CN111975769A - 基于元学习的移动机器人避障方法 - Google Patents

Abstract

本发明公开了一种基于元学习的移动机器人避障方法，包括：1)获取基础数据集，包括Udacity无人驾驶数据集和UZH碰撞分类数据集；2)制作避障数据集，包括对步骤1)所得基础数据集进行预处理及合并Udacity无人驾驶数据集和UZH碰撞分类数据集；3)基于DroNet模型预测步骤2)所得避障数据集的图像数据对应的驾驶角度或碰撞概率；4)基于元学习训练步骤3)的DroNet模型；5)在实际应用场景中采集少量图像数据，即小样本数据集，对步骤4)训练好的DroNet模型进行微调，提高模型在新场景下的性能，最后将微调好的DroNet模型应用于实际的避障场景。本发明能够在样本数据不足的条件下提高移动机器人避障的鲁棒性。

Description

基于元学习的移动机器人避障方法

技术领域

本发明涉及移动机器人避障的技术领域，尤其是指一种基于元学习的移动机器人避障方法。

背景技术

最初，移动机器人的应用仅限于简单工况，但近年来，随着移动机器人相关技术的发展，移动机器人已经普遍用于娱乐、医疗、救援、教育等多个领域。面对日益复杂的工作环境，避障技术作为机器人移动导航的基础，具备快速适应新场景下的避障任务的能力显得尤为重要。

目前用于避障的主流传感器包括超声波传感器、红外传感器、激光传感器和视觉传感器等，在上述的传感器中，视觉传感器具有价格低廉、探测范围广和信息丰富等优点，缺点是图像处理中运算量较大。用于避障的主流算法包括遗传算法、模糊控制和神经网络等，在上述避障算法中，神经网络尤其是深层的神经网络能够拟合实际应用环境中复杂的关系，缺点是深层神经网络运算量大，而且需要大量训练数据。随着近年来算力的提升，使得计算机视觉和深度学习在实际应用中大放异彩，加速了基于深度学习的视觉避障算法在实际中广泛应用。目前为止深度学习需要大量数据用于训练模型，但是在机密、危险的场景中收集数据仍然存在问题，小样本学习则是针对这一问题提出的解决方法。元学习是实现小样本学习的手段之一，元学习的提出克服了深度学习在数据匮乏时的窘境，能够针对样本量较少的任务训练模型。基于元学习的移动机器人避障能够大幅节约学习成本，达到快速学习的效果。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提出了一种基于元学习的移动机器人避障方法，能够在样本数据不足的条件下提高移动机器人避障的鲁棒性。

为实现上述目的，本发明所提供的技术方案为：基于元学习的移动机器人避障方法，包括以下步骤：

1)获取基础数据集，包括Udacity无人驾驶数据集和UZH碰撞分类数据集；

2)制作避障数据集，包括对步骤1)所得基础数据集进行预处理及合并Udacity无人驾驶数据集和UZH碰撞分类数据集；

3)基于DroNet模型预测步骤2)所得避障数据集的图像数据对应的驾驶角度或碰撞概率；

4)基于元学习训练步骤3)的DroNet模型；

5)在实际应用场景中采集少量图像数据，即小样本数据集，对步骤4)训练好的DroNet模型进行微调，提高模型在新场景下的性能，最后将微调好的DroNet模型应用于实际的避障场景。

所述步骤1)包括以下步骤：

1.1)下载Udacity无人驾驶数据集和UZH碰撞分类数据集；

1.2)从Udacity无人驾驶数据集中的bag文件中解析出图像数据和驾驶角度。

所述步骤2)包括以下步骤：

2.1)根据时间戳同步Udacity无人驾驶数据集的图像数据和对应驾驶角度；

2.2)将Udacity无人驾驶数据集和UZH碰撞分类数据集分别划分出训练集、验证集和测试集，然后合并两个数据集的对应集合；

2.3)对训练集的图像数据进行色彩抖动、尺寸裁剪、灰度转换和像素值标准化处理，对验证集和测试集的图像数据进行尺寸裁剪、灰度转换和像素值标准化处理。

在步骤3)中，所述DroNet模型由特征提取模块和输出模块组成，所述特征提取模块依次由5×5卷积层、ReLU激活层、3×3最大池化层、3个残差模块ResBlock、Dropout层、ReLU激活层和Flatten层组成，所述Flatten层后接输出模块，所述输出模块包括输出驾驶角度的全连接层、输出碰撞概率的全连接层和Sigmoid激活层；其中，所述残差模块ResBlock分为两路，主路依次由批量归一化层、ReLU激活层、3×3卷积层、批量归一化层、ReLU激活层和3×3卷积层组成，旁路由1×1卷积层组成；

