一种教育机器人的路径规划方法技术

本说明书实施例公开了一种教育机器人的路径规划方法

【技术实现步骤摘要】
一种教育机器人的路径规划方法、设备及介质


[0001]本说明书涉及智能机器人
，尤其涉及一种教育机器人的路径规划方法
、
设备及介质
。

技术介绍

[0002]由于教育机器人对学生科学素养的培养和提高起到了积极的作用，现已在众多高校中得到了推广，而为了进一步推广扩大教育机器人的使用范围，通常需要将教育机器人在各类展示场景下，与参加体验的学生进行寓教于乐的活动展示，为了保证教育机器人在各活动现场与学生之间的互动，实现辅助教育以及辅助实验等功能，通常需要教育机器人进行移动，因此对于教育机器人的路径规划是一个重要的环节
。
[0003]现有机器人移动控制方法对于自动移动的机器人，一般是基于当前位置以及目标位置确定出移动路径
。
但是传统方式中基于当前位置以及目标位置确定出移动路径的方式，一般是基于二维地图确定出当前位置到目标位置的全局路径后控制机器人进行移动
。
而对于教育机器人来说，由于展示场景多变而现有二维地图对于障碍物的标识有限，使得机器人按照全局路径进行移动时可能会遇到未标注的静态障碍，例如，活动现场随机设置的静态试验装置等，导致教育机器人的移动受阻
。
此外，由于教育机器人与学生进行互动体验教学时，由于场景中可能存在人员移动或设备移动的情况，而教育机器人基于全局路径进行移动时难以规避这些可移动的障碍物，容易导致教育机器人产生碰撞
、
以及躲避路线不合理的问题
。

