[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

摘要

本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。

主权项

1.一种基于人类行为模拟的移动机器人实时运动规划方法，其特征在于：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+d_s，其中d_s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θ_R，则机器人从S₀以方向角θ_R向A运动的过程中，机器人离该静态障碍物的最小距离d≥d_s；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)；(2)在一定范围内，机器人能准确的获取移动障碍物的位置信息，移动机器人的运动规划可构造为一最优控制问题，机器人的运动学模型及相关约束为x(s)＝A(x(s))‑B(x(s))u(s)，其中x(s)＝[t(s),υ(s)]^τυ(s)＝ds/dt，t(s)是机器人到达s的时间，而其中m为机器人的质量，I是惯量，υ(s)是加在机器人上的切向合力，f(s)是路径r(s)的曲率；S4：将机器人避障区域中的节点进行分类后形成具有一定的内聚强度特性的模块社区，在该模块社区内部有大量节点连接边，将整个模块社区中的节点表示为邻接矩阵节点v和w相互连接，则A_vw＝1，否则为0，C_v表示节点v归属的社区，定义δ(C_v,C_w)＝1，当C_v＝C_w，否则为0，则该机器人避障区域的障碍物稠密性表示为S5：利用步骤S1中的CCD相机采集捕捉人类行为信息，利用Kinect体感系统建立人体骨骼运动信息库，由机器人内置的中央处理器读取人体骨骼运动信息库，获取人体骨骼手臂关节的空间三维坐标数据，具体的，设向量为肘部位置向量，另为0且腕部角度固定，即此时由向量、肩部中心位置到腕部向量组成一个平面其中，Lu表示人体肩部向量，L_w表示人体肘部向量，L_v表示人体腕部向量；S6：针对机器人抓取训练进行强化，构建人体行为与机器人行为对应的状态迁移函数其中，u表示机器人的动作区间，其中u＝‑4表示机器人手臂向前运动，u＝‑1表示机器人向左运动，u＝1表示机器人向右运动。