CN107655483B - 基于增量式在线学习的机器人导航方法 - Google Patents

Abstract

本发明公开了一种基于增量式在线学习的机器人导航方法，包括，人为引导机器人在区域内行走一圈，机器人对实时位置信号进行采样，得到机器人的坐标信息，当坐标信息满足预设的条件时，存储该坐标信息；将坐标信息作为输入，随着存储的不断更新，采用增量式在线学习方法，利用按需增长的自组织神经网络模型，建立区域地图；利用区域地图进行目标点定位，利用改进A*算法规划出一条到达目标点的最优路径，完成导航任务。本发明实现迅速导航，大大提高了巡检机器人的工作效率。

Description

基于增量式在线学习的机器人导航方法

技术领域

本发明涉及一种基于增量式在线学习的机器人导航方法，属于机器人导航领域。

背景技术

变电站巡检机器人是一种智能移动机器人，在很多情况下可代替人工巡检的作业方式，在超高压的极端环境下完成变电站设备的巡查工作，既解决人体在极端环境下长期工作的危害问题，同时也保障变电站设备的安全稳定运行。

变电站巡检机器人的关键任务是实现准确定位、快速路径规划及导航。现存在很多变电站机器人导航技术，例如磁轨道铺设导航方法、人工标志定位方法、激光定位导航方法等等。但在实际应用中，磁轨道铺设灵活性差、施工复杂且维护成本高；人工标志定位方法需要事先绘制变电站的电子地图，参考柱也要事先铺设并确定坐标，对人工的依赖性太强；激光定位导航方法精度高、灵活且可靠性强，但需要在站内事先设定很多反光标志，带来一定的运维费用。如何确保变电站机器人导航系统的灵活性、可靠性及低成本是当下机器人导航系统研究的热点。

发明内容

为了解决上述技术问题，本发明提供了一种基于增量式在线学习的机器人导航方法。

为了达到上述目的，本发明所采用的技术方案是：

基于增量式在线学习的机器人导航方法，包括，

人为引导机器人在区域内行走一圈，机器人对实时位置信号进行采样，得到机器人的坐标信息，当坐标信息满足预设的条件时，存储该坐标信息；

将坐标信息作为输入，随着存储的不断更新，采用增量式在线学习方法，利用按需增长的自组织神经网络模型，建立区域地图；

利用区域地图进行目标点定位，利用改进A*算法规划出一条到达目标点的最优路径，完成导航任务。

坐标信息满足的条件为，

||x_n+1-x_n||＞d,x_n∈N

其中，位置信号输入点集合N，x_n+1为第n+1个位置信号输入点，x_n为第n个位置信号输入点，d为预设的距离，||x_n+1-x_n||为相邻两个信号输入点的距离。

采用增量式在线学习方法，利用按需增长的自组织神经网络模型，建立区域地图的过程为，

初始化自组织神经网络，获取一个输入ξ，神经元节点在输入的刺激下相互竞争，通过欧式距离最小的标准来选取获胜神经元节点s₁，即距离输入最近的神经元节点，同时选取距离输入最二近的神经元节点s₂；

如果s₁和s₂之间没有连接，则创建连接边，并设置该连接边的年龄为0；

调整s₁的累计误差，同时调整s₁的位置向量、与s₁相连的神经元节点位置向量、以及s₁及与之相连神经元节点的连接边年龄，当连接边的年龄大于设定上限值时，则删除这条连接边，同时，如果神经元节点没有连接边，则删除此神经元节点；