技术实现思路

[0004]为了解决上述技术问题，本说明书一个或多个实施例提供了一种教育机器人的路径规划方法
、
设备及介质
。
[0005]本说明书一个或多个实施例采用下述技术方案：本说明书一个或多个实施例提供一种教育机器人的路径规划方法，方法包括：采集语音信息，确定所述语音信息中当前目标任务在三维全局地图中的各目标坐标点；确定所述教育机器人的起始坐标点与所述目标任务的目标坐标点之间的全局路径，以控制所述教育机器人基于所述全局路径进行移动，获取所述教育机器人实时采集的当前图像；基于预设边缘检测方式对与所述当前图像相对应的待分析图像进行划分，获得突变移动图像与渐变移动图像；若确定所述当前移动图像为突变移动图像，则基于所述教育机器人的当前坐标点与所述全局路径获取所述教育机器人的剩余路径，并将所述剩余路径中的各目标坐标点作为局部目标坐标点，以基于所述局部目标坐标点对所述剩余路径进行分段，获得当前局部分段路径；
基于所述突变移动图像确定动态障碍物的移动方向与待躲避坐标，并根据所述待躲避坐标与所述当前局部分段路径的交点坐标，所述待躲避坐标距所述当前局部分段路径两端的距离以及所述动态障碍物的移动方向，确定所述教育机器人的局部规划路径
。
[0006]可选地，在本说明书一个或多个实施例中，确定所述语音信息中当前目标任务在三维全局地图中的各目标坐标点之前，所述方法还包括：获取所述教育机器人当前所处环境的环境数据，以提取所述环境数据中的环境特征点；其中，所述环境数据基于预先设置于教育机器人上的深度传感器与雷达采集获得；基于预置自适应曲率对所述当前环境特征点进行分割获得局部环境特征点，以根据所述局部环境特征点对所述教育机器人当前所处环境的局部地图环境进行建模，获得局部环境模型；对所述局部环境模型进行拟合获得当前所处环境的环境模型，并将所述环境模型放置到三维地图的对应位置获得三维全局地图；获取机器人激光导航绘制的栅格坐标地图，将所述栅格坐标地图放置到三维地图中，基于所述栅格坐标地图获取所述三维全局地图中各标志物的坐标点；其中，所述栅格坐标地图内的坐标位置与所述三维地图中的模型的坐标位置相对应
。
[0007]可选地，在本说明书一个或多个实施例中，采集语音信息，确定所述语音信息中当前目标任务在三维全局地图中的各目标坐标点，具体包括：获取所述教育机器人的历史目标任务
、
与所述历史目标任务相对应的任务回馈信息；其中，所述历史目标任务为所述教育机器人在当前所处环境中执行的历史任务；若所述历史目标任务与所述当前目标任务所对应的目标人物一致，则对所述任务回馈信息进行预处理，获得与所述目标人物相对应的历史关键评价词；获取与所述历史目标任务相对应的历史语音信息，并获取与所述历史语音信息相对应的历史任务关键词，以根据所述历史关键评价词与所述历史任务关键词，确定所述目标人物的偏差关键词；获取所述语音信息中各词语所对应的属性，以基于所述属性过滤无效词语，获得所述语音信息中的任务关键词，将所述偏差关键词与所述任务关键词转换为偏差特征向量与任务特征向量，以获取所述偏差特征向量与所述任务特征向量之间的夹角，以基于所述夹角的余弦值确定所述偏差特征向量与所述任务特征向量之间的关联度；若所述关联度大于预设阈值，则基于所述偏差关键词对所述任务关键词进行修正获得目标任务关键词，以提取所述目标任务关键词中的实体对象关键词，并根据所述实体对象关键词，确定与当前目标任务相对应的标志物的位置作为目标坐标点
。
[0008]可选地，在本说明书一个或多个实施例中，确定所述教育机器人的当前坐标点与各所述目标任务的目标坐标点之间的全局路径，具体包括：基于所述当前坐标点与各所述目标任务的目标坐标点的坐标位置，确定所述教育机器人的可运动区域，并根据所述三维全局地图确定所述教育机器人在所述可运动区域内各静态障碍物的位置；对所述可运动区域进行区域划分获得子运动区域，并基于所述可运动区域内各静态障碍物确定各所述子运动区域中的一条或多条可达路径；基于预置蚁群算法的运行环境确定初始参数信息；其中，所述初始参数信息包括：
信息素初始浓度
、
最大迭代次数
、
迭代节点个数
、
迭代节点初始位置；根据帐篷映射生成对应的混沌序列，以基于所述混沌序列所对应的位置对所述迭代节点初始位置进行更新获得迭代节点起始位置；确定各所述迭代节点起始位置所在子运动区域的可达路径，以基于所述教育机器人的预置估价函数确定各可达路径中的最小函数节点；其中，所述预置估价函数基于所述可达路径的路径长度
、
路径平滑度以及静态障碍物占比确定；将所述最小函数节点作为所述教育机器人下一步的移动位置，并将所述下一步的移动位置加入禁忌表中，迭代获取各移动位置以获得迭代节点的更新禁忌表；若确定所述更新禁忌表完成更新，且所述迭代节点到达所述目标坐标点则索引获得所述迭代节点的更新路径，并将所述更新路径作为所述教育机器人的当前坐标点与各所述目标任务的目标坐标点之间的全局路径
。
[0009]可选地，在本说明书一个或多个实施例中，所述基于预设边缘检测方式对与所述当前图像相对应的待分析图像进行划分之前，所述方法还包括：将所述当前图像各像素点的
RGB
值映射到
YCbCr
彩色空间获得转换图像，以提取所述转换图像中各像素点的
Y
