【技术实现步骤摘要】
本专利技术涉及智能巡检机器人，尤其涉及一种禽类鸣叫声低噪声巡检导航方法。
技术介绍
1、在现代畜牧业中，对动物健康状态的实时监控是提高养殖效率和动物福利的重要环节。然而，现有的巡检机器人在牧场中巡检时，由于轮子等设备发出的噪音较大，可能会引起动物的不安和应激反应，影响动物的健康和生产效率。此外，现有技术中的巡检机器人在面对不同地形和动物行为时，缺乏智能化的适应性，无法实现高效、低噪声的巡检。
2、现有技术中的巡检机器人，一般包括移动平台、传感器模块和数据处理单元；移动平台包括驱动电机、轮子与速度传感器，传感器模块包括摄像头、红外传感器及控制器，而数据处理单元包括图像处理算法、行为识别软件及通信模块。该技术通过传感器监测动物的行为和环境参数，结合数据处理单元分析动物的健康状态，虽然该技术实现对动物健康状态的监测，但并未就常规巡检、降低噪音巡检等状态进行智能切换针对上述问题，需要一种能够实现常规巡检、降低噪音巡检等状态进行智能切换，高效、低噪声的智能动物健康状态巡检机器人。
技术实现思路
1、本专利技术提供一种禽类鸣叫声低噪声巡检导航方法，用以解决以上至少一项技术问题。
2、本专利技术提供一种禽类鸣叫声低噪声巡检导航方法，包括如下步骤：
3、采集周围的视觉识别信号及声音信号；
4、设定视觉信号阈值，设定噪声信号阈值；
5、当采集到的视觉识别信号大于视觉信号的阈值，降低移动轮的转速，进入低噪声巡检模式；
6、当采集到
7、根据本专利技术提供的一种禽类鸣叫声低噪声巡检导航方法，所述设定噪声信号的阈值包括：
8、采集周围的温度信号，将采集的视觉识别信号、温度信号，构建线性回归模型，得到禽类动物的反应程度；
9、根据禽类动物的反应程度确定不影响禽类动物的最大噪声信号阈值。
10、根据本专利技术提供的一种禽类鸣叫声低噪声巡检导航方法，所述线性回归模型表示为：
11、根据视觉识别信号sd、温度信号sir，得到综合信号scomb，表示为：
12、scomb＝wd·sd+wir·sir
13、其中，wd为视觉识别信号的权重，wir为温度信号的权重；
14、对综合信号scomb调整，得到变换后的综合信号：
15、
16、将变换后的综合信号s′comb作为输入特征，建立线性回归模型：
17、ni≈β0+β1s′combi
18、其中，ni为禽类动物的反应程度，β0和β1是线性回归模型的系数。
19、根据本专利技术提供的一种禽类鸣叫声低噪声巡检导航方法，设定禽类动物的最大噪声信号阈值t*不超过禽类动物的最大反应程度nmax：
20、β0+β1s′combi≤nmax
21、最大噪声信号阈值t*为：
22、
23、其中，β1＞0；
24、当综合信号scomb大于禽类动物的最大噪声信号阈值t*，降低移动轮的转速。
25、根据本专利技术提供的一种禽类鸣叫声低噪声巡检导航方法，设定声音信号为saudio，则声音信号强度iaudio表示为：
26、iaudio＝g(saudio)
27、其中，g为强度提取函数；
28、当声音信号强度iaudio大于最大声音信号阈值为即：降低移动轮的转速，进入低噪声巡检模式。
29、根据本专利技术提供的一种禽类鸣叫声低噪声巡检导航方法，所述降低移动轮的转速包括：
30、对电机的转动速度进行比例环节调整：
31、up(t)＝kpe(t)
32、其中，up(t)为比例环节输出，反映了在时间t点上需要对系统进行的调整量，e(t)为实际速度与预期速度的偏差，kp是比例系数；
33、在存在稳态误差的情况下，对电机的转动速度进行积分环节(i)调整；
34、当积分环节出现误差时，满足下述公式：
35、
36、其中，ki是积分系数；
37、当电机转速变化超过阈值，对电机的转动速度进行微分环节调整，满足下述公式：
38、
39、其中，kd是微分系数；
40、将比例环节、积分环节和微分环节的输出部分相加，得到的控制信号用于控制电机的转速，即u(t)＝up(t)+ui(t)+ud(t)。