将避障数据集的图像数据输入到DroNet模型，得到图像数据对应的驾驶角度和碰撞概率。

所述步骤4)包括以下步骤：

4.1)定义DroNet模型的输入和训练损失

DroNet模型单个训练步的输入数据是一个支持集，支持集是指从训练集中无放回抽样N个图像数据及对应驾驶角度或碰撞分类的训练条目，每个包含N个图像数据的支持集S描述为：

S＝{(x₁,e₁,L₁),...,(x_N,e_N,L_N)}

式中，x_i表示图像数据，e_i表示其标签类别，为驾驶角度或碰撞分类，L_i表示其标签值，下标i＝1,2,3,...,N为索引号，N为支持集大小；

DroNet模型单个训练步的损失定义如下：

式中，L_MSE是驾驶角度的均方误差损失，L_BCE是碰撞分类任务的二元交叉熵，L_tot是DroNet模型的总训练损失，epoch是当前训练回合数，decay和epoch₀是平衡L_MSE和L_BCE的数值大小的参数；

4.2)定义元学习的输入和训练损失

元学习单个训练步的输入数据是一个任务集，任务集是指从所有支持集中无放回抽样M个支持集，每个包含M个支持集的任务集T描述为：

T＝{S₁,...,S_M}

式中，S_i表示支持集，下标i＝1,2,3,...,M为索引号，M为任务集大小；

单个元训练步的损失定义如下：

式中，

为任务集T_i的元损失，

为DroNet模型在任务集T_i中的支持集S_i的总训练损失，M为任务集的大小；

4.3)定义训练方法

每个元训练步首先遍历当前任务集中的所有支持集，DroNet模型单个训练步损失仅用于计算梯度，待所有支持集遍历完毕后再用元损失更新DroNet模型的参数。

所述步骤5)包括以下步骤：

5.1)用单目相机采集实际场景中的图像数据并记录相应的驾驶角度和碰撞分类，制作实际应用场景的小样本数据集；

5.2)用步骤5.1)制得的小样本数据集对步骤4)训练所得DroNet模型进行微调，提高DroNet模型在新场景下的性能；

5.3)通过DroNet模型的输出来控制移动机器人，其中：

速度控制公式如下：

v_k＝(1-α)v_k-1+α(1-p_t)V_max

式中，v_k是当前时刻输入的速度，v_k-1是上一时刻输入的速度，V_max是机器人在无碰撞状态下的最大速度，p_t是模型预测的碰撞概率，α是平滑系数；

驾驶角度控制公式如下：

式中，θ_k是当前时刻输入的驾驶角度，θ_k-1是上一时刻输入的驾驶角度，s_k∈[-1,1]，是模型预测的驾驶角度，β是平滑系数。

本发明与现有技术相比，具有如下优点与有益效果：

1、本发明提出将元学习用于解决移动机器人避障问题，克服了深度学习在数据匮乏时的问题，能够针对样本量较少的任务训练模型，实现小样本学习。

2、本发明使用基于优化的元学习训练方法，与模型无关，具有迁移成本低等优势，在实际场景中仅需少量样本对模型进行微调，即可快速适应新任务。

3、本发明将图像特征复用，用同一特征得到驾驶角度和碰撞概率两种信息，减少计算成本的同时获取了更多的环境信息，提高移动机器人的避障成功率。

4、本发明使用平滑的控制策略，增强了移动机器人在模型预测失误时的避障鲁棒性。

5、本发明仅用成本较低的单目相机完成移动机器人避障，有效控制移动机器人的成本。

附图说明

图1为本发明方法流程图。

图2为本发明中残差模块ResBlock结构示意图。

图3为本发明中DroNet模型的结构示意图。

具体实施方式

下面结合具体实施例对本发明作进一步说明。

如图1所示，本实施例所提供的基于元学习的移动机器人避障方法，使用了RGB单目视觉传感器作为辅助设备，其包括以下步骤：

1)获取基础数据集：下载Udacity驾驶数据集和UZH碰撞数据集，并从Udacity无人驾驶数据集中的bag文件中解析出图像数据和驾驶角度。

2)制作避障数据集，具体如下：

2.1)根据时间戳同步Udacity无人驾驶数据集的图像数据和对应驾驶角度。

2.2)将Udacity无人驾驶数据集和UZH碰撞分类数据集分别划分出训练集、验证集和测试集，然后合并两个数据集的对应集合。

2.3)对训练集的图像数据进行色彩抖动、尺寸裁剪、灰度转换和像素值标准化处理，对验证集和测试集的图像数据进行尺寸裁剪、灰度转换和像素值标准化处理。

3)基于DroNet模型预测结果，具体如下：

如图2所示，定义残差模块ResBlock，每个ResBlock分为两路，主路依次由批量归一化层、ReLU激活层、3×3卷积层、批量归一化层、ReLU激活层和3×3卷积层组成，旁路由1×1卷积层组成。