分量，获得与所述当前图像相对应本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种教育机器人的路径规划方法，其特征在于，所述方法包括：采集语音信息，确定所述语音信息中当前目标任务在三维全局地图中的各目标坐标点；确定所述教育机器人的起始坐标点与所述目标任务的目标坐标点之间的全局路径，以控制所述教育机器人基于所述全局路径进行移动，获取所述教育机器人实时采集的当前图像；基于预设边缘检测方式对与所述当前图像相对应的待分析图像进行划分，获得突变移动图像与渐变移动图像；若确定所述当前移动图像为突变移动图像，则基于所述教育机器人的当前坐标点与所述全局路径获取所述教育机器人的剩余路径，并将所述剩余路径中的各目标坐标点作为局部目标坐标点，以基于所述局部目标坐标点对所述剩余路径进行分段，获得当前局部分段路径；基于所述突变移动图像确定动态障碍物的移动方向与待躲避坐标，并根据所述待躲避坐标与所述当前局部分段路径的交点坐标，所述待躲避坐标距所述当前局部分段路径两端的距离以及所述动态障碍物的移动方向，确定所述教育机器人的局部规划路径
。2.
根据权利要求1所述的一种教育机器人的路径规划方法，其特征在于，确定所述语音信息中当前目标任务在三维全局地图中的各目标坐标点之前，所述方法还包括：获取所述教育机器人当前所处环境的环境数据，以提取所述环境数据中的环境特征点；其中，所述环境数据基于预先设置于教育机器人上的深度传感器与雷达采集获得；基于预置自适应曲率对所述当前环境特征点进行分割获得局部环境特征点，以根据所述局部环境特征点对所述教育机器人当前所处环境的局部地图环境进行建模，获得局部环境模型；对所述局部环境模型进行拟合获得当前所处环境的环境模型，并将所述环境模型放置到三维地图的对应位置获得三维全局地图；获取机器人激光导航绘制的栅格坐标地图，将所述栅格坐标地图放置到三维地图中，基于所述栅格坐标地图获取所述三维全局地图中各标志物的坐标点；其中，所述栅格坐标地图内的坐标位置与所述三维地图中的模型的坐标位置相对应
。3.
根据权利要求1所述的一种教育机器人的路径规划方法，其特征在于，采集语音信息，确定所述语音信息中当前目标任务在三维全局地图中的各目标坐标点，具体包括：获取所述教育机器人的历史目标任务
、
与所述历史目标任务相对应的任务回馈信息；其中，所述历史目标任务为所述教育机器人在当前所处环境中执行的历史任务；若所述历史目标任务与所述当前目标任务所对应的目标人物一致，则对所述任务回馈信息进行预处理，获得与所述目标人物相对应的历史关键评价词；获取与所述历史目标任务相对应的历史语音信息，并获取与所述历史语音信息相对应的历史任务关键词，以根据所述历史关键评价词与所述历史任务关键词，确定所述目标人物的偏差关键词；获取所述语音信息中各词语所对应的属性，以基于所述属性过滤无效词语，获得所述语音信息中的任务关键词，将所述偏差关键词与所述任务关键词转换为偏差特征向量与任务特征向量，以获取所述偏差特征向量与所述任务特征向量之间的夹角，以基于所述夹角
的余弦值确定所述偏差特征向量与所述任务特征向量之间的关联度；若所述关联度大于预设阈值，则基于所述偏差关键词对所述任务关键词进行修正获得目标任务关键词，以提取所述目标任务关键词中的实体对象关键词，并根据所述实体对象关键词，确定与当前目标任务相对应的标志物的位置作为目标坐标点
。4.
根据权利要求1所述的一种教育机器人的路径规划方法，其特征在于，确定所述教育机器人的当前坐标点与各所述目标任务的目标坐标点之间的全局路径，具体包括：基于所述当前坐标点与各所述目标任务的目标坐标点的坐标位置，确定所述教育机器人的可运动区域，并根据所述三维全局地图确定所述教育机器人在所述可运动区域内各静态障碍物的位置；对所述可运动区域进行区域划分获得子运动区域，并基于所述可运动区域内各静态障碍物确定各所述子运动区域中的一条或多条可达路径；基于预置蚁群算法的运行环境确定初始参数信息；其中，所述初始参数信息包括：信息素初始浓度
、
最大迭代次数
、
迭代节点个数
、
迭代节点初始位置；根据帐篷映射生成对应的混沌序列，以基于所述混沌序列所对应的位置对所述迭代节点初始位置进行更新获得迭代节点起始位置；确定各所述迭代节点起始位置所在子运动区域的可达路径，以基于所述教育机器人的预置估价函数确定各可达路径中的最小函数节点；其中，所述预置估价函数基于所述可达路径的路径长度
、
路径平滑度以及静态障碍物占比确定；将所述最小函数节点作为所述教育机器人下一步的移动位置，并将所述下一步的移动位置加入禁忌表中，迭代获取各移动位置以获得迭代节点的更新禁忌表；若确定所述更新禁忌表完成更新，且所述迭代节点到达所述目标坐标点则索引获得所述迭代节点的更新路径，并将所述更新路径作为所述教育机器人的当前坐标点与各所述目标任务的目标坐标点之间的全局路径
。5.
根据权利要求1所述的一种教育机器人的路径规划方法，其特征在于，所述基于预设边缘检测方式对与所述当前图像相对应的待分析图像进行划分之前，所述方法还包括：将所述当前图像各像素点的
RGB
值映射到
YCbCr
彩色空间获得转换图像，以提取所述转换图像中各像素点的
Y

【专利技术属性】
技术研发人员：陈图川，杨阳，包汉举，
申请(专利权)人：山东怀思人工智能科技有限公司，
类型：发明
国别省市：