A family service robot path planning method based on walking trajectory, the invention discloses a service robot navigation method based on human walking trajectory. First of all, discusses the pedestrian trajectory description, bring forward a new method of key points of kernel density estimation and trajectory extraction based on similarity by trajectory in the space distance, moving direction and velocity on the measure to achieve the classification of pedestrian trajectories. Secondly, in order to avoid the propagation path search algorithm in the global space, improve the real-time algorithm, proposed an improved RRT Connect algorithm trajectory based on the gravity function, walking path tends to track the search program. Finally, the implementation of the topology grid environment model based on double path planning based on safety of navigation, improve the efficiency of navigation.
【技术实现步骤摘要】
一种基于行走轨迹的家庭服务机器人路径规划方法
本专利技术属于机器人导航与定位领域,尤其涉及一种基于行走轨迹的家庭服务机器人路径规划方法。技术背景:导航是服务机器人的基本功能之一,也是机器人完成服务任务的基础。传统的机器人导航方式一般是基于时间最短、路径最短或耗能最低等优化指标而实现的,忽略了对机器人运动安全性、平稳性、与人友好性等服务质量的要求,规划出的运动路径一般为分段折线。服务机器人在进行路径跟踪时就需要频繁地减速、停止、转弯和加速,从而造成机器人运动的不连续,机器人的平稳性和安全性变差。尤其对于动态性较强的家庭环境,传统的导航方法仅仅考虑路径选择的优化,没有考虑行人的运动行为以及机器人运动区域的约束性,以致于在路径跟踪时举步维艰,偏离了怡人化服务的宗旨,更谈不上与人共融。然而,从人的行为中获取知识,观察人在家庭环境中的运动,提取人的日常运动轨迹,并引导机器人沿着人的运动路线,像人一样行走,有助于提供人性化的服务。人的行走轨迹是人体运动行为在时空域中的直观表达,反映了人们的日常行为和生活习惯,蕴含着丰富的信息。家庭环境下的行人运动轨迹就像现实世界中一条畅通无阻的“高速公路”,具有现实意义上的可达性。近年来,通过监测人在室内环境下运动路线,提取运动轨迹,引导机器人导航与控制方面的研究已逐渐得到了人们的关注[141]。例如,Simon等[142]采用分布式激光雷达检测行人位置,提取其运动轨迹,对每条轨迹通过高斯过程建模,同时将多条轨迹直接平均作为期望轨迹。该方法忽略了行人运动轨迹的双向性和复杂性,单纯对轨迹平均并不能完全反映人的实际行走轨迹,容易导致机 ...
【技术保护点】
一种基于行走轨迹的家庭服务机器人路径规划方法,其特征在于,包括以下步骤:S1、根据行人运动轨迹的描述方式,利用核密度估计对轨迹关键点进行提取;S2、定义轨迹在空间距离、运动方向、运动速度上的相似性度量;S3、用k‑means算法进行行人运动轨迹分类;S4、于RRT‑Connect算法对行人行走轨迹进行路径规划。
【技术特征摘要】
1.一种基于行走轨迹的家庭服务机器人路径规划方法,其特征在于,包括以下步骤:S1、根据行人运动轨迹的描述方式,利用核密度估计对轨迹关键点进行提取;S2、定义轨迹在空间距离、运动方向、运动速度上的相似性度量;S3、用k-means算法进行行人运动轨迹分类;S4、于RRT-Connect算法对行人行走轨迹进行路径规划。2.如权利要求1所述的基于行走轨迹的家庭服务机器人路径规划方法,其特征在于,步骤2具体为:运动目标的一条轨迹描述为:二维空间中,基于目标定位而获取的从关键点(转移节点)到关键点(转移节点)之间的有向运动目标定位点所组成的点集,由此,运动目标的某条运动轨迹j可描述为:Tj={xi=(xi,yi),ai,vi,i=1,...,N}其中,(xi,yi)描述了目标轨迹点i的坐标位置,ai和vi分别为产生轨迹点i时目标的运动方向和运动速度值,然后对轨迹进行相似性度量时,分别引入轨迹空间距离相似度Sd,运动速度相似度Sv,运动方向相似度Sa,以此衡量人的运动轨迹在空间距离、运动速度、运动方向上的相似程度,设Tm,Tn为运动目标的两条轨迹,则它们之间相似程度可用一个三维矩阵表示:S(Tm,Tn)=[Sd(Tm,Tn),Sv(Tm,Tn),Sa(Tm,Tn)]下面阐述这几种相似性度量的计算方法,其中,迹空间距离相似度Sd仅与轨迹点的空间位置有关,对于轨迹Tm上的任意一点Xi,在轨迹Tn上的最近点可表示为:则轨迹Tm和轨迹Tn之间的空间距离可表达为:其中,Nm为轨迹Tm上点的数目,轨迹Tm和轨迹Tn之间的相似度可表达为:参照轨迹空间距离相似度表达方式,轨迹Tm和轨迹Tn之间的运动方向相似度可表达为:轨迹Tm和轨迹Tn之间的运动速度相似...
【专利技术属性】
技术研发人员:袁家政,刘宏哲,张勇,赵小燕,
申请(专利权)人:北京联合大学,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。