CN113510714A - 一种基于改进加权最小二乘法的监护服务机器人及方法 - Google Patents

Abstract

本发明公开一种基于改进加权最小二乘法的监护服务机器人，适用于监护服务自动化领域。包括本体和手环，手环内设有用以监护人体的监测模块，本体上设有显示装置，显示装置为触摸显示器，可显示监护人的身体信息，也可通过触摸显示器对机器人进行指令控制本体底部设有移动装置，本体的一侧设有机械手，机械手的末端设有药物收纳盒，本体的前方设有摄像设备；其结构简单，使用方便，定位准为独居病人提供广泛的帮助。

Description

一种基于改进加权最小二乘法的监护服务机器人及方法

技术领域

本发明涉及一种监护服务机器人及方法，尤其适用于监护服务自动化领域的一种基于改进加权最小二乘法的监护服务机器人及方法。

背景技术

因为家庭环境的特殊性以及复杂性，目前市场上绝大多数监护服务机器人的定位精准度不高，造成了服务机器人服务质量下降，不能准确的将人所需的物品送至所需人的身边，因此需要一种定位精度更高的服务机器人产品。

考虑室内环境特点，本发明通过手环内的惯性传感器获得人在室内的初步位置，同时通过室内的无线网卡获得CSI(信道状态信息)。当手环内的监测芯片测得人出现异常情况，启动改进的加权最小二乘算法对CSI信息进行处理以获得人的精确位置。服务机器人根据获得的精确位置移动到对应的地点，通过机器人自带的摄像头识别老年人身体部位，通过可移动升降杆将物品送至老年人手中。

发明内容

针对上述技术的不足之处，提供一种结构简单，使用方便，对服务对象的定位准确的基于改进加权最小二乘法的监护服务机器人及方法。

为实现上述技术目的，本发明的基于改进加权最小二乘法的监护服务机器人包括本体和手环，手环内设有用以监护人体的监测模块，本体上设有显示装置，显示装置为触摸显示器，可显示监护人的身体信息，也可通过触摸显示器对机器人进行指令控制本体底部设有移动装置，本体的一侧设有机械手，机械手的末端设有药物收纳盒，本体的前方设有摄像设备；

本体还设有机器人主控控制模块，主控控制模块为树莓派，机器人主控控制模块与监测模块通过网络相连接，机器人主控控制模块的输出端与驱动模块相连接，所述驱动模块分别与移动装置和机械手的多个步进电机连接并控制驱动，机器人主控控制模块还与摄像设备的摄像头模块相连接；

其中移动装置包括移动轮和驱动机器人移动步进电机，驱动机器人移动步进电机的转轴连接移动轮，通过步进电机驱动移动轮移动将机器人移动到人身边；

所述机械手包括垂直设置在本体一侧的升降滑杆和与升降滑杆构成滚珠丝杠副的滑块，滑块前端通过第一手臂连接有第二手臂，所述药物收纳盒设置在第二手臂的末端，通过机械手可以将药物收纳盒内的药物移动到人方便拿取的位置，其中滑块、第一手臂、第二手臂均由多个步进电机驱动，用以调节药物收纳盒的位置。

所述手环内设置的监测模块包括，监测主控模块、定位模块、监测子模块组、通信模块、供电模块和报警模块；所述监测主控模块的输入端分别与监测子模块组、定位模块和供电模块的输入端相连接，监测主控模块的输出端分别与通信模块、报警模块的输入端相连接，供电模块为监测模块供电，定位模块采集手环佩戴人的位置信息、人体高度信息，并将上述信息发送给监测主控模块，将监测到的环境信息和人体信息发送给监测主控模块，监测主控模块将定位信息、环境信息和人体信息综合处理，所述综合处理包括定位信息通过通信模块接收并发送给机器人，环境信息由空气质量监测模块、红外温度监测模块、湿度监测模块传感器测得后传送给监测主控模块，监测主控模块与预设的安全值进行比较；人体信息由血压监测模块、九轴传感器、心率监测模块传感器测得后传送给监测主控模块，监测主控模块与预设的安全值进行比较后，如果监测到的数值超过系统设定的安全值决定是否将信号通过无线信号发送给机器人控制模块的主控模块。

所述监测子模块组包括血压监测模块、空气质量监测模块、红外温度监测模块、九轴传感器、心率监测模块和湿度监测模块；所述血压监测模块、空气质量监测模块、红外温度监测模块、九轴传感器、心率监测模块和湿度监测模块。

一种使用基于改进加权最小二乘法的监护服务机器人的服务方法，利用改进的最小二乘法对惯性传感器数据和室内CSI信号数据进行处理从而获得精确的定位数据；服务机器人通过精确的定位数据从而识别出被服务人的手或嘴巴的位置，然后通过机械手将药物收纳盒递送给被服务人，具体步骤如下：

