一种用于餐厅的机器人路径规划方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113835428A(43)申请公布日2021.12.24(21)申请号202110993616.3(22)申请日2021.08.27(71)申请人华东交通大学地址330013江西省南昌市经济技术开发区双港东大街808号(72)发明人聂学方范茗艺简豪欣周天清廖龙霞赵军辉(74)专利代理机构南昌华成联合知识产权代理事务所(普通合伙)36126代理人黄晶(51)Int.Cl.G05D1/02(2020.01)权利要求书2页说明书5页附图6页(54)发明名称一种用于餐厅的机器人路径规划方法(57)摘要本申请涉及一种用于餐厅的机器人路径规划方法，它包括如下步骤：实时定位机器人相对位置，记录餐厅内物体摆放位置及图像信息；机器人接收网络CSI信息，记录物体位置周围和空旷位置参考点的CSI信号强度；构建室内地图，同时存储物体位置与各参考点处CSI信号强度信息；利用KNN算法并融合WiFi定位及机器人ROS系统定位，获得准确位置；利用深度摄像头获取目标图像，提取图像特征，计算目标距离信息；结合A*算法与DWA算法计算出机器人前往目标地最佳路径；当机器人偏离最佳路径时，则重新规划路线。本发明可自动规划餐厅机器人的移动路线，获得最佳移动路径，缩短移动距离，提高移动效率，节约能源消耗。CN113835428ACN113835428A权利要求书1/2页1.一种用于餐厅的机器人路径规划方法，其特征在于，包括如下步骤：S1：机器人在新餐厅环境内全方位走动，利用电机转速及IMU数据实时定位机器人相对位置，通过深度摄像头、激光雷达记录餐厅内物体摆放位置及图像信息；S2：在餐厅内固定位置安装WiFi无线接入点，机器人接收网络CSI信息，记录餐厅内物体位置周围接收的CSI信号强度，以及空旷位置N个参考点的CSI信号强度；S3：通过Gmapping构建室内地图，同时存储物体位置与各参考点处CSI信号强度信息；S4：利用KNN算法，即K最近邻算法，融合WiFi定位及机器人ROS系统定位，结合卡尔曼滤波获得准确位置；S5：机器人在移动过程中，利用深度摄像头获取目标图像，使用TensorFlow提取图像特征；利用三角定位法计算目标距离信息；S6：结合全局路径规划A*算法与局部路径规划DWA算法计算出机器人前往目标地最佳路径；当ROS监测到机器人偏离最佳路径时，则重新规划路线。2.根据权利要求1所述的一种用于餐厅的机器人路径规划方法，其特征在于，所述步骤S2中机器人通过WiFi通信模块与所述服务器进行通信，获得网络CSI信息；所述步骤S2包括2个阶段：训练阶段和测试阶段；在训练阶段，将收集到的每个参考点位置处的WiFi信号强度和这些参考点对应的位置坐标存储到机器人的存储器中；每个参考点处采集多组接收信号强度数据；对于第i个参考点，所述第i个参考点的位置坐标li(xi,yi)处对应的位置数据矢量可以表示为其中，P为WiFi无线接入点的数量，是位置i处的第j个接收信号强度；在测试阶段，利用待定位点处采集到的数据，通过信号强度配合当前机器人和周边物体的距离，实现位置的推算。3.根据权利要求1所述的一种用于餐厅的机器人路径规划方法，其特征在于，所述步骤S4的具体方法为：S401：计算机器人与行进过程中的每一个障碍物之间的距离，所述障碍物包括静态障碍物与动态障碍物，每个障碍物都视为一个样本点；将计算得到的距离值从小到大进行排序，选出距离机器人最近的K个样本点；S402：将所述样本点用矩阵表示，计算两个样本点之间的欧氏距离或者相似度，选出最近的样本点；S403：基于KNN算法计算当前测试点l的位置数据与数据库中每个参考点数据之间的距离：其中，fj是测试位置i处的第j个位置特征；n是可用位置特征的数量；S404；选择距离最小的K个位置作为该位置的最近邻位置数据；通过取所有K个最近邻位置的平均值来确定用户的位置；S405：通过深度摄像头识别出不同的行人和机器人之间的距离，通过积累数据实现对行人的轨迹进行预测，并作为机器人路径规划的依据。4.根据权利要求1所述的一种用于餐厅的机器人路径规划方法，其特征在于，所述步骤2CN113835428A权利要求书2/2页S5中，机器人通过一束激光以一定的入射角度照射机器人周围物体，即障碍物，激光在障碍物表面发生反射和散射；机器人在另一角度利用透镜对反射激光汇聚成像，光斑成像在CCD位置传感器上；当障碍物沿激光方向发生移动时，CCD位置传感器上的光斑将产生移动，所述光斑的位移大小对应被测障碍物的移动距离。5.根据权利要求1所述的一种用于餐厅的机器人路径规划方法，其特征在于，所述步骤S6中，所述A*算法的具体步骤为：生成空的open表和close表，将机器人当前所在的位置数据放入