[发明专利]一种智能引导机器人

权利要求书

1.一种智能引导机器人，其特征在于，包括机体、语音交互模块、视觉模块、导航模块、运动控制模块，所述语音交互模块、视觉模块、导航模块和运动控制模块设置于所述机体上，所述语音交互模块用于用户输入目的地，所述视觉模块用于采集和识别机器人周边环境信息，所述导航模块采集机器人位置信息，并根据目的地生成导航路径，所述运动控制模块用于根据周边环境信息和导航路径控制机器人运动。

2.根据权利要求1所述的智能引导机器人，其特征在于，所述视觉模块包括图像采集子模块、模型建立子模块、超像素生成子模块、图像识别子模块和结果评价子模块，所述图像采集子模块用于采集机器人周边环境图像，所述模型建立子模块用于建立超像素模型，所述超像素生成子模块用于根据超像素模型生成图像超像素，所述图像识别子模块基于超像素图像对机器人周边环境进行识别，所述结果评价子模块用于对所述图像超像素生成结果进行评价。

3.根据权利要求2所述的智能引导机器人，其特征在于，所述模型建立子模块用于建立超像素模型：

设输入周边环境图像为HQ，其包含的像素个数为N，对图像进行过分割，得到超像素模型，将其超像素模型表示为：

在式子里，K表示超像素的个数，HQ_j和HQ_i分别表示第j个和第i个超像素。

4.根据权利要求3所述的智能引导机器人，其特征在于，所述超像素生成子模块用于根据超像素模型生成图像超像素：

步骤1、给定一幅输入图像，首先放置K个种子像素点，对应K个超像素，对于一个像素点x，计算它到第i个超像素的种子点的第一距离，其中，i＝1,2,…,K，选取距离最小的超像素，将像素点x标记为属于该超像素，对输入图像中的全部像素点进行标记，得到了输入图像的初始超像素分割；步骤2、得到初始超像素分割后，对超像素的种子点进行更新，将初始超像素内的所有像素点的几何中心作为新的种子点，对于一个像素点x，计算它到第i个超像素的种子点的第二距离，其中，i＝1,2,…,K，选取距离最小的超像素，将像素点x标记为属于该超像素，对图像中的全部像素点进行标记，得到了图像的更新超像素分割；步骤3、重复步骤2，直到新旧的种子点位置变化小于设定阈值，将生成的超像素作为图像最终的超像素分割。

5.根据权利要求4所述的智能引导机器人，其特征在于，所述第一距离利用下式确定：KW₁(x,i)＝UA(x,i)+TZ(x,i)；

在式子里，KW₁(x,i)表示像素点x和第i个超像素的种子点的第一距离，UA(x,i)表示第一距离影响因子，用于表示超像素内部像素点颜色的一致性，TZ(x,i)表示第二距离影响因子，用于表示超像素内部像素的紧凑程度；所述第二距离利用下式确定：KW₂(x,i)＝ρ₁×UA(x,i)+ρ₂×TZ(x,i)；

在式子里，KW₂(x,i)表示像素点x和第i个超像素的种子点的第二距离，ρ₁、ρ₂表示权重系数；

所述第一距离影响因子利用下式确定：

在式子里，L_x、a_x、b_x分别表示像素点x在CIELAB颜色空间的L、a、b分量，L_i、a_i、b_i分别表示第i个超像素的种子点在CIELAB颜色空间的L、a、b分量，μ表示所有超像素种子点颜色方差的平均值；所述第二距离影响因子利用下式确定：

在式子里，p_x、q_x分别表示像素点x在X-Y坐标系中的横、纵坐标值，p_i、q_i分别表示第i个超像素的种子点在X-Y坐标系中的横、纵坐标值。

6.根据权利要求5所述的智能引导机器人，其特征在于，所述结果评价子模块用于对所述图像超像素生成结果进行评价：

利用下式定义分割评价因子：

在式子里，HX表示分割评价因子，U₁表示图像标准分割边界的像素落入超像素边界周围1个像素宽度区域内的比例，K表示超像素的个数，m_i表示第i个超像素的面积，l_i表示第i个超像素的周长；所述分割评价因子越大，表示生成的超像素越能准确表达图像信息。