[发明专利]一种机器人地面环境感知方法

说明书

本发明涉及一种机器人地面环境感知方法，包括以下步骤：1)采集图像并进行标记；2)系统初始化；3)特征提取模块构建；4)目标分类模块构建；5)输入新的地面图像并预测其地面类型。该发明主要优点在于能够快速提取出有区分度的特征并且借助机器视觉实现周围地面类型的预测，以助于机器人及时地重新规划路线并调整控制策略，避免非几何危害。

技术领域

本发明属于机器人技术领域，特别是涉及一种机器人地面环境感知方法。

背景技术

实现移动机器人的自主运动是机器人技术中最具挑战性的问题之一，其成功的关键在于环境感知、姿态估计、运动控制和路径规划。姿态估计、运动控制和路径规划的实施往往需要我们在一定程度上引入环境信息，因此准确的环境感知至关重要。机器人无法穿越的环境隆起(如墙壁)和水槽(如河流)被称为几何危害，并且已被广泛研究过。另一方面，不平坦、松软和光滑的地面所造成的危险，通常被称为非几何危险，因此也获得了越来越多的关注。与几何危害不同，非几何危害不会完全阻碍机器人的运行，但对运行效率有很大的影响。不适当的规划路线和不适当的控制策略可能会导致机器人浪费过多的能量，甚至导致移动能力的丧失。因此，如果机器人能够准确、实时地分辨当前和前方的地面类型，那么它就可以及时地重新规划路线，避免非几何危害。

在已有的工作中，《CN108844618B一种地形感知方法》公开了一种地形感知方法，包括离线训练与在线分类两部分，其优点在于：1)采用了较为简单、紧凑的特征描述子与分类器，能够降低运算资源与电量的消耗，保证了系统的实时性，并且在分类器输出后端加入修正算法；解决了准确率降低的问题；2)在分类修正算法中提取被错误分类的样例，分类器利用该样例对进行增量学习，提高了泛化性能，保证了长期运行的准确性；3)采用振动信号进行地形分类，不容易受到极端环境状况的影响。基于一般的特征描述子的特征提取方法往往无法提取出有效的特征，进而导致无法区分具有相似外观的地面类型。《CN109249429B一种双足机器人地形分类系统》公开了一种双足机器人地形分类系统，该系统包括：1个加速度计，1个力传感器，2个触觉传感器，1个数据处理单元；数据处理单元能够接收来自所有传感器的数据，并对数据进行分析以推测当前地形。该系统融合多种传感器采集的数据，利用各传感器获取数据的互补特性，进行机器人所处地形种类的判别，具有较高的分类准确率和鲁棒性。该系统需要配置昂贵的力传感器与触觉传感器，且只能够分辨当前地面类型。《CN109344741A一种基于振动信号的地形分类方法》公开了一种基于振动信号的地形分类方法，包括离线训练、在线分类、在线修正三个部分，其优点在于：1)利用贝叶斯滤波器/平滑器能够显著提升地形分类精度；2)通过对平滑结果和分类结果的在线分析，能够筛选出错误分类的振动帧样例，进而利用这些样例对分类器进行增量训练，能够提升其泛化性能；4)平滑-分类结果的在线分析还可以用于修正贝叶斯滤波器的参数，从而降低其在地形突变时由于惯性导致的低精度问题。类似的，以该方法为代表的基于振动的地面分类方法只能分辨当前地面类型。《CN110008894A一种面向六足机器人的地形分类方法》公开了一种面向六足机器人的地形分类方法，包括以下步骤：步骤一、利用六足机器人本体携带的摄像头，获取机器人所处环境的地形图片，形成地形数据集；步骤二、基于视觉词袋模型，对地形图片特征向量化；步骤三、对识别模型离线训练，实现对机器人所处地形图片进行分类；步骤四、六足机器人利用离线部分训练好的模型，对图片进行在线实时分类，根据分类的结果，选择合适的步态，实现六足机器人的运动。实现对机器人所处地形的高精度分类。基于地形分类的结果，六足机器人可自动选择步态，提高了机器人的环境适应性。该方案所采用的视觉词袋模型所提取的特征仍然不是通过学习得出的，因此具有较弱的区分性。

针对以上问题，本发明提供了一种机器人地面环境感知方法，主要目的在于快速提取出有区分度的特征并且借助机器视觉实现周围地面类型的预测。

发明内容

本发明克服现有技术的不足，提出了一种机器人地面环境感知方法，其过程如下：