如图3所示，定义DroNet模型，DroNet模型由特征提取模块和输出模块组成，特征提取模块依次由5×5卷积层、ReLU激活层、3×3最大池化层、3个ResBlock、Dropout层、ReLU激活层和Flatten层组成，Flatten层后接输出模块，输出模块包括输出驾驶角度的全连接层、输出碰撞概率的全连接层和Sigmoid激活层。

将避障数据集的图像数据输入到DroNet模型，得到图像数据对应的驾驶角度和碰撞概率。

4)基于元学习训练DroNet模型，具体如下：

4.1)定义DroNet模型的输入和训练损失。DroNet模型单个训练步的输入数据是一个支持集，支持集是指从训练集中无放回抽样N个图像数据及对应驾驶角度或碰撞分类的训练条目，每个包含N个图像数据的支持集S描述为：

S＝{(x₁,e₁,L₁),...,(x_N,e_N,L_N)}

式中，x_i表示图像数据，e_i表示其标签类别，为驾驶角度或碰撞分类，L_i表示其标签值，下标i＝1,2,3,...,N为索引号，N为支持集大小，在本实施例设置N＝5。DroNet模型单个训练步的损失定义如下：

式中，L_MSE是驾驶角度的均方误差损失，L_BCE是碰撞分类任务的二元交叉熵，L_tot是DroNet模型的总训练损失，epoch是当前训练回合数，decay和epoch₀是平衡L_MSE和L_BCE的数值大小的参数，在本实施例分别设置decay＝0.1和epoch₀＝10。

4.2)定义元学习的输入和训练损失。元学习单个训练步的输入数据是一个任务集，任务集是指从所有支持集中无放回抽样M个支持集，每个包含M个支持集的任务集T描述为：

T＝{S₁,...,S_M}

式中，S_i表示支持集，下标i＝1,2,3,...,M为索引号，M为任务集大小，设置M＝5。

单个元训练步的损失定义如下：

式中，

为任务集T_i的元损失，

为DroNet模型在任务集T_i中的支持集S_i的总训练损失，M为任务集的大小，在本实施例设置M＝5。

4.3)定义训练方法。每个元训练步首先遍历当前任务集中的所有支持集，DroNet模型单个训练步损失仅用于计算梯度，待所有支持集遍历完毕后再用元损失更新DroNet模型的参数。

5)在实际应用场景中采集少量样本，即小样本数据集，对步骤4)训练好的模型进行微调，提高模型在新场景下的性能，最后将微调好的DroNet模型应用于实际的避障场景，具体如下：

5.1)用单目相机采集实际场景中的图像数据并记录相应的驾驶角度和碰撞分类，制作实际应用场景的小样本数据集。

5.2)用步骤5.1)的小样本数据集对步骤4)训练所得DroNet模型进行微调，提高DroNet模型在新场景下的性能。

5.3)通过DroNet模型的输出来控制移动机器人，具体如下：

速度控制公式如下：

v_k＝(1-α)v_k-1+α(1-p_t)V_max

式中，v_k是当前时刻输入的速度，v_k-1是上一时刻输入的速度，V_max是机器人在无碰撞状态下的最大速度，p_t是模型预测的碰撞概率，α是平滑系数，在本实施例设置α＝0.7。

驾驶角度控制公式如下：

式中，θ_k是当前时刻输入的驾驶角度，θ_k-1是上一时刻输入的驾驶角度，s_k∈[-1,1]，是模型预测的驾驶角度，β是平滑系数，在本实施例设置β＝0.5。

综上所述，本发明为移动机器人避障提供了小样本学习和快速适应新环境的能力，将元学习作为提高移动机器人避障能力通用性的一种有效手段，具有研究价值，值得推广。

以上所述实施例只为本发明之较佳实施例，并非以此限制本发明的实施范围，故凡依本发明之形状、原理所作的变化，均应涵盖在本发明的保护范围内。

Claims (6)

1.基于元学习的移动机器人避障方法，其特征在于，包括以下步骤：

1)获取基础数据集，包括Udacity无人驾驶数据集和UZH碰撞分类数据集；

2)制作避障数据集，包括对步骤1)所得基础数据集进行预处理及合并Udacity无人驾驶数据集和UZH碰撞分类数据集；

3)基于DroNet模型预测步骤2)所得避障数据集的图像数据对应的驾驶角度或碰撞概率；

4)基于元学习训练步骤3)的DroNet模型；

5)在实际应用场景中采集少量图像数据，即小样本数据集，对步骤4)训练好的DroNet模型进行微调，提高模型在新场景下的性能，最后将微调好的DroNet模型应用于实际的避障场景。

