机器人辅助定位方法、模型训练方法及装置与流程

本技术涉及人工智能，尤其涉及一种机器人辅助定位方法、模型训练方法及装置。

背景技术：

1、现有射频识别（radio frequency identification，简称rfid）定位方法，通常将各标签视为相互独立的数据点，主要依据单一信号特征或简单几何、统计模型确定目标位置，未充分利用标签之间的邻接关系、信号差异及整体空间拓扑信息。同时，多径效应、遮挡和环境噪声使rfid信号与空间位置之间呈复杂非线性关系，传统线性模型或传统机器学习模型难以准确拟合；在标签漏读或读取结果不完整时，定位结果的准确性和稳定性会进一步下降。

技术实现思路

1、为解决上述技术问题，本技术提供一种机器人辅助定位方法、模型训练方法及装置。

2、第一方面，本技术提供一种机器人辅助定位方法，包括：

3、获取多个射频识别rfid标签的当前读取结果，其中，所述当前读取结果包括多个所述rfid标签的标签标识和各个所述rfid标签对应的标签信号特征；

4、根据所述当前读取结果构建图结构，其中，所述图结构包括与多个所述rfid标签一一对应的节点，以及表示多个所述rfid标签之间信号关系的边，各个所述节点具有对应rfid标签的标签信号特征；

5、将所述图结构输入训练好的图神经网络模型，得到由所述训练好的图神经网络模型基于所述图结构中的所述边，对各个所述节点具有的标签信号特征进行聚合后输出的机器人的当前位置坐标。

6、在一个实施例中，所述标签信号特征至少包括接收信号强度指示rssi；

7、在所述当前读取结果包括对同一rfid标签的多次读取数据的情况下，基于同一rfid标签每次读取的rssi占同一rfid标签各次读取的rssi总和的比例，确定同一rfid标签各次读取对应的权重；

8、根据同一rfid标签各次读取对应的权重，对同一rfid标签各次读取得到的rssi、相位信息phase和到达时间toa中的至少一种分别进行加权聚合，得到同一rfid标签对应的标签信号特征。

9、在一个实施例中，所述图结构中的所述边通过以下至少一种信号关系确定：

10、计算任一rfid标签与其他rfid标签之间的rssi差值，将rssi差值的绝对值最小的k个rfid标签确定为所述任一rfid标签的邻居标签，并在所述任一rfid标签对应的节点与各个所述邻居标签对应的节点之间分别构建所述边；

11、在两个rfid标签在同一rfid读取操作中均具有读取记录的情况下，在所述两个rfid标签对应的节点之间构建所述边；

12、在两个rfid标签之间的rssi差值的绝对值小于预设信号强度差阈值的情况下，在所述两个rfid标签对应的节点之间构建所述边。

13、在一个实施例中，所述图结构中的各个所述边的边特征包括形成所述边的两个rfid标签对应的标签信号特征之间的信号强度差、相位差和到达时间差中的至少一种；

14、所述图神经网络模型基于所述边特征，对各个所述节点的标签信号特征进行聚合。

15、在一个实施例中，所述训练好的图神经网络模型包括输入层、至少一层图特征提取层、图池化层和位置预测层；

16、所述输入层，用于接收所述图结构、节点特征矩阵和边特征矩阵，其中，所述节点特征矩阵是基于各个所述节点的标签信号特征形成的；所述边特征矩阵是基于所述边特征形成的；

17、所述图特征提取层，用于将所述节点特征矩阵作为各个所述节点的输入特征，并基于所述边特征矩阵和消息传递机制，对各个所述节点的输入特征和各个所述节点对应的邻居节点的输入特征进行聚合，得到各个所述节点更新后的节点特征，其中，所述邻居节点是基于所述图结构中的节点连接关系确定的；所述图特征提取层包括图卷积网络gcn层、图注意力网络gat层或图采样与聚合graphsage层中的至少一种；