当输入产生的次数为设定值的整数倍后，判断是否需要插入新的神经元节点，如果是，则插入新的神经元节点，实现自组织神经网络的增长，从而完成区域地图的构建任务。

s₁＝arg min_c∈V||ξ-ω_c||

其中，V为输出层的神经元节点集合，ω_c为V中一个神经元节点的位置向量，||ξ-ω_c||表示输入与神经元节点之间的欧式距离。

调整公式为，

其中，

表三获胜神经元节点s₁的累计误差，

表示输入与获胜神经元节点s₁之间的欧式距离，

为获胜神经元节点s₁的位置向量；

其中，ε_a为学习率参数；

其中，ε_b为学习率参数，0＜ε_b＜ε_a＜1，ω_i为与获胜神经元节点

相连的神经元节点i的位置向量，N_s为与获胜神经元节点

相连的神经元节点集合；

其中，age(s₁,i)为获胜神经元节点s₁及与之相连神经元节点i的连接边年龄。

判断是否需要插入新的神经元节点的方法为，

定义u为累计误差最大的神经元节点；

定义以u为中心，d为半径的神经元节点的集合为N_u(d)，

N_u(d)＝{j|d_uj≤d,j∈V}

其中，d_uj为神经元节点u与神经元节点j的距离；

定义以u为中心，d为半径的神经元节点连接边的集合为E′；

当E′中所有连接边的平均距离

大于设定的最大距离d_max，则插入新的神经元节点；

其中，|E′|为E′中连接边的个数，v′_i、v′_j表示集合E′中的两个节点、

分别为节点v′_i、v′_j的位置向量。

插入新神经元节点r的方法为，

定义u的所有相邻神经员节点中神经元节点v的累积误差最大；

在原有输出层神经元节点集合V中插入新神经元节点r，即V＝V∪{r}；

在原有邻接矩阵E中分别创建r，u之间以及r，v之间的连接边，并删除u，v之间的连接边，即E＝E∪{(r,u),(r,v)},E＝E\{(u,v)}。

插入新神经元节点后还需要对各个神经元节点的累计误差进行调整，具体如下，

error_u＝(1-α)*error_u

error_v＝(1-α)*error_v

error_r＝(error_u+error_v)/2

error_c′＝(1-β)*error_c′

其中，α和β均为学习率参数，0＜β＜α＜1，error_u为神经元节点u的累积误差，error_v为神经元节点v的累积误差，error_r为神经元节点r的累积误差，c′为V中除去v、u和r以外的其他神经元节点，error_c′为神经元节点c′的累积误差。

利用改进A*算法规划出一条到达目标点的最优路径的过程为，

S31)确定起始点和目标点；

S32)初始化，设置两个链表，分别为open表和close表，将起始点放入open表；

S33)判断open表中的点是否为目标点，如果是则结束，如果不是，则转至S34；

S34)寻找open表中的点可达到的扩展点，将该点作为扩展点的父节点，将该点从open表中删除，加入close表；

S35)计算扩展点的评价值，将评价值最小的扩展点放入open表，其他扩展点放入close表，转至S33。

评价值的计算公式为，

F(n)＝G(n)+H(n)+H^*(n)

其中，F(n)表示点n的评价值，G(n)表示从起始点到点n之间的实际最短距离，H(n)表示点n到目标点之间的预估最短距离，H^*(n)表示点n的父节点到目标点之间的预估最短距离，(x′₁,y′₁)为点n的坐标，(x₁ ^*,y₁ ^*)为点n的父节点的坐标，(x′₂,y′₂)为目标点的坐标。

本发明所达到的有益效果：本发明采用按需增长的自组织神经网络模型，能够使机器人实现环境地图创建，在进行目标定位及导航任务时，直接调用已认知地图，并采用改进的A*算法进行全局最优路径搜索，实现迅速导航，大大提高了巡检机器人的工作效率。

附图说明

图1为本发明的流程图；

图2为建立区域地图的流程图；

图3为规划最优路径的流程图；

图4为系统的结构示意图；

图5为变电站中的路线导航图。

具体实施方式

下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

如图1所示，基于增量式在线学习的机器人导航方法，包括以下步骤：

步骤1，人为引导机器人在区域内行走一圈，机器人自身携带有GPS，机器人对实时位置信号进行采样，得到机器人的坐标信息，当坐标信息满足预设的条件时，存储该坐标信息。

坐标信息满足的条件为，

||x_n+1-x_n||＞d,x_n∈N

其中，位置信号输入点集合N，x_n+1为第n+1个位置信号输入点，x_n为第n个位置信号输入点，d为预设的距离，||x_n+1-x_n||为相邻两个信号输入点的距离。

