[v
F
，ω
F
]T
，v
F
，ω
F
分别表示移动式服务机器人的线速度以及角速度；目标人体的位姿表示为P
L
＝[x
L
，y
L
，θ
L
]T
，其中x
L
，y
L
，θ
L
分别表示目标人体在全局坐标系下的X轴坐标、Y轴坐标以及朝向角；
[0021]根据公式(1)、(2)计算出目标人体的位置：
[0022]x
L
＝x
F
+l
LF
cos(θ
F
+θ
K
)+d cosθ
F
ꢀꢀ
(1)
[0023]y
L
＝y
F
+l
LF
sin(θ
F
+θ
K
)+d sinθ
F
ꢀꢀ
(2)
[0024]其中，l
LF
为目标人体与摄像头的水平位置距离，x
c
和y
c
可由目标检测模块的深度摄像头的深度信息获得，θ
K
为目标人体在摄像头坐标系下的方位角，d为轮椅中心到摄像头的距离；目标人体的当前朝向角θ
L
可通过骨骼识别算法检测人体关节点获得。
[0025]优选地，步骤S3中，人脸识别具体包括以下步骤：
[0026]步骤S31：采集图像流，把其中有用的特征挑选出来，并在图像中准确定位出人脸的位置；
[0027]步骤S32：对人脸图像进行预处理，主要包括人脸图像的光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化；
[0028]步骤S33：根据人脸的形状描述以及人脸间的距离特性，获得人脸图像分类的特征数据，所述特征数据包括特征点间的欧氏距离、角度和曲率；
[0029]步骤S34：将提取出来人脸图像的特征数据与数据库中储存的特征模板进行搜索匹配，计算出相似度值，若相似度值大于或者等于系统设置的阈值，则输出匹配结果。
[0030]优选地，步骤S4中，人工势场算法包括引力势场和斥力势场，其中，所述引力势场基于引力势能函数U
t
产生，U
t
表示为：
[0031][0032]其中，r＝||l||2，l＝P
R
‑
P
T
，P
R
＝[x
R
，y
R
]T
表示机器人的中心点位置，P
T
＝[x
T
，y
T
]T
表示目标点的位置，r表示机器人的中心点与目标点之间的距离，n、μ均为可调参数，α
o
＝ε+δ
表示人工障碍物，其中，ε为常数，δ起到调节人工障本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种具有社交意识的移动式服务机器人路径规划系统，其特征在于：包括人体检测模块和运动规划模块；所述人体检测模块用于读取包含深度的图片信息，检测人体且区分目标对象与非目标对象，并计算获取所有人体的位置和朝向信息；所述运动规划模块用于为移动式服务机器人规划一条具有社交意识的运动路径，所述运动路径规划同时符合三条社交行为准则：a)驱往目标对象时迎面靠近目标；b)避让过程中预测和考虑他人的运动意图；c)运动过程中遵循“右侧避让”规范。2.根据权利要求1所述的一种具有社交意识的移动式服务机器人路径规划系统，其特征在于：所述运动规划模块包括第一运动规划子模块和第二运动规划子模块；所述第一运动规划子模块用于通过引力势场使所述移动式服务机器人驱往目标对象；所述第二运动规划子模块用于通过斥力势场使所述移动式服务机器人按照社交准则避开非目标对象。3.一种具有社交意识的移动式服务机器人路径规划方法，其特征在于：应用于权利要求1
‑
2所述具有社交意识的移动式服务机器人路径规划系统，所述系统包括移动式服务机器人，所述方法包括以下步骤：步骤S1：采集图片信息，所述图片信息包括人体信息和物体信息；步骤S2：接收和分析所述图片信息，通过骨骼识别检测人体，并获取人体的位置和朝向信息；步骤S3：通过人脸识别区分目标对象和非目标对象；步骤S4：根据人体的位置和朝向信息，采用人工势场算法规划移动式服务机器人的运动路径，机器人按照社交准则驱近目标对象并合理避让非目标对象。4.根据权利要求3所述的一种具有社交意识的移动式服务机器人路径规划方法，其特征在于：步骤S2中，骨骼识别具体包括以下步骤：步骤S21：发送红外线并接收反射回的红外线，计算往返红外线的时间差，采集3D深度图像；步骤S22：分割3D深度图像，剔除除人体之外的背景图像，将剩余图像转换成深度值作为训练样本；步骤S23：以身体部位作为标签对应分离训练样本并以此训练分类器直至分类器能够识别指定的3D深度图像对应身体部位的类别；步骤S24：确定身体部位的关节，追踪对应的关节点并生成骨骼。5.根据权利要求4所述的一种具有社交意识的移动式服务机器人路径规划方法，其特征在于：步骤S24中，在生成骨骼的过程中，人体在全局坐标系下的位姿信息可通过机器人当前位姿信息计算获得，如图3所示，移动式服务机器人的位姿表示为：P
F
＝[x
F
,y
F
,θ
F
]
T
，其中x
F
,y
F
,θ
F
分别表示机器人在全局坐标系下的X轴坐标、Y轴坐标以及航向角，机器人运动状态表示为：q＝[v
F
,ω
F
]
T
，v
F
,ω
F
分别表示移动式服务机器人的线速度以及角速度；目标人体的位姿表示为P
L
＝[x
L
,y
L
,θ
K
]
T
，其中x
L
,y
L
,θ
L
分别表示目标人体在全局坐标系下的X轴坐标、Y轴坐标以及朝向角；根据公式(1)、(2)计算出目标人体的位置：x
L
＝x
F
+l
LF
cos(θ
F
+θ
K
)+d cosθ
F
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
y
L
＝y
F
+l
LF
sin(θ
F
+θ
K
)+d sinθ
F
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)其中，l
LF
为目标人体与摄像头的水平位置距离，x
c
和y
c
可由目标检测模块的深度摄像头的深度信息获得，θ
K
为目标人体在摄像头坐标系下的方位角，d为轮椅中心到摄像头的距离；目标人体的当前朝向角θ
L
可通过骨骼识别算法检测人体关节点获得。6.根据权利要求3所述的一种具有社交意识的移动式服务机器人路径规划方法，其特征在于：步骤S2...

【专利技术属性】
技术研发人员：刘勇华，刘康维，袁旺，李文智，张戈猛，黄纪杰，邹锦荣，苏春翌，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：