步骤1：利用手环内的惯性传感器采集惯性数据，包括：加速度、空间方位、以及修正人体的运动方向、姿态角度、运动力度和速度数据，将所采集的数据，发送至监测主控模块，监测模块将接收到的数据逐一与预设的阀值比较，同时判断手环的佩戴者是否跌倒，之后监测模块将所有数据通过无线网络发送给本体存储，并作为手环佩戴人定位的基础数据；

步骤2：通过活动空间中布置的wifi路由器和无线网卡采集服务机器人的本体的活动范围中的CSI信号，以获得佩戴手环的使用者的定位数据，发送给本体内的主控控制模块；

步骤3：用改进的最小二乘算法处理获得手环佩戴者定位数据，由于定位数据存在因噪声、多径效应因素导致损失的定位信息，因此利用损失的定位信息构建定位模型通过求解该定位模型J(x)，对手环佩戴者进行精确定位；

步骤4：手环中的监测主控模块利用预先设置的算法判断体征数据是否有异常，一有异常系统便处于警戒状态，监测主控模块接收到步骤3所传来的数据，若异常时间超过10秒，则进行步骤5；

步骤5：手环中的监测主控模块启动定位模块以及报警模块，提示手环佩戴人出现异常状况，并向服务机器人发送信号，机器人根据步骤3提供的定位数据到达被服务人身边，服务机器人的摄像头监测被服务人具体状态通过摄像头识别被服务人的手或嘴巴的部位，通过升降杆和机械手送取药物，从而实现将药物喂给被服务人。

所述改进的加权最小二乘算法具体步骤为：

a、首先获取手环佩戴者和服务机器人活动范围中布置的无线路由器或无线网卡之间的测量距离r_i，i＝1，2，3；

b、利用公式：Ax＝b，分别计算系数矩阵A和右边矩阵b；无线网卡或无线路由器坐标(x_i，y_i)^T和第一步获得的测量距离r_i，i＝1，2，3，无线网卡或无线路由器的坐标预知，将(x_i，y_i)^Ti＝1，2，3，以及r_i对应的值代入下式

c、利用如下公式：

运用非中心卡方分布的方差var(r_i ²)＝4d_i ²σ_i ²+2σ_i ⁴计算协方差矩阵C，式中：d_i为未知节点到第i个参考节点的真实距离；n_i为测距误差；假设测距误差n_i服从均值为0、方差为σ_i的高斯分布，即n_i～N(0，σ_i)，则测量距离r_i～N(d_i，σ_i)。

然后利用公式：W＝C^-1，计算权重矩阵W；

d、利用公式：

计算得到加权最小二乘估计

e、利用上述得到初始定位结果以及经典三边定位丢失的信息构造目标函数：

式中：

为损失模型的建构，J(x)为定位模型的建构，

为最小二乘估计，W为权重矩阵；

f、利用公式：

求解准确的未知节点坐标。

有益效果：

1、定位精度更高。手环内的惯性传感器可获得定位初步位置信息，利用改进的最小二乘算法对CSI信号和定位初步位置信息进行计算获得精确定位信息。

2、服务更为精确。本发明电路所提供的机器人服务，在获得精确定位信息的基础上，能更为准确到达指定位置。且在到达指定位置后可以通过摄像头识别服务对象的身体部位，将物品准确送达。

3、结构更为合理。服务机器人采用滚珠丝杠精确度高，使用寿命长；机械手臂可多方位转动，便于物品放至不同位置。

附图说明

图1为本发明的机器人结构示意图；

图2为本发明的手环的结构示意图

图3为本发明的一种用于监护服务的机器人系统模块化框图；

图4为本发明的一个具体实施例的电路连接关系图；

图5为本发明的供电模块的电路图；

图6为本发明的监控主控模块的电路图；

图7为本发明的血压监测模块的电路图；

图8为本发明的心率监测模块的电路图；

图9为本发明的红外温度监测模块的电路图；

图10为本发明的空气质量监测模块的电路图；

图11为本发明的湿度监测模块的电路图；

图12为本发明的通信模块的电路图；

图13为本发明的九轴传感器的电路图；

具体实施方式

下面结合附图对本申请的实施例做进一步说明：

如图1和图2所示，本发明的基于改进加权最小二乘法的监护服务机器人，它包括本体1和手环7，手环7内设有用以监护人体的监测模块，本体1上设有显示装置6，显示装置6为触摸显示器，可显示监护人的身体信息，也可通过触摸显示器对机器人进行指令控制本体1底部设有移动装置4，本体1的一侧设有机械手2，机械手2的末端设有药物收纳盒3，本体1的前方设有摄像设备5；

本体1还设有机器人主控控制模块，主控控制模块为树莓派，机器人主控控制模块与监测模块通过网络相连接，机器人主控控制模块的输出端与驱动模块相连接，所述驱动模块分别与移动装置4和机械手2的多个步进电机连接并控制驱动，机器人主控控制模块还与摄像设备5的摄像头模块相连接；

