面向建筑环境移动机器人定位的路标部署优化方法

本发明属于机器人辅助定位与智能优化，具体涉及一种面向建筑环境移动机器人定位的路标部署优化方法，本发明适用于大型建筑环境的人工路标布局规划。

背景技术：

1、在大规模、非结构化、复杂的建筑环境中，移动机器人的精确定位是执行巡检、物料运输、数据采集等自主任务的基础。由于 gps 信号在室内环境中受钢筋混凝土结构与金属构件遮挡而严重衰减，无法稳定获取，同步定位与建图（slam）及里程计在长时间运行中又会累积漂移误差，因此，工程实践中通常在环境中布设人工路标作为稳定参考点。

2、然而，过多的路标数量会显著增加部署成本，并增加机器人端实时感知处理与数据关联匹配的计算复杂度，进而影响系统的实时性与可靠性。因此，如何在保证定位精度的前提下实现路标的高效部署，已成为本领域亟待解决的关键问题。

3、经检索并经申请人对照分析，与本发明最相近的现有技术主要分布于人工路标部署、uwb／信标基站布局、稀疏多目标进化算法、自适应算子调度等方向，代表性专利文献如下：

4、

5、总结上述现有技术，主要存在以下不足：1.人工路标部署方法以机器人路径已知且固定为前提进行布局优化，难以适用于工作区域与可行路径持续演变的建筑场景；2.拓展性和求解效率多在中小规模地图与相对简单的几何约束下验证，未在候选位置为千乃至数千量级的大规模建筑环境中得到检验；3.普遍预先固定路标数量  仅优化空间布局，未能直接根据给定的定位精度阈值反向确定当前环境所需的路标数量，实际部署时须对不同  值反复试算，计算代价高昂且操作性差；4.多采用启发式覆盖率或视距通达率等代理指标，无法保证全工作区每点都具备本质可定位性；5.通用多目标进化算法难以有效处理大规模、稀疏且约束紧耦合的二元组合优化问题，其算子或对几何无感知、或缺乏自适应调度机制，常用的基于深度 q 网络的算子选择方案需要离线预训练大量合成实例、依赖经验回放和大量超参，部署成本高、跨实例泛化弱。

技术实现思路

1、针对现有技术存在的上述不足，本发明提供了一种面向建筑环境移动机器人定位的路标部署优化方法，其能够在不预设机器人路径的前提下直接面向全工作区采样位姿进行优化；处理候选位置规模达数千、活跃变量仅占 10% 的大规模稀疏二元决策；同时优化路标数量、最差位置误差界和布局均匀性，并以 fisher 信息矩阵正定性作为可行性约束；采用动态汤普森采样调度六个稀疏感知算子，无需任何离线预训练即可在数十代内收敛到与问题实例相适应的算子偏好分布；通过乘性滑动窗口衰减机制对早期累积观测进行可控遗忘。

2、为达到上述发明目的，本发明采用以下技术方案：

3、一种面向建筑环境移动机器人定位的路标部署优化方法，具体包括以下步骤：

4、s1：将建筑地图离散化为栅格地图，从可部署位置提取候选反射器位置集合，在可通行区域内按多个朝向对机器人评估位姿进行采样，得到机器人需要评估位姿的集合 ，并基于传感器属性和建筑环境几何特征通过光线投射算法计算二元可见性矩阵 ；

5、s2：基于步骤s1的评估位姿集合和二元可见性矩阵构建以路标部署成本 、最差位置误差界  和布局均匀性  为目标、以每个评估位姿处 fisher 信息矩阵正定性 为可行性约束的多目标优化模型，其中每个评估位姿处的fisher 信息矩阵由该位姿可见且被选中的反射器依据所述二元可见性矩阵累加得到；

6、s3：设计六个覆盖探索、利用与约束修复三种互补角色的稀疏感知算子；其中，算子 1、2、4、5 的操作受预计算的候选位置 fisher 信息贡献重要性得分  进行引导；

7、s4：构建动态汤普森采样调度智能体，为每个算子维护一组 beta 分布参数，进化前期进行热身阶段执行确定性轮询，使每个算子被依次选中若干次以积累初始观测，热身结束后在每一代中对每个算子的 beta 分布各采样一次、以最大采样值对应的算子作为当代执行的算子，每隔预设  代对  施加乘性衰减，并根据步骤 s5反馈的可行超体积变化更新当代所选算子的 beta 分布；

8、s5：在 nsga-ii 框架下执行约束多目标进化搜索，使用步骤s4所选算子产生子代并进行评估，采用约束感知非支配排序和拥挤距离进行环境选择，每代结束后计算可行超体积变化，将其作为二元反馈信号更新所选算子的 beta 分布至步骤 s4；

