[发明专利]一种基于SAC-PID的移动机器人目标跟随方法

权利要求书

1.一种基于SAC-PID的移动机器人目标跟随方法，其特征在于：所述方法包括以下步骤：

步骤1：以已标定的RGBD相机和激光雷达获取移动机器人目标跟随过程中的一帧实时RGBD数据I_RGBD和N个点的雷达数据R_N，将I_RGBD拆分为RGB图像I_RGB和深度图像I_D，将R_N进行k倍下采样处理，得到雷达数据R_N/k；

步骤2：使用人形数据集训练得到的目标检测网络对RGB图像I_RGB中的人形目标进行检测，获取跟随对象候选区域ROI_t,i；初始化时，跟随对象未确定，则将像素面积最大的候选区域ROI_t,i指定为初始跟随对象OBJ₀，作为后续目标匹配的基准，并返回步骤1，否则进行下一步；其中，t为当前帧的时间索引，i为候选区域索引；

步骤3：对得到的所有候选区域ROI_t,i进行相似度判别，从中选择相似度最大的区域作为当前帧的跟随对象OBJ_t，获得跟随对象OBJ_t在RGB图像I_RGB中的位置信息l_t及其与移动机器人之间的距离信息d_t；

步骤4：基于步骤1和步骤3采集强化学习的状态信息S_t；

步骤5：将S_t输入已训练好的SAC强化学习模型，输出移动机器人运动控制的目标角速度ω_target和目标线速度v_target，实现移动机器人端到端的目标跟随决策输出；

步骤6：基于输出的目标跟随决策，利用PID控制器对移动机器人进行平滑控制。

2.根据权利要求1所述的一种基于SAC-PID的移动机器人目标跟随方法，其特征在于：所述步骤1中，k的取值范围为{2,3,4}。

3.根据权利要求1所述的一种基于SAC-PID的移动机器人目标跟随方法，其特征在于：所述步骤3包括以下步骤：

步骤3.1：将得到的所有候选区域ROI_t,i都缩放到与上一帧中跟随对象OBJ_t-1相同大小，分别计算每个候选区域ROI_t,i与上一帧中跟随对象OBJ_t-1的相似度Q_i；

步骤3.2：以Q_i最大的候选区域ROI_t,i作为当前帧的跟随对象OBJ_t，并确定其在RGB图像I_RGB中的位置信息l_t，并根据Q_i最大的候选区域选定对应的d_ROI,i作为当前帧的跟随对象OBJ_t与机器人之间的距离d_t。

4.根据权利要求3所述的一种基于SAC-PID的移动机器人目标跟随方法，其特征在于：Q_i＝α×Q_distance+(1-α)×Q_histogram，

其中，Q_distance表示候选区域ROI_t,i与上一帧中跟随对象OBJ_t-1在距离方面的相似度，Q_histogram表示候选区域ROI_t,i与上一帧中跟随对象OBJ_t-1在直方图方面的相似度，α表示Q_distance的权重系数，其取值范围为[0.2,0.5]；Q_distance和Q_histogram的数值范围均在0到1之间。