[发明专利]一种基于视觉特征图重构的移动机器人导航决策方法

权利要求书

1.一种基于视觉特征图重构的移动机器人导航决策方法，其特征在于，包括如下步骤：

(1)在移动机器人导航的任意时刻t，对于移动机器人上搭载的四个单目视觉传感器获取的四张不同方向的图像，基于OpenPano算法生成以移动机器人为中心的视觉全景图；

(2)基于视觉面片的相关性度量，提取步骤(1)中视觉全景图中与移动机器人导航目标相关的视觉特征，重构导航目标引导的移动机器人视觉图像特征图；包括如下子步骤：

(2.1)基于VGG19网络，设计出当前视觉全景图的特征图提取框架；

(2.2)通过特征图提取框架提取导航目标图像特征图和机器人当前视觉图像特征图，并度量出机器人当前视觉特征图上面片与导航目标图像特征图上面片之间的相关性；

(2.3)基于相关性的度量结果，构建导航目标引导的移动机器人视觉图像特征图面片，重构移动机器人视觉图像特征图；

(3)基于重构的移动机器人视觉图像特征图，构建基于深度强化学习的移动机器人导航决策模型，发布移动机器人导航到目标所需的运动命令，包括如下子步骤：

(3.1)确定导航决策模型的输出决策动作空间及训练决策模型过程中的奖励函数；

(3.2)将重构的移动机器人视觉图像特征图作为导航决策模型的前端，建立基于深度强化学习框架A3C的导航决策模型；

(3.3)对基于深度强化学习框架A3C的导航决策模型进行训练，直至训练过程中移动机器人每个回合获得的奖励函数不再增加，停止训练，得到训练好的导航决策模型，并在训练好的导航决策模型上发布移动机器人导航到目标所需的运动命令，实现移动机器人的智能导航。

2.根据权利要求1所述基于视觉特征图重构的移动机器人导航决策方法，其特征在于，步骤(1)中移动机器人上搭载的四个单目视觉传感器被设置在同一高度，且任意相邻两个单目视觉传感器之间的拍摄角度为90度。

3.根据权利要求1所述基于视觉特征图重构的移动机器人导航决策方法，其特征在于，步骤(2.1)中VGG19网络的结构具体为：设有16个卷积层，卷积层的通道数分别是64、64、128、128、256、256、256、256、512、512、512、512、512、512、512、512，每个卷积层的卷积核大小是3×3，步长为1。

4.根据权利要求1所述基于视觉特征图重构的移动机器人导航决策方法，其特征在于，步骤(2.2)具体过程为：通过特征图提取框架提取导航目标图像I_g的导航目标图像特征图Ψ(I_g)和机器人当前时刻视觉全景图I_t的机器人当前视觉图像特征图Ψ(I_t)，分别提取导航目标图像特征图Ψ(I_g)上的面片和机器人当前视觉图像特征图Ψ(I_t)上的面片通过最大化特征面片之间的相关性，使得机器人当前视觉图像特征图Ψ(I_t)上的每一个特征面片Ψ_i(I_t)，匹配到导航目标图像特征图Ψ(I_g)上最相关的一个特征面片Ψ_*(I_g)，有：

其中，表示定义符号，n_g表示导航目标图像特征图Ψ(I_g)上的面片数量，j表示Ψ(I_g)上特征面片的索引，表示机器人当前视觉图像特征图Ψ(I_t)上的面片数量，i表示Ψ(I_t)上特征面片的索引，＜Ψ_i(I_t)，Ψ_j(I_g)＞表示机器人当前视觉图像特征图Ψ(I_t)上的第i个面片Ψ_i(I_t)与导航目标图像特征图Ψ(I_g)上的第j个面片的内积，||Ψ_i(I_t)||表示Ψ_i(I_t)的模，||Ψ_j(I_g)||表示Ψ_j(I_g)的模。