步骤2，如图2所示，将坐标信息作为输入，随着存储的不断更新，采用增量式在线学习方法，利用按需增长的自组织神经网络模型，建立区域地图。

具体过程为：

S21)初始化自组织神经网络，获取一个输入ξ，神经元节点在输入的刺激下相互竞争，通过欧式距离最小的标准来选取获胜神经元节点s₁，即距离输入最近的神经元节点，同时选取距离输入最二近的神经元节点s₂。

s₁＝arg min_c∈V||ξ-ω_c||

其中，V为输出层的神经元节点集合，ω_c为V中一个神经元节点的位置向量，||ξ-ω_c||表示输入与神经元节点之间的欧式距离。

S22)如果s₁和s₂之间没有连接，则创建连接边，并设置该连接边的年龄为0。

S23)调整s₁的累计误差，同时调整s₁的位置向量、与s₁相连的神经元节点位置向量、以及s₁及与之相连神经元节点的连接边年龄，当连接边的年龄大于设定上限值时，则删除这条连接边，同时，如果神经元节点没有连接边，则删除此神经元节点。

调整公式为，

其中，

表三获胜神经元节点s₁的累计误差，表示输入与获胜神经元节点s₁之间的欧式距离，

为获胜神经元节点s₁的位置向量；

其中，ε_a为学习率参数；

其中，ε_b为学习率参数，0＜ε_b＜ε_a＜1，ω_i为与获胜神经元节点

相连的神经元节点i的位置向量，N_s为与获胜神经元节点

相连的神经元节点集合；

其中，age(s₁,i)为获胜神经元节点s₁及与之相连神经元节点i的连接边年龄。

S24)当输入产生的次数为设定值的整数倍后，判断是否需要插入新的神经元节点，如果是，则插入新的神经元节点，实现自组织神经网络的增长，从而完成区域地图的构建任务。

判断是否需要插入新的神经元节点的具体过程为：

a1)定义u为累计误差最大的神经元节点；

a2)定义以u为中心，d为半径的神经元节点的集合为N_u(d)，

N_u(d)＝{j|d_uj≤d,j∈V}

其中，d_uj为神经元节点u与神经元节点j的距离；

a3)定义以u为中心，d为半径的神经元节点连接边的集合为E′；

a4)当E′中所有连接边的平均距离

大于设定的最大距离d_max，则插入新的神经元节点；

其中，|E′|为E′中连接边的个数，v_i′、v_j′表示集合E′中的两个节点、

分别为节点v_i′、v_j′的位置向量。

插入新神经元节点r的过程为：

b1)定义u的所有相邻神经员节点中神经元节点v的累积误差最大；

b2)在原有输出层神经元节点集合V中插入新神经元节点r，即V＝V∪{r}；

b3)在原有邻接矩阵E中分别创建r，u之间以及r，v之间的连接边，并删除u，v之间的连接边，即E＝E∪{(r,u),(r,v)},E＝E\{(u,v)}。

插入新神经元节点后还需要对各个神经元节点的累计误差进行调整，具体如下：

error_u＝(1-α)*error_u

error_v＝(1-α)*error_v

error_r＝(error_u+error_v)/2

error_c′＝(1-β)*error_c′

其中，α和β均为学习率参数，0＜β＜α＜1，error_u为神经元节点u的累积误差，error_v为神经元节点v的累积误差，error_r为神经元节点r的累积误差，c′为V中除去v、u和r以外的其他神经元节点，error_c′为神经元节点c′的累积误差。

