[发明专利]一种自主全遍历爬壁机器人

权利要求书

1.一种自主全遍历爬壁机器人，其特征在于，使用自主全遍历方法规划出爬壁机器人本体的下一个目标位置的过程为：

步骤一，使用栅格法将爬壁机器人待检测区域划分为若干栅格，将每一个栅格作为一个神经元，获得生物激励神经网络图；

步骤二，根据神经元动力方程及生物激励神经网络图计算出爬壁机器人本体当前位置周围神经元的活性；

步骤三，选取活性大于当前位置神经元活性的神经元作为待选神经元；若没有大于当前位置神经元活性的神经元，则爬壁机器人本体停留在当前位置，等待神经元活性的传播；

步骤四，对于各待选神经元，计算其周围神经元对其的启发值；

步骤五、对各个待选神经元的启发值从大到小进行排序，选取出排名靠前的若干待选神经元；

步骤六，根据运动能耗模型计算出机器人本体从当前位置运动到步骤五选取的待选神经元所对应位置的运动能量消耗；

步骤七，选取所述运动能量消耗最小的待选神经元作为机器人本体的下一个目标位置。

2.如权利要求1所述的自主全遍历爬壁机器人，其特征在于，步骤二中计算出爬壁机器人本体当前位置周围神经元活性的方法为：

式中，x_i表示第i个神经元的活性，A表示神经元活性的衰减率，B表示神经元活性的上界，D表示神经元活性的下界，dt表示求导，函数[a]⁺＝max{a,0}，[a]^-＝max{-a,0}；[I_i]表示外界对神经元i的输入，[I_i]的定义如下所示：

式(2)中，E是一个远大于神经元活性上界B的正常数；

式(1)中，k为当前神经元所邻近神经元的个数；ω_ij＝f(d_ij)，d_ij表示第i个神经元与第j个神经元的欧氏距离；ω_ij表示局部侧连接的神经元j对第i个神经元的影响权值，计算公式如下：

式(3)中，u为一个正常数，通过设置u的大小调整局部侧连接的神经元活性传播的快慢；当生物激励神经网络图中其他神经元与第i个神经元的欧氏距离超过其与神经元局部侧连接的半径r时，其对于第i个神经元的影响权值为0。

3.如权利要求1所述的自主全遍历爬壁机器人，其特征在于，设步骤三中待选神经元的编号为i，步骤四中计算待选神经元i周围神经元对其的启发值H_i的方法为：

式(4)中k为第i个待选神经元周围的神经元个数，当待选神经元i周围的神经元j为障碍物或者已遍历的神经元时，h_j的取值为神经元活性的上界B，否则取值为0。

4.如权利要求1所述的自主全遍历爬壁机器人，其特征在于，步骤六根据爬壁机器人的运动能耗模型计算出机器人从当前位置神经元i运动到待选神经元j的运动能量消耗β_j的方法为：

β_j＝CS_j+CT_j (5)

式(5)中CS_j＝(Fv+P_d)t_g和CT_j＝(P_r+P_d)t_r分别表示爬壁机器人从当前位置神经元i运动到神经元j的直行能耗代价和转弯能耗代价。

5.如权利要求1所述的自主全遍历爬壁机器人，其特征在于，包括爬壁机器人本体、定位模块、相机以及数据处理模块；相机安装在爬壁机器人本体上，用于获取爬壁机器人作业环境图像；定位模块用于获取爬壁机器人本体的位置和航向；数据处理模块根据爬壁机器人本体所处的现场环境以及其位置信息，使用自主全遍历方法规划出爬壁机器人本体的下一个目标位置，并控制爬壁机器人本体运动至下一个目标位置，直到完成全遍历。