基于条件变分自动编码器的移动机器人避障方法及系统与流程

技术特征：
1.基于条件变分自动编码器的移动机器人避障方法，其特征在于，包括如下步骤：步骤s1：初始化机器人的行人避障区域，以机器人为中心构建栅格矩阵并获取障碍点位置；步骤s2：机器人根据栅格矩阵从起点向目标点进行导航并移动；步骤s3：机器人对行人进行检测并获取行人位置信息和行人属性信息；步骤s4：根据行人的位置判断行人是否在避障范围内，若否，则返回步骤s2，若是，则执行步骤s5；步骤s5：根据行人位置信息，将行人的位置用坐标表示并存入行人位置数组中，根据行人的属性，将行人的属性用变量表示并存入行人属性数组，将障碍点位置、机器人的起点位置和目标点位置、行人位置数组、行人属性数组作为输入来训练条件变分自动编码器，生成坐标形式的临时避障点；步骤s6：根据临时避障点筛选代价最低的最优临时避障点；步骤s7：机器人根据最优临时避障点再次进行导航；步骤s8：判断机器人是否到达最优临时避障点，若未到达，则机器人继续移动直至到达最优临时避障点，若到达，继续判断机器人是否到达目标点，若否则返回步骤s3，若是，则认为机器人到达目标点。2.根据权利要求1所述的基于条件变分自动编码器的移动机器人避障方法，其特征在于，步骤s3中，所述机器人对行人进行检测并获取行人位置信息和行人属性信息的方法包括：步骤s31：通过机器人搭载的深度相机实时捕获周围图像；步骤s32：应用行人检测算法对周围图像内的行人进行检测，获取行人在像素坐标系下的位置，应用行人属性识别算法对周围图像内的行人进行识别，获取行人属性信息；步骤s33：将行人在像素坐标系下的位置通过坐标变换，输出行人在全局坐标系下的位置；步骤s34：根据行人在全局坐标系下的位置，通过行人移动的距离与经过的时间，计算出行人的移动速度和移动方向并根据恒速模型来预测出行人下一时刻的位置。3.根据权利要求1所述的基于条件变分自动编码器的移动机器人避障方法，其特征在于，步骤s4中，所述根据行人的位置判断行人是否在避障范围内的方法包括：步骤s41：根据行人在全局坐标系下的位置，计算其在横坐标和纵坐标下分别到机器人所在位置的距离d
x
和d
y
；步骤s42：判断d
x
和d
y
是否都小于行人避障区域边长的一半，所述行人避障区域是在栅格地图中以机器人为中心的正方形区域，若是，则表示行人在避障区域内，若否，则表示行人不在避障区域内。4.根据权利要求2所述的基于条件变分自动编码器的移动机器人避障方法，其特征在于，步骤s5中，所述根据行人位置信息，将行人的位置用坐标表示并存入行人位置数组中的方法为：将行人当前位置坐标以及接下来两个时刻的位置坐标分别通过全局到局部的坐标转换表示出来，并行人位置数组中，前两个数分别表示当时行人的x坐标和y坐标，后面四个数表示行人下两个时刻的坐标。5.根据权利要求1所述的基于条件变分自动编码器的移动机器人避障方法，其特征在
于，步骤s5中，所述根据行人的属性，将行人的属性用变量表示并存入行人属性数组的方法为：将行人的属性用四个0/1变量表示并存入行人属性数组中，所述四个0/1变量中，第一个数值表示行人的性别，0表示男性，1表示女性；第二个数值表示体宽，0表示窄，1表示宽；第三个数值表示年纪，0表示中段年龄，1表示老人或小孩；第四个数值表示情绪，0表示开心或正常，1表示负面情绪。6.根据权利要求1所述的基于条件变分自动编码器的移动机器人避障方法，其特征在于，步骤s6中，所述根据临时避障点筛选代价最低的最优临时避障点的方法包括：根据临时避障点到行人、最近障碍物以及原始目标点的距离设计代价函数，根据代价函数计算每个临时避障点的代价值并选取代价最低的临时避障点作为最优临时避障点。7.根据权利要求6所述的基于条件变分自动编码器的移动机器人避障方法，其特征在于，所述代价函数为：其中x
temp
表示临时避障点，x
pi
表示第i个行人的坐标，x
obs
表示最近障碍物的坐标，x
goal
表示原始目标点的坐标；ω1、ω2、ω3为权重。8.根据权利要求1所述的基于条件变分自动编码器的移动机器人避障方法，其特征在于，步骤s7中，所述机器人根据最优临时避障点再次进行导航的方法包括：所述最优临时避障点以ros中话题的形式发布给机器人，由机器人打断原来的导航，机器人优先向最优临时避障点的导航。9.根据权利要求1所述的基于条件变分自动编码器的移动机器人避障方法，其特征在于，步骤s8中，所述判断机器人是否到达最优临时避障点的方法包括：通过ros获取机器人的实时位置坐标，计算机器人的实时位置坐标与最优临时避障点的坐标的距离，若距离小于等于预设阈值，则表示已经到达，若大于预设阈值，则表示未到达。10.基于条件变分自动编码器的移动机器人避障系统，其特征在于，包括：初始化模块，用于初始化机器人的行人避障区域，以机器人为中心构建栅格矩阵并获取障碍点位置；导航模块，用于机器人根据栅格矩阵从起点向目标点进行导航并移动；行人检测模块，用于进行行人检测并输出行人的位置和行人的属性；避障范围判断模块，用于根据行人的位置判断行人是否在避障范围内；条件变分自动编码器训练模块，用于根据行人位置信息，将行人的位置用坐标表示并存入行人位置数组中，根据行人的属性，将行人的属性用变量表示并存入行人属性数组，将障碍点位置、机器人的起点位置和目标点位置、行人位置数组、行人属性数组作为输入来训练条件变分自动编码器，生成坐标形式的临时避障点；临时避障点筛选模块，用于根据临时避障点筛选代价最低的最优临时避障点；接收最优临时避障点模块，用于机器人根据最优临时避障点再次进行导航；最优临时避障点到达判断模块，用于判断机器人是否到达最优临时避障点，直至机器人到达目标点。

技术总结
本发明涉及基于条件变分自动编码器的移动机器人避障方法及系统。本发明包括初始化机器人的行人避障区域；机器人根据栅格矩阵接收原始目标点并根据导航信息进行导航；通过机器人进行行人检测并获取行人位置信息和行人属性信息；根据行人的位置判断行人是否在避障范围内；训练条件变分自动编码器；根据临时避障点筛选代价最低的最优临时避障点；机器人接收最优临时避障点并向最优临时避障点进行导航；判断机器人是否到达最优临时避障点。本发明将深度学习与导航动态避障相结合，生成临时避障点，引导机器人规划出满足行人舒适度的路径，减少了由于环境的不确定性引起的机器人迷失、碰撞等问题。碰撞等问题。碰撞等问题。


技术研发人员：迟文政 洪阳 袁媛 陈国栋 孙立宁
受保护的技术使用者：苏州大学
技术研发日：2021.08.27
技术公布日：2021/10/18