一种声源信息引导移动机器人跟踪控制方法技术

本发明专利技术涉及一种声源信息引导移动机器人跟踪控制方法，方法通过提取音频的幅值和相位特征作为输入特征，使用一种融入通道域注意力机制的卷积循环神经网络作为声音定位网络，应用时，声源定位信息使用调度控制协议SCP通过网络传输到被控机器人，通过对被控对象机器人进行建模并使用双闭环PID控制器得到机器人输入左右两轮电机的值，从而跟踪控制机器人到达预设位置，通过应用本发明专利技术中的方法，可以增强模型特征选择能力、提升模型鲁棒性，在实现机器人平滑、连贯运动的同时能够保持机器人对路径的精确跟踪，最后，通过引入调度控制协议SCP，可以提高数据传输效率、减少数据碰撞和重传所导致的带宽浪费。

【技术实现步骤摘要】

本专利技术涉及一种声源信息引导移动机器人跟踪控制方法。

技术介绍

1、声源定位技术通过分析声音信号的空间特征来精确确定声音在空间中的位置，而方法通常分为特征提取和深度分类定位两个阶段，首先从声音信号中提取关键特征，然后利用训练的神经网络模型来学习和预测声源的确切位置。这种方法在处理复杂环境和多声源场景中表现出色，并且随着技术的不断进步，未来可能会整合更高级的算法，如生成对抗网络和强化学习，以进一步提升系统的性能和适应性。随着声音定位技术研究的不断进步，为了确保在包含大量样本的大型数据集上实现更高的声源定位精度，开发者们持续推动模型架构向更深层次发展。这种深度的增加使得模型能够捕捉更细微的声音特征和复杂的空间关系，从而显著提高了定位的准确性。然而，这也带来了模型复杂度的显著上升，意味着模型需要更多的参数和计算资源来训练和运行。深层模型的训练过程变得更加耗时，且对内存和处理能力的要求也更高，这可能导致训练成本的增加。此外，随着模型复杂度的提高，如何设计有效的正则化策略以防止过拟合并确保模型具有良好的泛化能力，也成为研究者需要面对的挑战。p>

2、在机器本文档来自技高网...

【技术保护点】

1.一种声源信息引导移动机器人跟踪控制方法，其特征在于：该方法包括如下步骤：，其特征在于：该方法包括如下步骤：

2.根据权利要求1所述的一种声源信息引导移动机器人跟踪控制方法，其特征在于：S4具体包括如下步骤：

3.根据权利要求2所述的一种声源信息引导移动机器人跟踪控制方法，其特征在于：S5具体包括如下步骤：

4.根据权利要求3所述的一种声源信息引导移动机器人跟踪控制方法，其特征在于：S6具体包括如下步骤：

【技术特征摘要】

1.一种声源信息引导移动机器人跟踪控制方法，其特征在于：该方法包括如下步骤：，其特征在于：该方法包括如下步骤：

2.根据权利要求1所述的一种声源信息引导移动机器人跟踪控制方法，其特征在于：s4具体包括如下步骤：<...

【专利技术属性】
技术研发人员：余涛，王锐豪，王鑫，何舒平，宋军，陈向成，任乘乘，
申请(专利权)人：安徽大学，
类型：发明
国别省市：