[发明专利]一种室内机器人方向感知方法

权利要求书

1.一种室内机器人方向感知方法，该方法利用的磁场感应设备是在半径为R的环形支架上均匀布置N个双轴磁强计，相邻两个双轴磁强计之间的角度间隔为

将N个双轴磁强计与环形支架固定组成一个固定的结构；将N个双轴磁强计分别标号为1、2、3、…、N，以1号双轴磁强计的方向作为主方向，即1号双轴磁强计的安装在正对机器人移动的方向；

其特征在于：该方法分为以下5个步骤：

步骤1、将导航坐标系下的360度方向角从0度开始等分为M个区间，每一份的区间长度为取区间右边界对应的角度作为标签，得到M个角度标签，如(2)式所示，

步骤2、磁场感应设备安装在室内机器人结构中，即将N个分别标号为1、2、3、…、N的双轴磁强计与环形支架固定组成一个固定的结构安装在室内机器人中，其中1号双轴磁强计安装方向正对机器人移动方向；在室内沿着步骤1设置的标签方向移动，记录磁场感应设备中N个双轴磁强计探测到的X轴和Y轴磁场信息和对应的标签方向，得到如(3)式所示的数据

[(x₁,y₁,x₂,y₂,…,x_N,y_N),φ_j] (3)

其中x_i,y_i为第i号双轴磁强计探测到的磁场数据，i＝1,2,…,N，φ_j为行走时对应的第j个标签方向，j＝1,2,…,M；

步骤3、神经网络模型搭建与训练：人工神经网络采用BP神经网络，模型输入神经元个数为2N，隐藏层层数和每个隐藏层神经元个数通过多次实验获得，每次实验取不同的层数和神经元个数，取使得模型预测准确性最高的隐藏层个数和相应神经元个数；输出神经元M个，输出值分别对应M个标签方向的概率；将经过步骤2采集并处理好的数据作为训练数据，输入神经网络模型进行训练，得到训练好的神经网络模型；

步骤4、实际应用过程中，利用机器人装备的磁场感应设备探测磁场数据，得到如(4)式所示格式的数据，

[x₁,y₁,x₂,y₂,…,x_N,y_N] (4)

其中x_i,y_i为第i号双轴磁强计探测到的磁场数据，i＝1,2,…,N；将(4)式所示数据输入到步骤3得到的神经网络模型进行计算，得到神经网络模型的输出如(5)式所示：

[p₁,p₂,…,p_M] (5)；

步骤5、比较步骤4得到的神经网络模型的M个输出，取M个输出中的最大值p_j和第二大值p_k,p_j和p_k分别表征机器人移动方向和的概率,以p_j和p_k为加权系数对移动方向和进行加权计算得到机器人的移动方向。