[发明专利]一种用于机器人的时空超声波导航数据采集方法及系统

说明书

本发明提供一种用于机器人的时空超声波导航数据采集方法，其中，机器人上设有至少一个超声波传感设备，方法包括：S1，获取机器人运动控制指令及数据采集控制指令；S2，根据机器人运动控制指令进行运动，并实时采集机器人运动时的状态信息及控制信息，得到连续时间段内的导航数据；S3，根据数据采集控制指令控制超声波传感设备采集连续时间段内的超声波数据；S4，将导航数据与超声波数据进行时空数据聚合，得到时空超声波导航数据。本发明通过使用超声波传感器，构建时空超声波导航数据集，训练基于时空超声波导航数据的神经网络控制器，可以实现机器人在室内环境下的自主导航。

技术领域

本发明涉及机器人自主导航技术领域，具体涉及一种用于机器人的时空超声波导航数据采集方法及系统。

背景技术

当前各类不需要人工遥控、能够自主运行的移动机器人，如餐厅送餐机器人、快递物流机器人、家庭扫地机器人、宾馆引导机器人、医院消毒机器人等，都需要自主导航技术来实现机器人的自主运动。所谓机器人自主导航，即：机器人从当前位置出发，通过规划行驶路径，在不与周围目标发生碰撞的条件下自主到达目的地。具体来讲，自主导航技术一般包含建图定位、感知、规划、控制等子问题。

随着以深度学习为代表的人工智能技术的发展，人工智能技术也逐步应用到了机器人自主导航中技术中的各个子问题中，如：通过图神经网络实现机器人对其工作环境的建图定位；通过目标检测、目标跟踪等技术实现机器人对周围目标的感知，以避免碰撞；通过深度强化学习技术实现对机器人运动路径的实时规划；通过深度神经网络模型构建神经网络控制器，实现对机器人的运动控制。

而深度学习的基石，便是数据，只有采集足够的数据，制作成标准数据集，才能实现对深度学习模型的训练优化，进而完成相关机器人导航任务。

用于机器人自主导航的数据集可根据其使用的传感器类型进行大致分类，当前比较热门的便是通过摄像头采集的图像数据集和通过激光雷达采集的点云数据集。图像和激光雷达数据的优点是能够提供周围环境较为丰富的信息，图像提供2维信息(像素值)，激光雷达提供三维信息(三维点云)，但缺点是价格较贵。

超声波传感器因其结构简单，价格便宜，在上个世纪曾是机器人上的主要传感器，但随着时代的发展，因其所能提供的信息较少(单个超声波装置仅返回某一方向上的距离值)，目前已不再作为主流传感器使用，仅在实现机器人避障功能时少量使用。

发明内容

(一)要解决的技术问题

针对上述问题，本发明提供了一种用于机器人的时空超声波导航数据采集方法及系统，用于至少部分解决传统机器人导航系统中传感器昂贵等技术问题。

(二)技术方案

本发明一方面提供了一种用于机器人的时空超声波导航数据采集方法，其中，机器人上设有至少一个超声波传感设备，方法包括：S1，获取机器人运动控制指令及数据采集控制指令；S2，根据机器人运动控制指令进行运动，并实时采集机器人运动时的状态信息及控制信息，得到连续时间段内的导航数据；S3，根据数据采集控制指令控制超声波传感设备采集连续时间段内的超声波数据；S4，将导航数据与超声波数据进行时空数据聚合，得到时空超声波导航数据。

进一步地，获取机器人运动控制指令包括油门、刹车、档位、转向，控制机器人的运动；获取数据采集控制指令包括开始采集或停止采集指令，控制采集程序的开始和停止。

进一步地，S2中采集的状态信息包括机器人所在的位置、航向，采集的控制信息包括机器人的线速度、角速度。

进一步地，S2具体包括：将机器人运动控制指令并转化为机器人可直接执行的线速度与角速度底层控制指令，控制机器人的运行。