一种家庭服务机器人的控制方法及系统技术方案

本发明专利技术提供一种家庭服务机器人的控制方法及系统，基于偏航数据，利用决策树模型进行预测，得到的预测偏航值可精确地定位机器人在室内的方向角度，使得在进行基于激光雷达的SLAM室内定位时，能更精准地进行特征点匹配；将多张待服务对象的图像输入至深度学习网络模型中进行深度学习，很好地识别出不同状态下的家用电器，图像包括家里光线太暗、有人站在冰箱门前等情况，方便机器人识别出各种家用电器；在规划机器人路径时，通过学习算法对功耗进行预测，以达到功耗最小化的目的。以达到功耗最小化的目的。以达到功耗最小化的目的。

【技术实现步骤摘要】
一种家庭服务机器人的控制方法及系统


[0001]本专利技术属于自动化控制
，尤其涉及一种家庭服务机器人的控制方法及系统。

技术介绍

[0002]家庭服务机器人是为人类服务的特种机器人，能够代替人完成家庭服务工作的机器人，应用在使用者的家庭中，以完成包括物品搬运、家电控制、清洁卫生等工作，例如在人或宠物走来走去的情况下导航到冰箱处拿某个食物，或者将脏衣服丢到洗衣机。
[0003]为了完成使用者赋予给它的工作任务，机器人需要在室内实现精准定位，特别是朝向角度需要很精准，才能控制或者操作相关的待服务对象；而室内环境是一种动态环境，即导航路上存在多种活动的障碍物，家电也可能被更换，而且随着灯光的变化，或者类似的两种家电并排放在一块，则有可能导致机器人识别错误；在机器人的路径规划中，目前普遍是按最短路径或最小时间规划，但是最短路径和最小时间并不完全代表最优的功耗，并未发现在行驶中何种因素会对功耗起到减小作用，导致机器人很耗电，在进行家庭服务过程中频繁充电。
[0004]上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。