18、所述图池化层，用于将各个所述节点更新后的节点特征聚合为图级特征向量；

19、所述位置预测层，用于将所述图级特征向量映射为二维坐标，并将所述二维坐标作为所述机器人的当前位置坐标输出。

20、在一个实施例中，所述图神经网络模型还包括特征融合层；

21、所述将所述图结构输入训练好的图神经网络模型，包括：

22、将所述图结构和机器人的历史定位信息输入所述训练好的图神经网络模型；

23、所述特征融合层，用于对所述图级特征向量和所述历史定位信息中的上一时刻位置坐标进行融合，得到融合特征；

24、所述位置预测层，用于将所述融合特征映射为机器人的当前位置坐标；

25、在输出机器人的当前位置坐标后，将所述图结构更新至历史图结构记录，并将所述当前位置坐标作为下一时刻的历史定位信息。

26、在一个实施例中，所述获取多个rfid标签的当前读取结果，包括：

27、向部署于机器人工作环境中的多个所述rfid标签发起全向广播盘存；

28、接收应答标签返回的响应，得到第一rfid读取结果，其中，所述第一rfid读取结果包括应答标签集合和所述应答标签集合中各个rfid标签对应的标签信号特征；

29、基于所述第一rfid读取结果，确定所述应答标签集合对应的标签读取完整性结果；

30、在所述标签读取完整性结果指示存在标签漏读的情况下，基于所述第一rfid读取结果确定待补充读取的目标标签，并对所述目标标签执行补充读取，得到第二rfid读取结果，其中，所述第二rfid读取结果包括补充标签集合和所述补充标签集合中各个rfid标签对应的标签信号特征；

31、根据所述标签读取完整性结果，将所述第一rfid读取结果，或者对所述第一rfid读取结果和所述第二rfid读取结果进行融合得到的融合读取结果，确定为所述当前读取结果。

32、在一个实施例中，所述基于所述第一rfid读取结果，确定所述应答标签集合对应的标签读取完整性结果，包括以下至少一种：

33、将所述应答标签集合中的标签数量与预设可见标签数量阈值进行比较，在所述应答标签集合中的标签数量小于所述预设可见标签数量阈值，或者小于所述预设可见标签数量阈值的预设比例时，确定所述标签读取完整性结果指示存在标签漏读，其中，所述预设可见标签数量阈值是根据至少一个历史定位周期中读取到的标签数量确定的，或者，根据多个所述rfid标签的部署密度和rfid读取设备的天线覆盖范围确定的；

34、基于所述标签信号特征，从所述应答标签集合中确定满足预设信号强度条件的参考标签；查询历史读取记录，获得与所述参考标签共同出现的邻居标签集合；在所述邻居标签集合相对于所述应答标签集合的差集包括至少一个rfid标签的情况下，确定所述标签读取完整性结果指示存在标签漏读；

35、在所述应答标签集合中存在所述标签信号特征小于预设覆盖边缘阈值的rfid标签的情况下，确定所述标签读取完整性结果指示存在标签漏读。

36、在一个实施例中，所述方法还包括：将通过以下至少一种方式得到的所述目标标签加入候选目标标签集合：

37、基于所述标签信号特征，从所述应答标签集合中确定满足预设信号强度条件的参考标签；查询历史图结构记录，获得与所述参考标签在历史定位周期中的同一位置出现的邻居标签集合，并将所述邻居标签集合与所述应答标签集合的差集中的rfid标签作为所述目标标签加入所述候选目标标签集合；

38、基于上一时刻图结构和机器人历史定位信息，确定机器人的运动趋势，根据所述运动趋势预测当前覆盖范围相对于上一时刻覆盖范围的偏移，获得预测进入所述当前覆盖范围的预计进入标签集合，并将所述预计进入标签集合与所述应答标签集合的差集中的rfid标签作为所述目标标签加入所述候选目标标签集合；

39、基于所述上一时刻图结构中各个所述节点对应的所述标签信号特征，将满足所述预设信号强度条件的节点对应的rfid标签确定为上一时刻参考标签集合，并将所述上一时刻参考标签集合相对于所述应答标签集合的差集中的rfid标签作为所述目标标签加入所述候选目标标签集合。

40、在一个实施例中，所述方法还包括：

41、根据所述运动趋势，以及所述当前覆盖范围相对于所述上一时刻覆盖范围的偏移，确定已移出所述当前覆盖范围的排除标签集合；

42、将所述候选目标标签集合相对于所述排除标签集合的差集确定为目标标签集合，其中，所述目标标签集合中的rfid标签为所述目标标签。

43、在一个实施例中，所述对所述目标标签执行补充读取，得到第二rfid读取结果，包括：

44、确定包含至少一个所述目标标签的目标标签集合；

45、基于选择指令，从多个所述rfid标签中筛选出与所述目标标签集合对应的目标标签子集，其中，所述选择指令包括所述目标标签集合中的所述目标标签的电子产品代码epc掩码；

