[发明专利]基于深度信念网络的机器人避障行为学习和目标搜索方法

权利要求书

1.基于深度信念网络的机器人避障行为学习和目标搜索方法，其特征在于：机器人包括机器人移动基体以及安装在机器人移动基体上的RGB-D摄像头，具体步骤如下：

步骤1：操控机器人在环境中进行避障运动，实时获取RGB-D摄像头视野内的RGB图像数据、深度图像数据以及机器人移动基体的线速度和角速度数据；

步骤2：根据步骤1获取的数据进行网络训练，构造深度信念网络模型，使机器人获取自动避障能力；

步骤3：将步骤1获取的RGB图像数据与目标模板进行匹配，确定机器人是否搜索到目标，若搜索到目标，跳转至步骤4，若未搜索到目标，机器人通过自动避障在环境中随机搜索；

步骤4：当机器人搜索到目标时，在无障碍物的情况下直接靠近目标；若在靠近目标的过程中遇到障碍物时，使用路径规划算法结合自动避障功能重新进行路径规划靠近目标；若目标丢失，回到步骤3进行随机搜索；

所述步骤1的具体方法为：机器人被动控制在环境中进行顺时针方向与逆时针方向的自动避障与随机搜索，并在此过程中实时获取RGB-D摄像头视野内的RGB图像数据、深度图像数据以及机器人移动基体的线速度和角速度数据；

步骤2具体包括以下几个步骤：

步骤2.1：以步骤1获取的顺时针方向的深度图像信息作为深度信念网络的输入，以对应的机器人移动基体的线速度和角速度作为输出，进行网络训练，获取网络模型DBN1；

步骤2.2：以步骤1获取的逆时针方向的深度图像信息作为深度信念网络的输入，以对应的机器人移动基体的线速度和角速度作为输出，进行网络训练，获取网络模型DBN2；

步骤2.3：当有网络输入时，分别通过网络模型DBN1和网络模型DBN2进行网络学习，获取两组线速度和角速度决策；

步骤2.4：将步骤2.3获取的两组决策进行综合，获取最终的线速度和角速度。

2.根据权利要求1所述的基于深度信念网络的机器人避障行为学习和目标搜索方法，其特征在于：对步骤2.3获取的两组决策进行综合，获取最终的线速度和角速度的方法为：以网络模型DBN1的线速度VL与角速度θ_L、网络模型DBN2的线速度V_R与角速度θ_R、以及变量D作为输入变量，以最终的线速度V₂和角速度θ₂作为输出变量；将V_L与V_R中的较小值赋予V₂；若θ_L与θ_R中较大的值大于D，则将θ_L与θ_R中较大的值赋予θ₂与D；若D同时大于θ_L与θ_R，则将D乘以小于1的常数后的值赋予D。

3.根据权利要求1所述的基于深度信念网络的机器人避障行为学习和目标搜索方法，其特征在于：步骤3具体包括以下步骤：

步骤3.1：将步骤1获取的RGB图像数据通过SURF算法进行特征提取；

步骤3.2：将步骤3.1获取的RGB图像数据的特征与已有的目标模板进行匹配；

步骤3.3：若有与目标模板相匹配的特征，则认为机器人已搜索到目标，跳转至步骤4；若没有与目标模板相匹配的特征，则机器人通过自动避障在环境中随机搜索。

4.根据权利要求1所述的基于深度信念网络的机器人避障行为学习和目标搜索方法，其特征在于：步骤4具体包括以下步骤：

步骤4.1：利用步骤1获取的深度图像数据计算目标相对机器人的坐标位置；

步骤4.2：在没有障碍物的情况下，机器人直接向目标靠近；若遇到障碍物，跳转到步骤4.3；若目标丢失，跳回步骤3进行随机搜索；

步骤4.3：当遇到障碍物时，使用深度信念网络模型得到一组线速度和角速度决策T2；使用路径规划算法得到一组线速度和角速度决策T1；综合决策T1和T2，进行带有避障功能的重新路径规划。

5.根据权利要求4所述的基于深度信念网络的机器人避障行为学习和目标搜索方法，其特征在于：综合决策T1和T2的方法为：将决策T1的线速度V₁和决策T2的线速度V₂中较小的值输出作为机器人线速度的值；计算比例ratio＝V₂/max(V₁，V₂)，机器人的输出角速度θ＝ratio×θ₁+(1-ratio)×θ₂，其中θ₁为决策T1的角速度的值，θ₂为决策T2的角速度的值。