[发明专利]一种机器人避障方法、装置和系统

说明书

本申请实施例公开了一种机器人避障方法、装置和系统，涉及电子设备领域，解决了使用机器学习方法进行困境识别过程中，人力成本投入大，训练的模型准确性低的问题。具体方案为：机器人获取移动过程中N个时刻的样本信息。其中，N个时刻中每个时刻的样本信息包括：用于指示该时刻机器人所处环境的环境图像信息、用于指示机器人该时刻所在位置的位置信息，以及用于指示机器人该时刻是否处于被困住状态的标签信息。机器人将N个时刻中M个时刻的样本信息发送给服务器。机器人从服务器接收由一个或者多个机器人采集的样本信息训练所得的困境识别模型。机器人根据困境识别模型在移动过程中进行避障。本申请实施例用于机器人移动的过程中。

技术领域

本申请涉及电子设备领域，尤其涉及一种机器人避障方法、装置和系统。

背景技术

机器人(例如扫地机器人)已经被广泛应用于人们的日常生活中。由于机器人的工作几乎是完全自主的，因此，在工作的过程中，经常会遇到一些被困的情况。目前，可通过使用机器学习的方法来训练机器人进行识别困境，以进行避障。

其中，较常见的机器学习方法包括监督学习和强化学习。在监督学习中，需要人工收集大量的样本数据，并人工给这些样本数据打上对应的被困住或未被困住的标签，然后对打上标签的样本数据进行监督学习模型训练，获得对应模型，以便机器人根据该模型判断是否需要进行避障。

示例性的，以机器人是扫地机器人，样本数据为扫地机器人所处的环境信息为例。如图1A所示的环境信息，因为，扫地机器人被插排的连接线所困，无法自由移动，因此，人工可为该样本数据打上被困住的标签。又如，如图1B所示的环境中，扫地机器人并未插排及其连接线所困，可以自由移动，因此，人工可以为该样本数据打上未被困住的标签。又如，在图2A所示的环境中，扫地机器人处于墙壁以及固定物体的夹角位置，无法继续自由移动，因此，人工可以为将该样本数据打上被困住的标签。又如，在图2B所示的环境中，扫地机器人处于远离墙壁以及固定物体的位置，可以继续自由移动，因此，人工可以为该样本数据打上未被困住的标签。又如，在图3A所示的环境中，扫地机器人处于固定物体与地面之间的缝隙中，无法继续自由移动，因此，人工可以为该样本数据打上被困住的标签。对应的，如图3B所示，机器人远离固定物体以及固定物体与地面之间的缝隙，可以自由移动，那么人工可以为该样本数据打上未被困住的标签。根据大量类似图1A-图3B所示的打上标签后的样本数据，进行监督学习模型训练便可获得对应模型，用于扫地机器人的避障。

强化学习是指机器人以“试错”的方式进行学习的一种方法。机器人根据人工收集的大量的样本数据，以及人工给这些样本数据打上的被困住或未被困住的标签，通过不断的“试错”，确定出环境反馈的奖赏最大的行为。根据奖赏结果以及奖赏结果对应的试错方法进行标记，以此作为下次工作的参考。

可以看到，无论使用监督学习，还是强化学习进行困境识别，都需要大量的样本数据。目前这些样本数据都需要人工收集，如通过网络爬虫搜索获得。为了区分收集到的样本数据对应的机器人的状态(如是否处于被困住的状态)，需要人工对收集到的样本数据进行识别并打上对应的标签。由此会带来大量的人力成本的投入。另外，由于没有统一的样本数据收集标准，收集到的样本数据质量难以控制，会导致标签的标注质量低，如标注错误等。且通过网络爬虫收集到的样本数据，如上述环境信息，大多是以用户的角度拍摄的环境图片，并不能直观准确的体现机器人所处环境。这些均会导致训练的模型不准确。

发明内容

本申请实施例提供一种机器人避障方法、装置和系统，解决了使用机器学习方法进行困境识别过程中，人力成本投入大，训练的模型准确性低的问题。

为达到上述目的，本申请实施例采用如下技术方案：