9、s6：从步骤s5进化搜索终止时得到的最终种群中提取所有可行且非支配的解构成帕累托前沿，给定工程精度阈值  后筛选满足最差位置误差界要求  的部署方案集。作为优选，步骤 s1 中，将建筑地图离散化为均匀栅格，从可通行区域边界提取候选反射器位置集合 ；在可通行栅格顶点处采样评估位姿集合 ，每个顶点取多个均匀间隔的朝向；根据传感器测距范围、视场角及建筑几何，采用光线投射算法离线计算每个位姿到每个候选位置的可见性，生成二进制可见性矩阵 ，其中，为机器人需要评估位姿的数量，为候选反射器位置的数量，当且仅当位姿  与候选位置  之间无遮挡, 二进制可见性矩阵 的第行第 列元素。

10、作为优选，所述步骤 s2 中：

11、部署成本目标取为 ；

12、最差位置误差界目标取为 ，其中，；

13、布局均匀性目标取为  等于所有选中路标两两欧氏距离的标准差；

14、fisher 信息矩阵按累加；

15、可行性约束为 。

16、进一步作为优选，步骤 s2 中，路标部署成本目标为选中反射器的数量，即决策向量的  范数，表达式为：

17、

18、其中，  为二进制决策向量， 表示在第  个候选位置部署路标， 表示不部署；

19、最差位置误差界目标为所有评估位姿中位置误差界peb的最大值，表达式为：

20、

21、其中，位姿  处的位置误差界由该位姿处 fisher 信息矩阵的逆矩阵的位置子矩阵迹的开平方根得到，表达式为：

22、

23、其中，  是位姿  处的 fisher 信息矩阵， 表示提取与位置参数对应的  子矩阵；

24、布局均匀性目标为选中反射器之间所有两两距离的标准差，表达式为：

25、

26、其中，  分别为第  个候选反射器的二维坐标；该目标刻画了部署路标之间距离的均匀程度，值越小表示空间分布越均匀。

27、所述 fisher 信息矩阵为该位姿处所有可见且被选中的反射器单路标信息贡献矩阵的累加，表达式为：

28、

29、其中，  为第  个候选路标对位姿  的单路标 fisher 信息贡献矩阵；

30、可行性约束为：

31、

32、其中，  表示可行部署方案集合， 表示所有长度为  的二进制向量组成的空间， 表示 fisher 信息矩阵正定，需对所有  个评估位姿均满足该条件。

33、作为优选，步骤 s3 中，所述六个稀疏感知算子按互补角色划分为：

34、探索类：算子 0 稀疏交叉变异、算子 3 块突变、算子 4 重要性重采样；

35、利用类：算子 1 基于 fim 的交换、算子 2 贪婪局部搜索；

36、修复类：算子 5 修复加修剪。

37、预计算的重要性得分在所有代次中复用，避免在线重复计算。

38、进一步作为优选，步骤 s3 中，六个算子包括：

39、算子 0 为稀疏交叉变异，在二元掩码层执行均匀交叉并以自适应稀疏变异率进行位翻转；

40、算子 1 为基于fisher信息矩阵的交换操作，利用预计算的重要性得分将当前活跃路标中得分最低者替换为非活跃集中得分最高者；

41、算子 2 为贪婪局部搜索，按重要性升序逐一尝试移除活跃路标，并借助增量 fim更新判断移除后的可行性，仅保留可行的移除；

42、算子 3 为块突变，以随机选取的活跃路标为中心，在自适应半径内按重要性采样重新生成局部区域的活跃位；

43、算子 4 为重要性重采样，以重要性得分为概率分布重新采样生成新个体；

44、算子 5 为修复加修剪，先通过贪婪 fisher信息矩阵修复使不可行解重新满足正定性约束，再通过修剪移除冗余路标。

45、进一步作为优选，步骤s3中，重要性得分的表达式为：

46、

47、其中，  为位姿难度权重， 为第  个候选位置对位姿  的单路标信息贡献矩阵的迹； 越小表示候选位置  越重要；该得分在进化过程开始前一次性计算并在各代中复用。

48、作为优选，所述步骤 s4 中：

49、初始化 ；

50、热身阶段以确定性轮询方式对每个算子各执行  次（典型 ），共 代；

51、热身结束后每代各算子各采样一次 ，按  选择算子；

52、每隔  代（典型 ）施加 （典型）的乘性衰减；

53、本方案的 beta-参数动态汤普森采样无需任何离线预训练：均匀先验配合轮询热身即可在数十代内收敛到与问题实例相适应的算子偏好分布。可选地，全 7 维进化状态（归一化超体积、可行性比率、平均稀疏性、归一化最佳 peb、多样性、进度、算子成功率）作为监控信号被记录用于评估与可视化，但不参与算子选择决策，从而避免了状态特征工程对调度结果的影响。