41、根据本专利技术提供的一种禽类鸣叫声低噪声巡检导航方法，在低噪声巡检模式下，持续检视觉识别信号变化量δsv及声音信号变化量δsa；
42、
43、ta为不影响禽类动物下的最大噪声信号阈值，tv为视觉信号阈值。
44、本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述禽类鸣叫声低噪声巡检导航方法的步骤。
45、本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述禽类鸣叫声低噪声巡检导航方法的步骤。
46、本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述禽类鸣叫声低噪声巡检导航方法的步骤。
47、本专利技术提供的禽类鸣叫声低噪声巡检导航方法，通过采集周围的视觉识别信号及声音信号，当采集到的视觉识别信号大于视觉信号的阈值，降低移动轮的转速，进入低噪声巡检模式；当采集到的声音信号大于噪声信号的阈值，降低移动轮的转速，进入低噪声巡检模式，避免因机器人行走产生的噪声使禽类动物受到影响，能够实现高效、低噪声的动物健康状态巡检。
本文档来自技高网...【技术保护点】
1.一种禽类鸣叫声低噪声巡检导航方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的禽类鸣叫声低噪声巡检导航方法，其特征在于，所述设定噪声信号的阈值包括：
3.根据权利要求2所述的禽类鸣叫声低噪声巡检导航方法，其特征在于，所述线性回归模型表示为：
4.根据权利要求3所述的禽类鸣叫声低噪声巡检导航方法，其特征在于，设定禽类动物的最大噪声信号阈值T*不超过禽类动物的最大反应程度Nmax：
5.根据权利要求2、3、4中任一项所述的禽类鸣叫声低噪声巡检导航方法，其特征在于，设定声音信号为Saudio，则声音信号强度Iaudio表示为：
6.根据权利要求1所述的禽类鸣叫声低噪声巡检导航方法，其特征在于，所述降低移动轮的转速包括：
7.根据权利要求1所述的禽类鸣叫声低噪声巡检导航方法，其特征在于，在低噪声巡检模式下，持续检视觉识别信号变化量ΔSv及声音信号变化量ΔSa；
8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如
9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述禽类鸣叫声低噪声巡检导航方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述禽类鸣叫声低噪声巡检导航方法的步骤。
...【技术特征摘要】
1.一种禽类鸣叫声低噪声巡检导航方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的禽类鸣叫声低噪声巡检导航方法，其特征在于，所述设定噪声信号的阈值包括：
3.根据权利要求2所述的禽类鸣叫声低噪声巡检导航方法，其特征在于，所述线性回归模型表示为：
4.根据权利要求3所述的禽类鸣叫声低噪声巡检导航方法，其特征在于，设定禽类动物的最大噪声信号阈值t*不超过禽类动物的最大反应程度nmax：
5.根据权利要求2、3、4中任一项所述的禽类鸣叫声低噪声巡检导航方法，其特征在于，设定声音信号为saudio，则声音信号强度iaudio表示为：
6.根据权利要求1所述的禽类鸣叫声低噪声巡检导航方法，其特征在于，所述降低移动轮的转速包括：
【专利技术属性】
技术研发人员：冯志洲，吴云锋，唐瑜霞，梁晓佳，李欣颖，宋浩明，刘韵茹，陈春媚，刘宸，尤洁雯，张沛轩，黄坚，刘延华，谷卓桐，
申请(专利权)人：广州理工学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。