46、向所述目标标签子集对应的rfid标签发送盘存指令，并接收返回的响应，得到所述第二rfid读取结果。

47、在一个实施例中，所述训练好的图神经网络模型是通过将多个图结构样本分别与采集各个所述图结构样本时机器人所处位置的位置标注进行关联训练得到；各个所述图结构样本是根据对应的rfid读取结果构建，且各个所述图结构样本中的节点具有对应rfid标签的标签信号特征。

48、第二方面，本技术提供一种模型训练方法，其特征在于，包括：

49、获取机器人在至少一个采样位置进行rfid采集得到的rfid读取采样结果，以及进行各次rfid采集时机器人所处位置对应的位置标注；

50、根据各个所述rfid读取采样结果构建对应的图结构样本，其中，所述图结构样本包括与读取到的rfid采样标签一一对应的节点，以及表示读取到的rfid采样标签之间信号关系的边；

51、基于至少一个所述图结构样本提取图结构特征，并根据所述图结构特征确定目标数据采集策略；

52、基于所述目标数据采集策略控制所述机器人执行后续rfid采集，得到后续rfid读取结果以及对应的位置标注，并根据所述后续rfid读取结果构建后续图结构样本；

53、将所述图结构样本、所述后续图结构样本以及各自对应的位置标注作为训练数据，对图神经网络模型进行训练，得到训练好的图神经网络模型。

54、在一个实施例中，所述图结构特征包括当前采样位置对应的图结构样本中的标签数量；

55、所述根据所述图结构特征确定目标数据采集策略，包括：

56、将所述当前采样位置对应的图结构样本中的标签数量与预设标签数量阈值进行比较；

57、在所述当前采样位置对应的图结构样本中的标签数量小于所述预设标签数量阈值的情况下，将所述目标数据采集策略确定为在所述当前采样位置执行多轮预设间隔重复rfid采集；

58、分别基于各轮重复rfid采集得到的后续rfid读取结果，构建多个图结构变体样本，并将多个所述图结构变体样本作为所述后续图结构样本，其中，多个所述图结构变体样本共用同一所述位置标注；

59、在所述当前采样位置对应的图结构样本中的标签数量大于或等于所述预设标签数量阈值的情况下，将所述目标数据采集策略确定为控制所述机器人向下一采样位置移动并进行rfid采集。

60、在一个实施例中，所述图结构特征包括标签数量、节点度分布、边密度和连通分量数中的至少两种拓扑指标；

61、所述基于至少一个所述图结构样本提取图结构特征之后，所述方法还包括：

62、基于所述拓扑指标，确定各个所述图结构样本对应采样位置所在区域的区域类型，所述区域类型包括以下至少一种：

63、在所述标签数量大于或等于第一预设数量阈值，且所述边密度大于或等于第一预设边密度阈值的情况下，将对应采样位置所在区域确定为密集区；

64、在所述标签数量小于第二预设数量阈值、对应图结构样本中的边数量小于预设边数量阈值，或者对应图结构样本中存在孤立节点的情况下，将对应采样位置所在区域确定为稀疏区；

65、在沿预设方向的标签数量变化幅度或信号强度变化幅度大于预设突变阈值，且所述预设方向两侧的节点数量差值大于预设数量差阈值的情况下，将对应采样位置所在区域确定为边界区。

66、在一个实施例中，所述方法还包括：

67、根据各个所述图结构样本对应的区域类型和位置标注，更新覆盖统计信息，其中，所述覆盖统计信息包括各区域类型对应的样本数量、工作空间网格化后的空间覆盖率、空间覆盖均匀性以及各区域类型对应的样本比例中的至少一种；

68、所述根据所述图结构特征确定目标数据采集策略，包括：

69、根据更新后的覆盖统计信息，确定所述目标数据采集策略对应的目标采样区域；

70、在当前采样位置所在区域的样本数量小于预设充分性阈值的情况下，将所述当前采样位置所在区域确定为所述目标采样区域；

71、在当前采样位置所在区域的样本数量大于或等于所述预设充分性阈值的情况下，根据所述覆盖统计信息，将样本数量小于所述预设充分性阈值的其他区域或者遗漏区域确定为所述目标采样区域。

