一种基于视觉注意力避障机制的移动机器人行为决策方法技术

一种基于视觉注意力避障机制的移动机器人行为决策方法，在每个决策周期中，首先对当前时刻的输入图像进行处理，从图像信息中得到障碍物的空间坐标，然后对当前时刻的障碍物空间坐标与上一时刻的障碍物空间坐标进行比对；当两个时刻的障碍物空间坐标相同时，将障碍物划分为预期不确定障碍物，通过背侧注意力神经网络做出行为决策；当两个时刻的障碍物空间坐标不同时，得出当前时刻的障碍物的碰撞危险度，将其与危险度阈值进行比对，然后通过背侧注意力神经网络或腹侧注意力神经网络做出行为决策。本发明专利技术利用视觉信息对注意力网络进行判别，通过神经调节系统实现避障决策，提高了机器人快速应对环境中的意外不确定性障碍物的能力。的能力。的能力。

【技术实现步骤摘要】
一种基于视觉注意力避障机制的移动机器人行为决策方法


[0001]本专利技术涉及移动机器人行为决策方法领域，尤其涉及一种基于视觉注意力避障机制的移动机器人行为决策方法。

技术介绍

[0002]随着机器人技术的迅速发展，各类机器人已经广泛应用于工业和人类日常生活之中，智能机器人研究已经成为当今的一个热门领域。在数字化、信息化的智能时代，移动机器人在服务、制造、物联网、交通系统、医疗卫生等领域中发挥着举足轻重的作用。移动机器人完成不同任务的一个重要前提，是对所处环境进行充分有效的认知。在环境认知过程中，移动机器人一般不具有环境的先验知识，运动过程中可能会遇到各种障碍物，甚至各种突发情况。因此，如何有效控制机器人的运动，实现从起始位置到目标位置的无碰撞运动，成为移动机器人应用中的一个重要研究内容。
[0003]障碍物检测是移动机器人避障的前提。目前常用的障碍物检测技术有基于激光雷达传感器的检测技术、超声波传感器的检测技术、基于彩色摄像头传感器的检测技术、基于红外传感器的检测技术、基于多传感器融合的检测技术以及基于深度相机的检测技术等。激光雷达精本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视觉注意力避障机制的移动机器人行为决策方法，所述移动机器人在运行过程中持续对外界环境进行检测并得到图像信息，该决策方法将移动机器人的运行过程划分为多个决策周期，并根据图像信息依次给出每个决策周期的行为决策，从而控制移动机器人依次按照多个决策周期的行为决策进行运动，其特征在于：在每个决策周期中，首先对当前时刻的输入图像进行处理，从图像信息中得到障碍物的空间坐标，然后对当前时刻的障碍物空间坐标与上一时刻的障碍物空间坐标进行比对；当上一时刻和当前时刻的障碍物空间坐标相同时，将障碍物划分为预期不确定障碍物，通过背侧注意力神经网络做出行为决策；当上一时刻和当前时刻的障碍物空间坐标不同时，根据两个时刻的空间坐标差值得到障碍物的运动速度和运动方向，并根据当前时刻的障碍物空间坐标得到障碍物与移动机器人的最小直线距离d
min
，然后得到最小直线距离方向与障碍物的运动方向之间的夹角θ，再根据夹角θ得到障碍物与移动机器人在最小直线距离方向的相对速度v'，然后得出当前时刻的障碍物的碰撞危险度R；碰撞危险度R的获取方法为，先对最小直线距离d
min
与预警距离d
w
进行比对，当d
min
＞d
w
时，碰撞危险度R=0；当d
min
≤d
w
时，再对最小直线距离d
min
与安全距离d
s
进行比对，并对相对速度v'与安全速度v0进行比对；当d
min
＜d
s
，并且v'＞v0时，碰撞危险度R=1；当d
min
≥d
s
，或者v'≤v0时，通过式（1）得到碰撞危险度R；
ꢀꢀ
式（1）；式（1）中，k为常数且k≤1，k
t
为调节参数，T为决策周期的时间值，θ取值为0～180
°
，当障碍物的运动方向与最小直线距离方向重合并远离移动机器人时，θ=0
°
，当障碍物的运动方向与最小直线距离方向重合并靠近移动机器人时，θ=180
°
；得到当前时刻的障碍物的碰撞危险度R之后，将其与危险度阈值R0进行比对，当R＜R0时，将障碍物划分为预期不确定障碍物，通过背侧注意力神经网络做出行为决策；当R≥R0时，将障碍物划分为非预期不确定障碍物，通过腹侧注意力神经网络做出行为决策；背侧注意力神经网络和腹侧注意力神经网络均包括感知层X、中间层Y和运动层Z，感知层X包括无偏输入区X
u
、痛觉输入区X
p
和甜觉输入区X
s
，中间层Y包括无偏处理区Y
u
、痛觉处理区Y
p
和甜觉处理区Y
s
，运动层Z包括多个能够分别输出不同的运动方向指令的运动神经元，每个运动神经元z
i
均包括无偏子神经元z
iu
、痛觉子神经元z
ip
和甜觉子神经元z
is
，即z
i
=( z
iu
，z
ip
，z
is
)，其中i为运动神经元在运动层Z中的编号；无偏输入区X
u
接收图像信息并将无偏输入信息传递至无偏处理区Y
u
，无偏处理区Y
u
根据无偏输入信息生成对应的无偏激活信息，并将无偏激活信息分别传递至运动层Z中每个运动神经元z
i
的无偏子神经元z
iu
；痛觉输入区X
p
接收图像信息并将痛觉输入信息传递至痛觉处理区Y
p
，痛觉处理区Y
p
根据痛觉输入信息生成对应的痛觉激活信息，并将痛觉激活信息分别传递至运动层Z中每个
运动神经元z
i
的痛觉子神经元z
ip
；甜觉输入区X
s
接收图像信息并将甜觉输入信息传递至甜觉处理区Y
s
，甜觉处理区Y
s
根据甜觉输入信息生成对应的甜觉激活信息，并将甜觉激活信息分别传递至运动层Z中每个运动神经元z
i
的甜觉子神经元z
is
；然后通过式（2）分别计算每个运动神经元z
i
的激活能量值r(z
i
)；
ꢀꢀ
式（2）；式（2）中，α、β、γ均为取正值的常数，r(z
iu
)为无偏子神经元z...

【专利技术属性】
技术研发人员：王东署，冀保峰，张高远，张冀，张平，陈韵然，孙力帆，陶发展，王楠，
申请(专利权)人：龙门实验室，
类型：发明
国别省市：