[发明专利]一种机器人的人员发现算法

说明书

本发明公开了一种机器人的人员发现算法，此算法基于云模型与部分可观察蒙特卡洛规划，包括硬件部分和软件部分，所述硬件部分包括移动底盘、传感器、激光雷达和上位计算机，所述软件部分包括基于部分可观察蒙特卡洛规划(POMCP)的人员发现算法以及基于云模型的部分可观察蒙特卡洛规划(POMCP)决策算法，本发明公开了一种员发现算法，可用于室内机器人在被追踪人员丢失时，重新发现被追踪人员，本发明算法将云模型原理溶入到部分可观察蒙特卡罗规划(POMCP)人员发现算法中来选择下一个动作，控制机器人移动，使用方便快捷。

技术领域

本发明涉及机器人技术领域，具体是指一种机器人的人员发现算法。

背景技术

机器人产业在近些年发展得非常迅速，尤其是社会服务机器人已成为工业机器人、物流机器人之后广 受关注的机器人发展领域。家庭跟随机器人可用于独自在家的特殊人群，如残疾人、儿童或老年人的跟踪、 摔倒或危险动作检测等，为家人提供必要的通知服务。但在人员跟踪过程中，由于障碍物的阻挡以及人员 移动速度、方向的突然变化，会造成被追踪人员的丢失，这时通常的做法是机器人原地等待到被跟踪人员 再次出现，这样可能会造成被跟踪人员出现危险时，不能被及时检测到。因此在丢失被跟踪人员后，如何 重新找到被跟踪人员是一个待解决的问题。

发明内容

为解决上述技术问题，本发明提供的技术方案为：一种机器人的人员发现算法，此算法基于云模型与 部分可观察蒙特卡洛规划，包括硬件部分和软件部分，所述硬件部分包括移动底盘、传感器、激光雷达和 上位计算机，所述软件部分包括基于部分可观察蒙特卡洛规划(POMCP)的人员发现算法以及基于云模 型的部分可观察蒙特卡洛规划(POMCP)决策算法。

作为改进，所述基于POMDP的人员发现算法具体包括以下内容：

(1)建立部分可观察的马尔可夫决策(POMDP)模型

(1.1)定义状态s：POMDP模型包含一组状态s，在人员发现算法中，状态s被定义为机器人和人的 位置：(s_robot，s_person)；

(1.2)定义机器人动作a：机器人可以执行有限集合a中的动作，即机器人可以在八个方向之一上移 动，或停留原地；当机器人在寻找时，机器人观察值o等于状态s，但是当人的位置(s_person)不可见时， s_person＝hidden；

(1.3)机器人动作a从一种状态s到另一种状态s'的概率由T＝P(s'|s，a)定义，而观察概率由Z＝P (o|s'，a)定义；

(1.4)奖励函数R是用于指导学习过程，表明状态s下，那些动作是最佳的，奖励函数定义为-d，d 是人与机器人之间的最短路径距离；

(1.5)POMDP模型存储人处于每种可能状态的概率，定义为信念b；初始值信念b0定义为人员在所 有位置上均匀分布的概率，使用观察和概率函数更新信念；通过计算值函数来决定对每个信念状态执行的 最佳动作：

其中R(b,a)是对信念状态b和动作a的奖励，γ是折扣因子，V(b)＝max_a∈AQ(b,a)，τ(b,a,o)是下一 个信念状态b’；

(2)建立决策树：POMCP是POMDP仿真器生成具有两种类型节点的策略树，包括代表信念状态的 信念节点，以及通过执行动作而产生的动作子节点；

(3)建立基于POMCP的决策算法