[发明专利]机器人感测装置和传感器规划方法

权利要求书

1.一种用于经由包括一个或多个传感器的装置获取样本的传感器规划的计算机实施方法，其特征在于，所述计算机实施方法包括：

通过一个或多个计算设备，限定感兴趣区域；

通过所述一个或多个计算设备，识别所述一个或多个传感器的一个或多个感测参数；

通过所述一个或多个计算设备，至少部分地基于所述一个或多个感测参数，确定用于由所述一个或多个传感器获取多个样本的采样组合；和

通过所述一个或多个计算设备，向包括所述一个或多个传感器的所述装置提供一个或多个命令控制信号，以至少基于所述采样组合，使用所述一个或多个传感器获取所述感兴趣区域的所述多个样本。

2.根据权利要求1所述的计算机实施方法，其特征在于，其中确定由所述一个或多个传感器获取的采样组合包括：

通过一个或多个计算设备，至少基于强化学习算法确定重叠指数的组合；

通过一个或多个计算设备，至少基于由所述一个或多个传感器覆盖的总区域、重叠边缘和所述一个或多个重叠指数，计算一个或多个采样组合的计分函数；和

通过一个或多个计算设备，选择对应于最大计分函数的所述采样组合。

3.根据权利要求2所述的计算机实施方法，其特征在于，其中所述强化学习算法包括使用SARSA、Q-学习和策略梯度强化学习算法中的至少一个。

4.根据权利要求2所述的计算机实施方法，其特征在于，其中至少基于强化学习算法确定重叠指数的组合包括确定零和非零重叠指数的组合。

5.根据权利要求1所述的计算机实施方法，其特征在于，其中确定用于由所述一个或多个传感器获取多个样本的采样组合至少基于计分函数，其中所述计分函数是覆盖的总区域、重叠边缘和重叠指数中的至少一个的函数。

6.根据权利要求1所述的计算机实施方法，其特征在于，其中识别一个或多个感测参数包括计算所述感兴趣区域的至少一部分的曲率和/或法向矢量。

7.根据权利要求1所述的计算机实施方法，其特征在于，其中识别一个或多个感测参数包括限定由所述一个或多个传感器覆盖的总区域。

8.根据权利要求1所述的计算机实施方法，其特征在于，其中识别一个或多个感测参数包括限定测量分辨率、视场和/或景深中的一个或多个。

9.根据权利要求1所述的计算机实施方法，其特征在于，其中限定感兴趣区域包括接收点云。

10.根据权利要求1所述的计算机实施方法，其特征在于，其中限定感兴趣区域包括限定所述一个或多个传感器在其中操作的有限空间。

11.根据权利要求1所述的计算机实施方法，其特征在于，其中获取所述多个样本包括平移一个或多个传感器和/或平移所述感兴趣区域。

12.根据权利要求1所述的计算机实施方法，其特征在于，其中识别一个或多个感测参数包括限定所述一个或多个传感器的一个或多个平移。

13.根据权利要求1所述的计算机实施方法，其特征在于，其中所述一个或多个传感器是成像设备、接近传感器或其组合。

14.一种用于传感器规划的机器人感测装置，其特征在于，所述装置包括一个或多个传感器和计算设备，所述计算设备包括一个或多个处理器和一个或多个存储器设备，所述一个或多个存储器设备存储指令，当所述指令由所述一个或多个处理器执行时，使得所述一个或多个处理器执行操作，所述操作包括：

接收感兴趣区域；

接收所述一个或多个传感器的一个或多个感测参数；

确定用于由所述一个或多个传感器获取多个样本的采样组合；和

至少基于所述采样组合，使用所述一个或多个传感器获取所述多个样本。