[发明专利]一种考虑意图及个体操作习惯的智能避障方法

权利要求书

1.一种考虑意图及个体操作习惯的智能避障方法，其特征在于：包括以下步骤：

步骤1、轮椅机器人在避障时，考虑驾驶者的行驶意图；

步骤2、根据驾驶者的操作习惯进行自学习，动态调整自身在避障状态时的默认转向幅度；

步骤3、构建出危险度评价标准，对轮椅机器人的强化学习进行安全约束；

采用超声波传感器获取障碍物的距离信息；建立自动避障模糊推理以确定障碍物的距离与轮椅机器人自动避障方向角β_a之间的关系；

轮椅机器人根据驾驶者操作指令，记指令方向为β_e；轮椅机器人所执行的最终行驶方向β_f根据操作权重w来决定多大程度遵循驾驶者的指令方向，如公式(1)：

β_f＝β_ew+β_a(1-w)(1)

基于驾驶者行驶意图与自动避障方向角的偏差β_b及轮椅机器人的当前行驶速度v_r来确定操作权重w，基于模糊推理，以β_b与v_r为前件，以w为后件建立其输入输出关系；

β_b＝|β_a-β_e|(2)

其中，v_x，v_y分别为轮椅机器人当前沿x轴和y轴方向的分速度，可以基于轮椅机器人的运动学，由四个轮子的速度来求取，如下：

其中，θ为轮椅机器人当前的方向角；l为轮椅机器人中心到每个轮子的距离；v₁，v₂，v₃，v₄为四个轮子的当前速度；

采集一个避障周期内驾驶者操作指令方向β_e的离散数列，将β_e的离散数列进行分类，将数据中偏向障碍物方向的角度记为θ_Nk(k＝1,2,...,n)，远离障碍物的意图角度记为θ_Fk，并做归一化处理得到操作习惯的特征值C，如公式(5)所示：

当操作习惯特征值C为正数，则说明驾驶者认为避障行驶过程中距离障碍物过近，所以在该避障周期中采取偏离障碍物的操作指令对轮椅机器人的行驶状态进行补偿。

2.根据权利要求1所述的方法，其特征在于：建立强化学习奖励函数：

将轮椅机器人最终行驶方向β_f的影响因素中，增添操作权重补偿项s，如公式(6)所示：

β_f＝β_e(w+s)+β_a[1-(w+s)](6)

将操作习惯特征值转化成奖励函数，如公式(7)所示：

式中，操作权重补偿项s的值初始为0，C的值可正可负，确定出轮椅机器人经过一个避障周期后的奖励值G_t；操作权重补偿项s的值依照奖励值G_t，在若干避障周期中不断迭代学习。

3.根据权利要求2所述的方法，其特征在于：建立人机交互强化学习模型：

将轮椅机器人视作强化学习模型当中的智能体，将一个避障周期的行驶视为智能体的一次动作，用奖励函数G_t作为环境给予的奖励信号，对操作权重补偿项s的值进行迭代学习；如式(8)所示：

V(s_t)←V(s_t)+α[G_t-V(s_t)](8)

其中，V(s_t)就是指补偿项s的值，α为算法的学习率。