[发明专利]用于为自主式机器人构建障碍物的不存在和存在中的一种的概率的图的方法

说明书

本发明涉及用于计算在机器人的环境中的障碍物不存在和存在中的一种的概率的像素图的方法。自主式机器人包括在检测类似类型的障碍物并具有障碍物不存在的概率的其自身的传感器初始图的至少一组传感器中进行分组的至少一个传感器。该方法包括以下步骤：利用障碍物不存在或存在的预定值来初始化在机器人周围并关联到机器人的图，从至少一个感测过程获取表示在机器人周围的障碍物不存在和存在的数据，以及使用来自感测过程的数据来同时更新概率的值并且将来自先前观察的障碍物不存在或存在的概率修改为更接近预定值的值。

技术领域

本发明涉及机器人编程系统的领域。更具体地，本发明适用于创建障碍物的不存在和存在中的一种的概率的本地图。这种图特别地但非排他性地适用于碰撞避免技术。

背景技术

当机器人能够以高度的自主性执行行为或任务时，机器人可以取得自主的资格，甚至是在最初未知的环境中。为了安全地移动并执行行为，自主式机器人需要定位并收集关于潜在有危险的障碍物的信息。

因此，自主地收集关于本地障碍物的信息的问题是在机器人技术的领域中的关键性问题。

根据现有技术，用于障碍物检测的最佳已知的技术属于被称为“同步定位与构图”(SLAM)的方法的类别。这些方法提供了对障碍物的同步检测和机器人相对于其环境的定位。SLAM技术由下列资料公开：THRUN、S.BURGARD、W.FOX D.的Probabilistic Robotic.MITPress,2005；MONTEMERLO、M.THRUN、S.KOLLER、D.WEGBREIT B的FastSLAM:A factoredsolution to the simultaneous localization and mapping problem,AAAI/IAAI,2002,第593到598页。

当机器人从其具有某些人类外观属性：头、躯干、双臂、双手等的时刻起有资格为人形。然而，人形机器人可能或多或少是复杂的。人形机器人的肢体可以具有较多或较少数量的关节。人形机器人可以静态和动态地控制其自身的平衡并且用下肢行走，可能是以三维的形式行走或仅是滚动底座。人形机器人可以从环境中提取信号(“听”、“看”、“触摸”、“感测”等)，并且根据或多或少复杂的行为作出反应，并且通过谈话或通过手势与其它机器人或人类进行交互。

可以特别为了人类交互作用来设计这种机器人。然而，这些交互(包括面部和情感识别以及手势和对话)是高度CPU密集的。这些交互作用是人形机器人的核心。因此，机器人设计者必须解决的一个问题是将所有其它机器人功能设计成以最低可能的CPU使用率来进行操作。这些其它功能尤其包括必须在从机器人被通电时的时刻起连续地执行的定位、碰撞避免和障碍物检测。

当机器人发现其环境的新部分时，在SLAM技术中由机器人使用的环境图的尺寸增加。由于SLAM技术使用环境的所有已知的部分来计算机器人位置，所以提供障碍物检测复杂度的上限并且从而在具有未知尺寸的环境中使用SLAM技术提供CPU使用率几乎是不可能的。而且，SLAM实施方式使用CPU密集的技术，例如用于EKF-SLAM(或扩展卡尔曼滤波SLAM)的协方差矩阵。SLAM技术估计机器人位置以及一组路标的位置。当机器人发现其环境时，它将新路标添加到这个组。在EKF SLAM中，每个新路标被添加到状态向量和协方差矩阵。因此，具有大量潜在路标的大环境可能产生非常高的复杂度。因此，SLAM技术的使用可能导致用于脚底定位(sole localization)和障碍物检测的关键CPU使用率，从而威胁用于人类交互的CPU可用性。同时，SLAM技术被设计为使用静止路标来定位处于静态的机器人。因此，这在检测移动障碍物时是低效的。C.-C Wang在“Simultaneous localization,mapping andmoving object tracking”中公开了用于同时使用SLAM和移动对象追踪(MOT)的方法。然而，这种技术基本上在于SLAM和MOT的同时执行以克服一个SLAM限制，因而增加了甚至额外的复杂度。