[发明专利]基于距离信息和实例学习的机器人自主运动控制方法

权利要求书

1.基于距离信息和实例学习的机器人自主运动控制方法，其特征在于包括以下步骤： 

步骤1，选定作业任务，通过键盘完成串口选择、运动控制参数等系统参数的设定；开始人工训练过程； 

步骤2，开启相应线程，激光距离传感器采集数据，并且完成数据的自动标记； 

步骤3，重新选择设定运动控制参数，开始自主运动过程； 

步骤4，实时采集传感器数据，并且根据实例学习算法及人工训练过程采集的训练数据对新数据进行分类； 

步骤5，根据运动信息判断是否到达指定地点，若到达指定地点结束运动；若未到达指定地点，重复执行步骤4。 

2.根据权利要求1所述的基于距离信息和实例学习的机器人自主运动控制方法，其特征在于，所述步骤1设定的运动控制参数主要包括传感器设备选择、运动方式、运动速度、运动加速度和控制设备；运动机器人的运动方向设定为传感器数据的分类类别，标记为C=(C₁,C₂,C₃,C₄)，其中C₁代表运动方向为向前运动，C₂代表运动方向为向后运动，C₃代表运动方向为左转，C₄代表运动方向为右转。 

3.根据权利要求1所述的基于距离信息和实例学习的机器人自主运动控制方法，其特征在于，所述步骤2传感器采集到的数据按照控制信息的类别自动标记为(A₁,A₂,……,A_d,C_i)，A₁,A₂,……,A_d为传感器采集到的数据，d为数据维度；C_i为采集到的样本对应的分类类别，i=1,2,3,4；传感器属性值d的计算公式为： 

d＝[(L+R)/θ] 

式中，“[]”表示取整运算；L、R分别为激光距离传感器向左和向右扫描偏离正前方的最大偏角；θ为相邻两条激光射线之间的夹角；L、R和θ的值由激光扫描密度参数调整命令设定。 

4.根据权利要求1所述的基于距离信息和实例学习的机器人自主运动控制方法，其特征在于，所述步骤2传感器的采样频率及采样数可通过编写相应函数来控制；对于关键点，比如转弯处，采样频率可设定为较大值，而机器人运动速度则设定为较小值，以确保关键点采样数据的准确性。 

5.根据权利要求1所述的基于距离信息和实例学习的机器人自主运动控制方法，其特征在于，所述步骤2多次重复进行，以增加训练样本提高人工训练效果。 

6.根据权利要求1所述的基于距离信息和实例学习的机器人自主运动控制方法，其特征在于，所述步骤4实时采集的传感器数据标记为Y（y₁,y₂,……,y_d），采用K近邻方法对以距 离值为属性值的数据进行分类；K为距Y最近的样本点的个数，K的值可通过实验选取；设（Z_Y1，Z_Y2，...,Z_YK）为选出的距Y最近的K个样本点，Y与第m个样本点之间的距离d_Ym为： 

统计（Z_Y1，Z_Y2，...,Z_YK）中分别属于（C₁,C₂,C₃,C₄)的样本数（n₁，n₂，n₃，n₄）；Max（n₁，n₂，n₃，n₄）所对应的下标即为Y的分类类别，也就是当前时刻控制机器人自主运动要执行的动作指令。