72、在一个实施例中，所述目标数据采集策略还包括在所述目标采样区域中生成多个候选采样位置，多个所述候选采样位置的生成方式包括以下至少一种：

73、在所述目标采样区域为密集区的情况下，在所述目标采样区域中生成均匀排布的多个所述候选采样位置，或者生成沿信号变化方向分布的多个所述候选采样位置；

74、在所述目标采样区域为稀疏区的情况下，根据所述目标采样区域对应的图结构样本的拓扑指标，在所述目标采样区域中选取多个代表性位置作为所述候选采样位置；

75、在所述目标采样区域为边界区的情况下，生成沿信号梯度方向排布的多个所述候选采样位置，其中，多个所述候选采样位置覆盖信号突变位置以及所述信号突变位置在所述信号梯度方向两侧的位置。

76、在一个实施例中，所述基于所述目标数据采集策略控制所述机器人执行后续rfid采集，包括：

77、控制所述机器人向所述目标采样区域或者各个所述候选采样位置移动，并在移动过程中持续执行rfid采集，得到所述后续rfid读取结果；

78、所述根据所述后续rfid读取结果构建后续图结构样本，包括：

79、基于移动过程中持续采集得到的所述后续rfid读取结果以及对应的位置标注，构建过渡图结构样本，并将所述过渡图结构样本作为所述后续图结构样本。

80、第三方面，本技术提供一种机器人辅助定位装置，包括：

81、rfid读取设备，用于获取多个rfid标签的当前读取结果，其中，所述当前读取结果包括多个所述rfid标签的标签标识和各个所述rfid标签对应的标签信号特征；

82、图数据构建模块，用于根据所述当前读取结果构建图结构，其中，所述图结构包括与多个所述rfid标签一一对应的节点，以及表示多个所述rfid标签之间信号关系的边，各个所述节点具有对应rfid标签的标签信号特征；

83、图神经网络模块，用于将所述图结构输入训练好的图神经网络模型，得到由所述训练好的图神经网络模型基于所述图结构中的所述边，对各个所述节点具有的标签信号特征进行聚合后输出的机器人的当前位置坐标。

84、第四方面，本技术提供一种模型训练装置，包括：

85、采样模块，用于获取机器人在至少一个采样位置进行rfid采集得到的rfid读取采样结果，以及进行各次rfid采集时机器人所处位置对应的位置标注；

86、样本构建模块，用于根据各个所述rfid读取采样结果构建对应的图结构样本，其中，所述图结构样本包括与读取到的rfid采样标签一一对应的节点，以及表示读取到的rfid采样标签之间信号关系的边；

87、采样策略模块，用于基于至少一个所述图结构样本提取图结构特征，并根据所述图结构特征确定目标数据采集策略；

88、采集控制模块，用于基于所述目标数据采集策略控制所述机器人执行后续rfid采集，得到后续rfid读取结果以及对应的位置标注，并根据所述后续rfid读取结果构建后续图结构样本；

89、训练模块，用于将所述图结构样本、所述后续图结构样本以及各自对应的位置标注作为训练数据，对图神经网络模型进行训练，得到训练好的图神经网络模型。

90、第五方面，本技术提供一种电子设备，包括处理器和存储有计算机程序的存储器，所述处理器执行所述程序时实现第一方面所述的机器人辅助定位方法，或第二方面所述的模型训练方法的步骤。

91、第六方面，本技术提供一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面所述的机器人辅助定位方法，或第二方面所述的模型训练方法的步骤。

92、第七方面，本技术提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现第一方面所述的机器人辅助定位方法，或第二方面所述的模型训练方法的步骤。

93、本技术提供的机器人辅助定位方法、模型训练方法及装置，通过将一次或多次rfid读取得到的标签标识和标签信号特征，构建为以rfid标签为节点、以标签间信号关系为边的图结构，并由训练好的图神经网络沿边聚合节点特征，使多个标签的观测信息由相互独立的信号转化为具有空间关联的整体特征。模型能够学习多标签信号组合与机器人位置之间的非线性映射，降低单标签信号波动、遮挡和多径干扰对定位结果的影响，在标签分布复杂或部分信号不稳定的环境下，提高定位精度、连续性和鲁棒性。