[发明专利]一种基于SVM与A-Star算法的高效导购机器人的设计方法

说明书

本发明涉及一种基于SVM与A‑Star算法的高效导购机器人的设计方法。导购机器人使用摄像头模块检测到客户提醒客户输入购物意向，导购机器人通过WIFI模块把目的地发送到商场服务器，商场摄像头采集路径上的图像，使用SVM算法检测路径各个区域的人群密度，依据人群密度与行人速度模型计算出各个区域的行人速度，并把行人速度发送给导购机器人。导购机器人根据行人速度更新A‑Star评估函数并搜寻用时最短路径，从而按照时间最短的方式进行路径规划，同时可以避开拥挤区域，选择较为开阔的区域快速到达终点。实现智能导购机器人的高准确性。

技术领域

本发明涉及导购机器人领域，特别设计基于SVM与A-Star算法的高效导购机器人的设计方法。

背景技术

随着经济飞速的发展，科学技术的不断进步、人们生活水平的普遍提高、更多的对生命的尊重、老龄化日益严重的社会问题、以及新军事变革的不断深入，机器人已经成为在工业、社会、家庭、战场等环境下为人类服务的一个必然趋势。

随着机器人技术的蓬勃发展，越来越多的导购机器人被用作为顾客导购，尤其是在大型商场，由于人员拥堵不仅会造成商场秩序混乱，而且严重的情况还会发送踩踏事件，严重威胁顾客的生命财产安全。导购机器人可以引导顾客在购买物资时避开拥堵区域，提高顾客的采购效率，增大商场的经济效益。

A-Star算法是一种静态路网中求解最短路径最有效的直接搜索方法，也是许多其他问题的常用启发式算法。注意——是最有效的直接搜索算法，之后涌现了很多预处理算法(如ALT，CH，HL等等)，在线查询效率是A*算法的数千甚至上万倍。但是A-Star算法仅仅是搜寻的最短路径，被未考虑到商场人群密度的影响，在一定程度上会加剧商场的拥堵情况。因此，亟待提出一种高效的导购机器人，避开人群拥堵，从而提高顾客的采购效率，增大商场的经济效益。

发明内容

为了解决上述存在问题。本发明提出一种基于SVM与A-Star算法的高效导购机器人的设计方法，引导顾客避开拥堵区域，提高顾客的采购效率，增大商场的经济效益。为达此目的：

本发明提出基于SVM与A-Star算法的高效导购机器人的设计方法，具体步骤如下：

步骤1：导购机器人监测是否有顾客来临，当有顾客来临时，语音播报对顾客欢迎，并提醒顾客输入购买意向；

步骤2：把顾客购买意向的目的地通过WIFI模块发送到服务器；

步骤3：服务器读取顾客到达目的地的各条路径的视频图像信息；

步骤4：服务器提取视频图像前景特征，并使用SVM算法统计路径上人群密度；

步骤5：服务器根据人群密度与行人速度的数学模型计算出路径的速度函数，并把速度数据发送给导购机器人；

步骤6：导购机器人接收到路径速度函数后，对速度函数量化，并更新A-Star评估函数；

步骤7：导购机器人使用改进的A-Star算法搜寻最优路径；

步骤8：导购机器人开始导购。

作为本发明进一步改进，所述步骤1中导购机器人，主要包括摄像头传感器、显示器、陀螺仪传感器、语音播放模块、录音模块、按键模块、人体红外检测模块、超声波传感器等。

作为本发明进一步改进，所述步骤4中提取前景特征点运动向量和判定是否是前景特征点的公式分别为：

其中，P_i(x_i,y_i)是第i帧图像的特征点的位置，α,β为阈值。

作为本发明进一步改进，所述步骤4中SVM算法分类公式为：