步骤3，利用区域地图进行目标点定位，利用改进A*算法规划出一条到达目标点的最优路径，完成导航任务。

如图3所示，具体过程为：

S31)确定起始点和目标点。

S32)初始化，设置两个链表，分别为open表和close表，将起始点放入open表。

S33)判断open表中的点是否为目标点，如果是则结束，如果不是，则转至S34。

S34)寻找open表中的点可达到的扩展点，将该点作为扩展点的父节点，将该点从open表中删除，加入close表。

S35)计算扩展点的评价值，将评价值最小的扩展点放入open表，其他扩展点放入close表，转至S33；

评价值的计算公式为，

F(n)＝G(n)+H(n)+H^*(n)

其中，F(n)表示点n的评价值，G(n)表示从起始点到点n之间的实际最短距离，H(n)表示点n到目标点之间的预估最短距离，H^*(n)表示点n的父节点到目标点之间的预估最短距离，(x′₁,y′₁)为点n的坐标，(x₁ ^*,y₁ ^*)为点n的父节点的坐标，(x′₂,y′₂)为目标点的坐标。

如图4所示，为基于增量式在线学习的机器人导航系统，包括信息采集模块、数据存储模块、地图创建模块、地图存储模块以及路径规划模块。

信息采集模块，用以对实时位置信号进行采样，得到机器人的坐标信息，并将满足预设条件的坐标信息发送给数据存储模块。

数据存储模块，用以存储满足预设条件的坐标信息。

地图创建模块，采用增量式在线学习方法，利用按需增长的自组织神经网络模型，建立区域地图，并将区域地图发送给地图存储模块。

地图存储模块，用以存储区域地图。

路径规划模块，利用区域地图进行目标点定位，利用改进A*算法规划出一条到达目标点的最优路径，完成导航任务。

如图5所示，为变电站的俯视图，其中虚线表示变电站的可行路径，实线表示机器人规划出的最佳路径。在确定目标点之后，采用上述方法和系统，进行地图创建，根据创建的地图，进行全局路径规划，找出一条最佳路径进行导航任务，大大提高了巡检机器人的工作效率。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (7)

1.基于增量式在线学习的机器人导航方法，其特征在于：包括，

人为引导机器人在区域内行走一圈，机器人对实时位置信号进行采样，得到机器人的坐标信息，当坐标信息满足预设的条件时，存储该坐标信息；

坐标信息满足的条件为，

||x_n+1-x_n||＞d,x_n∈N

其中，位置信号输入点集合N，x_n+1为第n+1个位置信号输入点，x_n为第n个位置信号输入点，d为预设的距离，||x_n+1-x_n||为相邻两个信号输入点的距离；

将坐标信息作为输入，随着存储的不断更新，采用增量式在线学习方法，利用按需增长的自组织神经网络模型，建立区域地图；

采用增量式在线学习方法，利用按需增长的自组织神经网络模型，建立区域地图的过程为，

初始化自组织神经网络，获取一个输入ξ，神经元节点在输入的刺激下相互竞争，通过欧式距离最小的标准来选取获胜神经元节点s₁，即距离输入最近的神经元节点，同时选取距离输入最二近的神经元节点s₂；

如果s₁和s₂之间没有连接，则创建连接边，并设置该连接边的年龄为0；

调整s₁的累计误差，同时调整s₁的位置向量、与s₁相连的神经元节点位置向量、以及s₁及与之相连神经元节点的连接边年龄，当连接边的年龄大于设定上限值时，则删除这条连接边，同时，如果神经元节点没有连接边，则删除此神经元节点；

