[发明专利]智能空间与护士机器人多传感器系统及其信息融合方法

说明书

技术领域

本发明涉及一种智能空间与护士机器人多传感器系统及其信息融合方法。

背景技术

智能空间中存在大量的分布式传感器，它们为智能空间提供了丰富的异构信息。为了充分利用智能空间中无所不在的服务和资源，必须建立与之相适应的信息模型表示方法。这种模型使智能空间和服务机器人系统能够具备多模式的信息获取能力，实现更加丰富的信息服务和共享。而在传统模式下，服务机器人与传感设备是一对一和直接占有的关系，且机器人和计算环境是固定的，这种模式限制了信息的互通和共享，难以满足智能空间的需求。

智能空间的信息服务不仅局限于原始信号的层面，而是通过对多传感器的数据融合能够给出多层次的信息。多传感器信息融合是多模式信息获取的基础，它把分布在机器人和智能空间中的多个同构或异构传感器所提供的不完整、不确定的信息加以融合，从而获取更准确、更完备的环境信息。一个完整的信息融合系统包含信息融合的功能模型、融合层次、融合的拓扑结构、适当的融合方法等多个方面，而当前对于该课题的研究主要集中在不同的融合算法及其改进上，如何为智能空间设计合理的信息融合模型，选择高效的信息融合算法和系统学习算法，并为智能空间提供多模式的信息获取机制尚少有研究。

发明内容

为弥补传统信息获取技术的不足，本发明提供一种用于智能空间和护士机器人多传感器系统的信息表示方法及其信息获取方法。该信息表示模型可以实现各类异构信息的共享和互通，使服务机器人和智能空间能够具备多模式的信息获取能力，实现更加丰富的信息服务和共享。

为实现上述目的，本发明采用如下技术方案：

智能空间与护士机器人多传感器系统，它包括机载PC，机载PC分别与用户计算机和下位机控制器双向连接，机载PC还分别与避障传感器，定位传感器和视觉传感器双向连接。

所述避障传感器包括红外传感器、超声波传感器和激光传感器；其中，红外传感器和超声波传感器为底层避障传感器；

红外传感器为NPN常开型传感器，检测前方一定距离内的障碍物有无；

超声波传感器：支持2个声纳环，每个环有8个超声波换能器，用于障碍物检测、距离检测和自动避障，环境建模，定位和导航；每个声纳环位置固定：两侧各有一个，另外6个以20°间隔分布在侧边；

激光传感器：具有方向性好，分辨率高，探测距离远的优势；且由于激光不会发生漫反射，传感器获得的数据准确可靠，能对机器人前方的环境进行精确的描述，便于建立分辨率高的栅格地图；

红外、超声和激光结合相互补充，构成冗余传感器系统，实现机器人前方远、中、近全距离覆盖，保障机器人运行的安全可靠，实现服务机器人的无障碍行走。

所述定位传感器包括光学编码器，惯性导航模块；其中：

光学编码器：机器人的每个电机上均装有光学编码器，用于机器人定位、速度测量；

惯性导航模块：主要有两个任务：精确测量机器人的运动状态和姿态；提供错误诊断能力。

所述视觉传感器为CCD摄像机，用于目标物品的识别定位和机器人的避障、导航。

一种智能空间与护士机器人多传感器系统的多模式信息融合方法，该方法可实现异构信息的互通、描述内容的重用及实现信息的上下文互联，并通过对多传感器的数据融合能够给出多层次的信息，以满足不同层次的服务要求，该方法实现步骤如下：

Step1：预处理层直接从分布在智能空间中的各传感器采集数据，完成信号校验和信息变换，并转换为统一的信息表示方式，存储在智能空间的数据库中；

Step2：数据层采用加权平均、贝叶斯规则和卡尔曼滤波算法，将预处理后的来自于同质传感器的信息进行低层融合，从中提取有用的特征信息；

Step3：特征层从数据层提供的信息中提取目标的相关特征信息包括尺寸、颜色和轮廓，得到不同的特征向量，然后对目标的特征信息进行融合，得到对目标的分类与解释，主要采用神经网络、粒子滤波和概率占有图来处理来自不同传感器的异构信息；

Step4：决策层首先对目标属性进行独立的决策，然后结合历史数据库和当前场景，对各个独立决策进行融合，从而获得整体一致的决策结果，最后对决策执行的效果进行估计，以优化决策过程；

Step5：智能空间得到最优决策后，通过无线网络向机器人发出执行指令，护士机器人执行命令并由智能空间服务质评估机制对执行的效果进行最终评估，形成新的或更新已有的优化规则并存储在智能空间知识库中，为以后的优化决策提供支持。