2.根据权利要求1所述的基于元学习的移动机器人避障方法，其特征在于：所述步骤1)包括以下步骤：

1.1)下载Udacity无人驾驶数据集和UZH碰撞分类数据集；

1.2)从Udacity无人驾驶数据集中的bag文件中解析出图像数据和驾驶角度。

3.根据权利要求1所述的基于元学习的移动机器人避障方法，其特征在于：所述步骤2)包括以下步骤：

2.1)根据时间戳同步Udacity无人驾驶数据集的图像数据和对应驾驶角度；

2.2)将Udacity无人驾驶数据集和UZH碰撞分类数据集分别划分出训练集、验证集和测试集，然后合并两个数据集的对应集合；

2.3)对训练集的图像数据进行色彩抖动、尺寸裁剪、灰度转换和像素值标准化处理，对验证集和测试集的图像数据进行尺寸裁剪、灰度转换和像素值标准化处理。

4.根据权利要求1所述的基于元学习的移动机器人避障方法，其特征在于：在步骤3)中，所述DroNet模型由特征提取模块和输出模块组成，所述特征提取模块依次由5×5卷积层、ReLU激活层、3×3最大池化层、3个残差模块ResBlock、Dropout层、ReLU激活层和Flatten层组成，所述Flatten层后接输出模块，所述输出模块包括输出驾驶角度的全连接层、输出碰撞概率的全连接层和Sigmoid激活层；其中，所述残差模块ResBlock分为两路，主路依次由批量归一化层、ReLU激活层、3×3卷积层、批量归一化层、ReLU激活层和3×3卷积层组成，旁路由1×1卷积层组成；

将避障数据集的图像数据输入到DroNet模型，得到图像数据对应的驾驶角度和碰撞概率。

5.根据权利要求1所述的基于元学习的移动机器人避障方法，其特征在于：所述步骤4)包括以下步骤：

4.1)定义DroNet模型的输入和训练损失

DroNet模型单个训练步的输入数据是一个支持集，支持集是指从训练集中无放回抽样N个图像数据及对应驾驶角度或碰撞分类的训练条目，每个包含N个图像数据的支持集S描述为：

S＝{(x₁,e₁,L₁),...,(x_N,e_N,L_N)}

式中，x_i表示图像数据，e_i表示其标签类别，为驾驶角度或碰撞分类，L_i表示其标签值，下标i＝1,2,3,...,N为索引号，N为支持集大小；

DroNet模型单个训练步的损失定义如下：

式中，L_MSE是驾驶角度的均方误差损失，L_BCE是碰撞分类任务的二元交叉熵，L_tot是DroNet模型的总训练损失，epoch是当前训练回合数，decay和epoch₀是平衡L_MSE和L_BCE的数值大小的参数；

4.2)定义元学习的输入和训练损失

元学习单个训练步的输入数据是一个任务集，任务集是指从所有支持集中无放回抽样M个支持集，每个包含M个支持集的任务集T描述为：

T＝{S₁,...,S_M}

式中，S_i表示支持集，下标i＝1,2,3,...,M为索引号，M为任务集大小；

单个元训练步的损失定义如下：

式中，

为任务集T_i的元损失，

为DroNet模型在任务集T_i中的支持集S_i的总训练损失，M为任务集的大小；

4.3)定义训练方法

每个元训练步首先遍历当前任务集中的所有支持集，DroNet模型单个训练步损失仅用于计算梯度，待所有支持集遍历完毕后再用元损失更新DroNet模型的参数。

6.根据权利要求1所述的基于元学习的移动机器人避障方法，其特征在于：所述步骤5)包括以下步骤：

5.1)用单目相机采集实际场景中的图像数据并记录相应的驾驶角度和碰撞分类，制作实际应用场景的小样本数据集；

5.2)用步骤5.1)制得的小样本数据集对步骤4)训练所得DroNet模型进行微调，提高DroNet模型在新场景下的性能；

5.3)通过DroNet模型的输出来控制移动机器人，其中：

速度控制公式如下：

v_k＝(1-α)v_k-1+α(1-p_t)V_max

式中，v_k是当前时刻输入的速度，v_k-1是上一时刻输入的速度，V_max是机器人在无碰撞状态下的最大速度，p_t是模型预测的碰撞概率，α是平滑系数；

驾驶角度控制公式如下：

式中，θ_k是当前时刻输入的驾驶角度，θ_k-1是上一时刻输入的驾驶角度，s_k∈[-1,1]，是模型预测的驾驶角度，β是平滑系数。

Images