[发明专利]一种基于人类行为模拟的移动机器人实时运动规划方法在审

专利信息
申请号: 201910402991.9 申请日: 2019-05-15
公开(公告)号: CN110045740A 公开(公告)日: 2019-07-23
发明(设计)人: 耿庆田;张天;李清亮;孙明玉;于繁华;戴金波;范木杰;姚艳秋;赵东 申请(专利权)人: 长春师范大学
主分类号: G05D1/02 分类号: G05D1/02
代理公司: 北京华际知识产权代理有限公司 11676 代理人: 杨觅
地址: 130032 *** 国省代码: 吉林;22
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 机器人 抓取 移动机器人 人类行为 实时运动 模仿 运动角度信息 机器人运动 控制机器人 智能机器人 二维坐标 监测图像 角度信息 模拟人类 强化学习 人类个体 人体骨骼 人体特征 三维坐标 外部环境 运动物体 坐标位置 动力学 信息库 可旋转 运动学 匹配 规划 采集 学习 移动 观察 转化 交流
【说明书】:

发明公开的属于机器人运动技术领域,具体为一种基于人类行为模拟的移动机器人实时运动规划方法,在机器人上安装至少两台可旋转和移动的CCD相机,获取机器人外部环境监测图像,对一个空间中的某一点的三维坐标与相应的二维坐标得到对应,本发明中的机器人通过观察人体特征动作,机器人快速模仿学习,使其通过别的人类个体学习新的行为来适应新的环境,提高智能机器人与人类的交流效率,通过采集并建立人体骨骼运动信息库,运用运动学和动力学匹配将其转化为机器人的运动角度信息,根据机器人与运动物体的距离与角度信息,控制机器人到指定坐标位置,利用强化学习模拟人类抓取过程,实现行为模仿抓取。

技术领域

本发明涉及机器人运动技术领域,具体为一种基于人类行为模拟的移动机器人实时运动规划方法。

背景技术

人们一直以来都期望可以制造出一种人类行为模拟的装置,通过这种装置去替代自己从事各种工作,这种想法就是机器人出现的前提和基础。自机器人的诞生之日起,机器人的相关技术发展越来越快,尤其是近些年来,机器人的应用领域越来越广泛,从最初的工业制造扩展到航天、军事等领域,这两年更是深入到服务业、人们的日常生活中,究其原因,在于机器人有很多人类没有的优点,首先是机器人的精度高,便于操作,其次在于其不怕危险,工作时间持续长,对于一些恶劣的环境,亦能够胜任。

在机器人的实际运用工程中,人们发现机器人所处的环境有时是非常复杂的,经常会有一些突见障碍物或运动障碍物充斥其间,这势必会影响到机器人预定的运动规划,影响其任务的完成。因此,移动机器人的导航和避障规划,特别是在运动环境中,移动机器人与突发障碍和其他机器人之间的避障问题显得尤为重要,是否能够将人类的视觉行为模拟与机器人的自主避障结合,从而提高机器人的运动避障能力,成为一个重要的研究课题,为此,我们提出了一种基于人类行为模拟的移动机器人实时运动规划方法投入使用,以解决上述的技术问题。

发明内容

本发明的目的在于提供一种基于人类行为模拟的移动机器人实时运动规划方法,以解决上述背景技术中提出的机器人主动避障和人类视觉行为模拟相结合的问题。

为实现上述目的,本发明提供如下技术方案:一种基于人类行为模拟的移动机器人实时运动规划方法,该规划方法的具体步骤如下:

S1:在机器人上安装至少两台可旋转和移动的CCD相机,获取机器人外部环境监测图像,对一个空间中的某一点的三维坐标与相应的二维坐标得到对应,并对CCD相机自身的光心、畸变参数和焦距的内部参数进行标定;

S2:输入机器人的运动方向,避开静态障碍物,即机器人从初始位置S0向目标A运动,令d=r+ds,其中ds为机器人与静态障碍物的安全距离裕量,令α=arcsin(d/S0A),则过S0,倾角分别为和(其中为S0A)所在直线的倾角的两条直线相交,而另一条不与该障碍物相交,取不与该障碍物相交的直线倾角作为机器人从S0向顶点A运动的方向角θR,则机器人从S0以方向角θR向A运动的过程中,机器人离该静态障碍物的最小距离d≥ds

S3:对于一个带有k个移动障碍物的机器人工作环境,假设机器人从起点A到终点B避开静态障碍物的路径r(s)∈R2,正常规划已经离线生成t以s表示机器人离起点A的距离变量,并满足如下条件:

(1)移动障碍物的运动曲线连续可做,且障碍物不总停在或不总平行于r(s);

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长春师范大学,未经长春师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910402991.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top