当输入产生的次数为设定值的整数倍后，判断是否需要插入新的神经元节点，如果是，则插入新的神经元节点，实现自组织神经网络的增长，从而完成区域地图的构建任务；

判断是否需要插入新的神经元节点的方法为，

定义u为累计误差最大的神经元节点；

定义以u为中心，d为半径的神经元节点的集合为N_u(d)，

N_u(d)＝{j|d_uj≤d,j∈V}

其中，d_uj为神经元节点u与神经元节点j的距离；

定义以u为中心，d为半径的神经元节点连接边的集合为E′；

当E′中所有连接边的平均距离

大于设定的最大距离d_max，则插入新的神经元节点；

其中，|E′|为E′中连接边的个数，v_i′、v_j′表示集合E′中的两个节点、

分别为节点v_i′、v_j′的位置向量；

利用区域地图进行目标点定位，利用改进A*算法规划出一条到达目标点的最优路径，完成导航任务。

2.根据权利要求1所述的基于增量式在线学习的机器人导航方法，其特征在于：

s₁＝argmin_c∈V||ξ-ω_c||

其中，V为输出层的神经元节点集合，ω_c为V中一个神经元节点的位置向量，||ξ-ω_c||表示输入与神经元节点之间的欧式距离。

3.根据权利要求1所述的基于增量式在线学习的机器人导航方法，其特征在于：调整公式为，

其中，

表示 获胜神经元节点s₁的累计误差，

表示输入与获胜神经元节点s₁之间的欧式距离，

为获胜神经元节点s₁的位置向量；

其中，ε_a为学习率参数；

其中，ε_b为学习率参数，0＜ε_b＜ε_a＜1，ω_i为与获胜神经元节点

相连的神经元节点i的位置向量，N_s为与获胜神经元节点

相连的神经元节点集合；

其中，age(s₁,i)为获胜神经元节点s₁及与之相连神经元节点i的连接边年龄。

4.根据权利要求1所述的基于增量式在线学习的机器人导航方法，其特征在于：插入新神经元节点r的方法为，

定义u的所有相邻神经元节点中神经元节点v的累积误差最大；

在原有输出层神经元节点集合V中插入新神经元节点r，即V＝V∪{r}；

在原有邻接矩阵E中分别创建r，u之间以及r，v之间的连接边，并删除u，v之间的连接边，即E＝E∪{(r,u),(r,v)},E＝E\{(u,v)}。

5.根据权利要求4所述的基于增量式在线学习的机器人导航方法，其特征在于：插入新神经元节点后还需要对各个神经元节点的累计误差进行调整，具体如下，

error_u＝(1-α)*error_u

error_v＝(1-α)*error_v

error_r＝(error_u+error_v)/2

error_c′＝(1-β)*error_c′

其中，α和β均为学习率参数，0＜β＜α＜1，error_u为神经元节点u的累积误差，error_v为神经元节点v的累积误差，error_r为神经元节点r的累积误差，c′为V中除去v、u和r以外的其他神经元节点，error_c′为神经元节点c′的累积误差。

6.根据权利要求1所述的基于增量式在线学习的机器人导航方法，其特征在于：利用改进A*算法规划出一条到达目标点的最优路径的过程为，

S31)确定起始点和目标点；

S32)初始化，设置两个链表，分别为open表和close表，将起始点放入open表；

S33)判断open表中的点是否为目标点，如果是则结束，如果不是，则转至S34；

S34)寻找open表中的点可达到的扩展点，将该点作为扩展点的父节点，将该点从open表中删除，加入close表；

S35)计算扩展点的评价值，将评价值最小的扩展点放入open表，其他扩展点放入close表，转至S33。

7.根据权利要求1所述的基于增量式在线学习的机器人导航方法，其特征在于：评价值的计算公式为，

F(n)＝G(n)+H(n)+H^*(n)

其中，F(n)表示点n的评价值，G(n)表示从起始点到点n之间的实际最短距离，H(n)表示点n到目标点之间的预估最短距离，H^*(n)表示点n的父节点到目标点之间的预估最短距离，(x′₁,y′₁)为点n的坐标，(x₁ ^*,y₁ ^*)为点n的父节点的坐标，(x′₂,y₂′)为目标点的坐标。

Images