技术实现思路

[0005]本专利技术的目的在于克服上述现有技术存在的不足，提供一种家庭服务机器人的控制方法及系统，主要用于解决现有技术中机器人在室内角度偏航定位不精准、对象识别精度差、耗电多等问题。
[0006]为了实现上述目的，第一方面，本专利技术提供一种家庭服务机器人的控制方法，包括以下步骤：
[0007]S10、接收服务指令，所述服务指令被配置为使机器人到达或相继经过至少一个预设待服务对象以执行设定任务动作；
[0008]S20、采集检测偏航数据，输入至决策树模型，得到预测偏航值；所述决策树模型被配置为内设有偏航数据的分类预测策略，并利用数据集训练所得；
[0009]S30、基于SLAM进行室内定位，通过学习算法预测并制定功耗最优的行驶路径；
[0010]S40、在行驶过程中，采集待服务对象的图像，输入至深度学习网络模型中进行识别，得到所述待服务对象的类别，与服务指令中的预设待服务对象的类别进行判定，如相符，继续执行设定任务动作。
[0011]在一些实施例中，在步骤S20中，包括以下步骤：
[0012]所述偏航数据包括由IMU传感器采集的第一偏航值和由里程计采集的第二偏航值；
[0013]在制定偏航数据的分类预测策略时，利用角度测量工具，测量机器人的真实朝向
角度，将偏航数据分成360种分类，记录与每一种分类下偏航数据相对应的第一偏航值和第二偏航值，生成真实朝向角度与第一偏航值、第二偏航值的映射表；
[0014]利用IMU传感器和里程计产生偏航值，分为训练集、验证集和测试集，采用K折交叉验证方法进行训练，得到训练后的决策树模型。
[0015]在一些实施例中，在步骤S20中，包括以下步骤：
[0016]测量当机器人处于异常状态时的第一偏航值和第二偏航值，定义为异常数据集；所述异常状态包括但不限于所述机器人在空转、磁场环境变弱后IMU传感器的输出出现振动；
[0017]在训练决策树模型时，加入所述异常数据集。
[0018]在一些实施例中，在步骤S20中，包括以下步骤：
[0019]将每种分类分布在决策树模型的端点上，每个端点赋值为一个矩阵，所述矩阵中包括360个整数，其中一个为1，其他为0，整数1在矩阵中的位置表示对应的偏航数据分类。
[0020]在一些实施例中，在步骤S30中，包括以下步骤：
[0021]控制机器人按任意方向移动，采集里程计数据和电流值，计算机器人前行、后移、转弯时的电流消耗值；
[0022]根据服务指令，制定出若干条到达或相继经过至少一个预设待服务对象的行驶路径，利用线性SVR算法对电流消耗值进行预测，选择电流消耗值最小时对应的最优行驶路径。
[0023]在一些实施例中，在步骤S30中，包括以下步骤：
[0024]在利用线性SVR算法对电流消耗值进行预测时，对预测的电流消耗值进行容错率判断，当预测的电流消耗值小于等于真实电流值
×
容错率，且大于等于真实电流值
×
(2
‑
容错率)，保留对应的行驶路径，其中，容错率的取值范围为1.1～1.6。
[0025]在一些实施例中，在步骤S30中，包括以下步骤：
[0026]在选择最优行驶路径时，先筛选出曲线移动路程比直线移动路程大的行驶路径，再在筛选出的行驶路径中按电流消耗值排序，选取电流消耗值最小对应的最优行驶路径。
[0027]在一些实施例中，在步骤S40中，包括以下步骤：
[0028]应用网络爬虫程序在互联网上爬取各种待服务对象的图片，得到对应的URL地址，所述待服务对象包括但不限于冰箱、洗衣机、消毒柜、洗碗机中的一种或多种；
[0029]将爬取的图片分为训练集和测试集，将输入归一化为150*150，输入至LeNet5改进型深度学习网络模型中，经卷积学习循环处理，以最大值作为图像中的明显特征，输出识别结果，所述识别结果被配置为代表待服务对象是否属于某一类别的结果。
[0030]在一些实施例中，在步骤S40中，包括以下步骤：
[0031]改变所爬取图片的对比度和亮度，模拟待服务对象被遮挡或光线变暗的情况，将处理后的图片输入至LeNet5改进型深度学习网络模型中进行训练。
[0032]第二方面，本专利技术提供一种应用于如上述家庭服务机器人的控制方法的系统，包括：
[0033]接收模块，被配置为接收服务指令，所述服务指令被配置为使机器人到达或相继经过至少一个预设待服务对象以执行设定任务动作；
[0034]偏航预测模块，被配置为采集检测偏航数据，输入至决策树模型，得到预测偏航
值；所述决策树模型被配置为内设有偏航数据的分类预测策略，并利用数据集训练所得；
[0035]路径预测模块，被配置为基于SLAM进行室内定位，通过学习算法预测并制定功耗最优的行驶路径；
[0036]识别模块，被配置为在行驶过程中，采集待服务对象的图像，输入至深度学习网络模型中进行识别，得到所述待服务对象的类别，与服务指令中的预设待服务对象的类别进行判定，如相符，继续执行设定任务动作。
[0037]相比现有技术，本专利技术的有益效果至少包括：
[0038]基于偏航数据，利用决策树模型进行预测，得到的预测偏航值可精确地定位机器人在室内的方向角度，使得在进行基于激光雷达的SLAM室内定位时，能更精准地进行特征点匹配；
[0039]将多张待服务对象的图像输入至深度学习网络模型中进行深度学习，很好地识别出不同状态下的家用电器，图像包括家里光线太暗、有人站在冰箱门前等情况，方便机器人识别出各种家用电器；
[0040]在规划机器人路径时，通过学习算法对功耗进行预测，以达到功耗最小化的目的。
附图说明
[0041]利用附图对本专利技术作本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种家庭服务机器人的控制方法，其特征在于，包括以下步骤：S10、接收服务指令，所述服务指令被配置为使机器人到达或相继经过至少一个预设待服务对象以执行设定任务动作；S20、采集检测偏航数据，输入至决策树模型，得到预测偏航值；所述决策树模型被配置为内设有偏航数据的分类预测策略，并利用数据集训练所得；S30、基于SLAM进行室内定位，通过学习算法预测并制定功耗最优的行驶路径；S40、在行驶过程中，采集待服务对象的图像，输入至深度学习网络模型中进行识别，得到所述待服务对象的类别，与服务指令中的预设待服务对象的类别进行判定，如相符，继续执行设定任务动作。2.如权利要求1所述的一种家庭服务机器人的控制方法，其特征在于，在步骤S20中，包括以下步骤：所述偏航数据包括由IMU传感器采集的第一偏航值和由里程计采集的第二偏航值；在制定偏航数据的分类预测策略时，利用角度测量工具，测量机器人的真实朝向角度，将偏航数据分成360种分类，记录与每一种分类下偏航数据相对应的第一偏航值和第二偏航值，生成真实朝向角度与第一偏航值、第二偏航值的映射表；利用IMU传感器和里程计产生偏航值，分为训练集、验证集和测试集，采用K折交叉验证方法进行训练，得到训练后的决策树模型。3.如权利要求2所述的一种家庭服务机器人的控制方法，其特征在于，在步骤S20中，包括以下步骤：测量当机器人处于异常状态时的第一偏航值和第二偏航值，定义为异常数据集；所述异常状态包括但不限于所述机器人在空转、磁场环境变弱后IMU传感器的输出出现振动；在训练决策树模型时，加入所述异常数据集。4.如权利要求3所述的一种家庭服务机器人的控制方法，其特征在于，在步骤S20中，包括以下步骤：将每种分类分布在决策树模型的端点上，每个端点赋值为一个矩阵，所述矩阵中包括360个整数，其中一个为1，其他为0，整数1在矩阵中的位置表示对应的偏航数据分类。5.如权利要求4所述的一种家庭服务机器人的控制方法，其特征在于，在步骤S30中，包括以下步骤：控制机器人按任意方向移动，采集里程计数据和电流值，计算机器人前行、后移、转弯时的电流消耗值；根据服务指令，制定出若干条到达或相继经过至少一个预设待服务对象的行驶路径，利用线性SVR算法对电流消耗值进行预测，选择电流消耗值最小时对应的最优行驶路径。6.如权利要求5所述的一种家庭服务...

【专利技术属性】
技术研发人员：严毓培，马维旻，尹雪梅，杨裕，汤佩豫，
申请(专利权)人：珠海城市职业技术学院，
类型：发明
国别省市：