[发明专利]具有数据融合的机器人跟踪导航

权利要求书

1.一种可导航机器人，包括：

至少一个传感器，所述至少一个传感器被配置为生成目标物体的跟踪数据；

多个检测器模块，所述多个检测器模块中的每个检测器模块包括当被应用于所述跟踪数据时独立地提供所述目标物体的地点的局部估计的至少一个处理算法；以及

控制器，所述控制器连接到所述至少一个传感器和所述多个检测器模块，所述控制器接收所述至少一个传感器获取的跟踪数据，并且将来自所述多个检测器模块的所述算法应用于所述跟踪数据以在所述跟踪数据中生成所述目标物体的地点的多个单独的估计，所述控制器对所述单独的估计进行加权，并且基于加权的局部估计来将局部估计组合在自适应贝叶斯融合中以生成目标地点。

2.根据权利要求1所述的可导航机器人，其中所述至少一个传感器包括相机，所述跟踪数据至少包括图像数据。

3.根据权利要求1或2所述的可导航机器人，其中所述控制器对所述局部估计中的每个计算估计值和局部估计之间的马氏距离(MD)，其中所述MD是用于每个局部估计的第一加权因子。

4.根据权利要求3所述的可导航机器人，其中所述控制器计算所述局部估计中的每个之间的欧几里得距离，并且基于计算的欧几里得距离来计算用于每个局部估计的第二加权因子；

其中所述控制器基于用用于每个估计的相应的第一加权因子和第二加权因子加权的所述局部估计中的每个来将所述局部估计组合在自适应贝叶斯融合中以生成目标地点。

5.根据权利要求4所述的可导航机器人，其中所述控制器用一组卡尔曼滤波器来对所述局部估计中的每个计算MD，并且进一步用卡尔曼滤波器来组合用用于每个估计的相应的第一加权因子和第二加权因子加权的局部估计。

6.根据权利要求4所述的可导航机器人，其中所述控制器使用用获取的数据训练的自动编码器来学习所述多个检测器中的检测器在正常操作下的模型，对来自所述多个检测器模块中的每个检测器模块的局部估计进行分析以确定检测器故障的事件，并且基于确定的事件来减小来自检测器的局部估计的加权。

7.根据权利要求6所述的可导航机器人，其中所述控制器将杰卡德索引应用于每个检测器模块的输出以将所述数据分割为数据集以用于用所述自动编码器进行分析。

8.根据权利要求1-7中任一项所述的可导航机器人，进一步包括至少一个导航马达，所述控制器基于所述目标地点来生成至少一个控制命令，并且将所述至少一个控制命令提供给所述导航马达以相对于所述目标物体移动所述可导航机器人。

9.根据权利要求1-8中任一项所述的可导航机器人，其中所述多个传感器包括至少一个非相机传感器。

10.根据权利要求9所述的可导航机器人，其中所述非相机传感器包括范围传感器、深度传感器、雷达或GPS。

11.根据权利要求1-10中任一项所述的可导航机器人，其中所述可导航机器人是云台机器人、无人机(UAV)或移动式地面机器人。

12.一种根据权利要求1-11中任一项所述的可导航机器人的机器人导航方法，所述方法包括：

从所述多个传感器中的每个获得跟踪数据；

分别从来自所述多个传感器中的每个的跟踪数据估计目标地点的局部估计；

对所述局部估计中的每个计算估计值和局部估计之间的马氏距离，其中所述马氏距离是用于每个局部估计的第一加权因子；

计算所述局部估计中的每个之间的欧几里得距离，并且基于计算的欧几里得距离来计算用于每个局部估计的第二加权因子；并且

基于用用于每个估计的相应的第一加权因子和第二加权因子加权的局部估计中的每个来将局部估计组合在自适应贝叶斯融合中以生成所述目标地点。