54、进一步作为优选，步骤 s4 中，为所述六个算子各初始化一个 beta 分布，初始参数均设为均匀先验 ；在进化前期执行确定性轮询热身，使每个算子被依次选中  次以积累初始观测数据；热身结束后，在第  代对每个算子的 beta 分布各采样一次，选择采样值最高的算子作为当代执行的算子，表达式为：

55、其中，  表示第  代选择的算子； 为所述六个算子组成的算子池； 为从算子  当前 beta 分布中采样得到的随机变量；、 分别为算子  的 beta 分布的成功计数和失败计数参数。

56、在轮询热身结束后的常规调度阶段，每隔  代对所有算子的 beta 分布参数施加乘性衰减，以防止早期累积观测主导后期决策，表达式为：

57、

58、其中，  为衰减窗口长度， 为衰减因子； max 运算内的常数1为各算子 beta 分布的两个参数 与 在衰减后的取值下限，保证 与在任意次衰减后均不小于 1，使 beta 分布至多衰减回  的均匀先验，而不会因参数小于 1 出现密度在端点 0 或 1 处发散的退化形态。

59、作为优选，所述步骤 s5 中：

60、采用 30% 贪婪构建  40% 重要性采样  30% 随机初始化的混合策略生成初始种群；

61、主循环遵循 nsga-ii 框架，每代依次执行：状态记录（用于日志）、算子选择、子代生成、子代评估、可行优先环境选择、 计算与 beta 参数更新；

62、当所选算子为贪婪局部搜索（算子 2）或修复加修剪（算子 5）时，仅对按非支配等级和拥挤距离排序排名前 20% 的精英父代应用该算子，其余 80% 父代回退使用稀疏交叉变异生成子代；

63、子代评估采用增量 fim 更新机制 ，仅对被增删路标可观测到的位姿进行  复杂度的矩阵更新与位置误差界重算。

64、进一步作为优选，步骤 s5 中，采用混合策略初始化种群，所述混合策略由按比例 划分的贪婪构建、重要性采样以及随机初始化三种方式组合生成；当所选算子为贪婪局部搜索或修复加修剪算子时，仅对按非支配等级和拥挤距离排序在设定排名之前的精英父代应用该算子，其余父代回退使用稀疏交叉变异生成子代；子代评估采用增量 fisher信息矩阵更新机制：当某路标被添加或移除时，仅更新能观测到该路标的评估位姿的fisher 信息矩阵，并在常数时间内重新计算该位姿的位置误差界，更新表达式为：

65、

66、其中，  表示当前决策向量  下位姿  的 fisher 信息矩阵； 为路标增删后的新决策向量；正号对应路标添加，负号对应路标移除；更新完成后重新计算该位姿的位置误差界。

67、每一代结束后，采用约束感知的非支配排序和拥挤距离进行环境选择，并根据可行超体积变化作为二元反馈信号更新所选算子的 beta 分布参数；所述可行超体积变化的表达式为：

68、

69、其中，  为第  代的可行超体积变化值； 与  分别表示第 代和第  代种群中所有可行解构成的子集； 为以预设参考点定义的超体积指标；

70、将可行超体积变化作为二元反馈信号，按下式更新所选算子的 beta 分布参数：

71、

72、其中，  为本代所选算子；、 分别为该算子 beta 分布的成功计数和失败计数；当本代可行超体积变化大于零时，认为该算子产生了正向贡献，将其成功计数加1，否则将失败计数加 1。

73、作为优选，步骤 s6 中，所述帕累托前沿由最终种群中所有可行且非支配的解构成；给定工程精度阈值 ，从帕累托前沿中筛选出满足  的解集，并按

74、与现有技术相比，本发明具有如下有益效果：

75、1、适用于大规模建筑环境：本发明通过稀疏感知算子和重要性得分机制，可处理从详细建筑地图中提取的数千个候选位置，并仅激活 1%–5% 的变量；在多种典型建筑布局上均能获得可行部署。

76、2、自适应搜索策略且无需预训练：本发明采用动态汤普森采样智能体在每代各算子 beta 分布中采样并  选取算子，与基于深度 q 网络的方案相比，无需离线合成数据预训练、无需经验回放，约数十代即可收敛到与问题实例相适应的算子偏好分布，部署与移植成本低。

77、3、针对进化非平稳性的可控遗忘：本发明对 beta 参数施加乘性滑动窗口衰减并以 1 为下界，避免早期累积观测对后期搜索的支配。

78、4、严格的可定位性保证：以每个评估位姿处 fisher 信息矩阵的正定性作为可行性约束，本发明从信息论意义上保证机器人在整个工作空间中每个点都具备本质可定位性，避免了启发式覆盖代理指标可能遗留的定位失效区域。

79、5、增量评估机制带来的工程可用性：增量 fisher信息矩阵 更新使每次算子操作的评估代价与所改变路标可见到的位姿数量成正比，相对于从头重算实现了显著加速，使千级候选、百代以上规模的进化在工程时间内可完成。