其中移动装置4包括移动轮和驱动机器人移动步进电机，驱动机器人移动步进电机的转轴连接移动轮，通过步进电机驱动移动轮移动将机器人移动到人身边；

所述机械手2包括垂直设置在本体1一侧的升降滑杆8和与升降滑杆8构成滚珠丝杠副的滑块9，滑块9前端通过第一手臂10连接有第二手臂11，所述药物收纳盒3设置在第二手臂11的末端，通过机械手2可以将药物收纳盒3内的药物移动到人方便拿取的位置，其中滑块9、第一手臂10、第二手臂11均由多个步进电机驱动，用以调节药物收纳盒3的位置。

如图3和图4所示，所述手环7内设置的监测模块包括，监测主控模块、定位模块、监测子模块组、通信模块、供电模块和报警模块；供电模块的电路图如图5所示，监控主控模块的电路图如图6所示，

所述监测主控模块的输入端分别与监测子模块组、定位模块和供电模块的输入端相连接，监测主控模块的输出端分别与通信模块、报警模块的输入端相连接，供电模块为监测模块供电，定位模块采集手环7佩戴人的位置信息、人体高度信息，并将上述信息发送给监测主控模块，将监测到的环境信息和人体信息发送给监测主控模块，监测主控模块将定位信息、环境信息和人体信息综合处理，所述综合处理包括定位信息通过通信模块接收并发送给机器人，环境信息由空气质量监测模块、红外温度监测模块、湿度监测模块传感器测得后传送给监测主控模块，监测主控模块与预设的安全值进行比较；人体信息由血压监测模块、九轴传感器、心率监测模块传感器测得后传送给监测主控模块，监测主控模块与预设的安全值进行比较后，如果监测到的数值超过系统设定的安全值决定是否将信号通过无线信号发送给机器人控制模块的主控模块。所述监测子模块组包括血压监测模块、空气质量监测模块、红外温度监测模块、九轴传感器、心率监测模块和湿度监测模块；所述血压监测模块、空气质量监测模块、红外温度监测模块、九轴传感器、心率监测模块和湿度监测模块。血压监测模块的电路图如图7所示，心率监测模块的电路图如图8所示，红外温度监测模块的电路图如图9所示，空气质量监测模块的电路图如图10所示，湿度监测模块的电路图如图11所示，通信模块的电路图如图12所示，九轴传感器的电路图如图13所示；

一种基于改进加权最小二乘法的监护服务机器人的服务方法，利用改进的最小二乘法对惯性传感器数据和室内CSI信号数据进行处理从而获得精确的定位数据；服务机器人通过精确的定位数据从而识别出被服务人的手或嘴巴的位置，然后通过机械手2将药物收纳盒3递送给被服务人，具体步骤如下：

步骤1：利用手环7内的惯性传感器采集惯性数据，包括：加速度、空间方位、以及修正人体的运动方向、姿态角度、运动力度和速度数据，将所采集的数据，发送至监测主控模块，监测模块将接收到的数据逐一与预设的阀值比较，同时判断手环7的佩戴者是否跌倒，之后监测模块将所有数据通过无线网络发送给本体1存储，并作为手环7佩戴人定位的基础数据；

步骤2：通过活动空间中布置的wifi路由器和无线网卡采集服务机器人的本体1的活动范围中的CSI信号，以获得佩戴手环7的使用者的定位数据，发送给本体1内的主控控制模块；

步骤3：用改进的最小二乘算法处理获得手环7佩戴者定位数据，由于定位数据存在因噪声、多径效应因素导致损失的定位信息，因此利用损失的定位信息构建定位模型通过求解该定位模型J(x)，对手环7佩戴者进行精确定位；

步骤4：手环7中的监测主控模块利用预先设置的算法判断体征数据是否有异常，一有异常系统便处于警戒状态，监测主控模块接收到步骤3所传来的数据，若异常时间超过10秒，则进行步骤5；

步骤5：手环7中的监测主控模块启动定位模块以及报警模块，提示手环7佩戴人出现异常状况，并向服务机器人发送信号，机器人根据步骤3提供的定位数据到达被服务人身边，服务机器人的摄像头监测被服务人具体状态通过摄像头识别被服务人的手或嘴巴的部位，通过升降杆和机械手送取药物，从而实现将药物喂给被服务人。

所述改进的加权最小二乘算法具体步骤为：

a、首先获取手环7佩戴者和服务机器人活动范围中布置的无线路由器或无线网卡之间的测量距离r_i，i＝1，2，3；

b、利用公式：Ax＝b，分别计算系数矩阵A和右边矩阵b；无线网卡或无线路由器坐标(x_i，y_i)^T和第一步获得的测量距离r_i，i＝1，2，3，无线网卡或无线路由器的坐标预知，将(x_i，y_i)^Ti＝1，2，3，以及r_i对应的值代入下式

c、利用如下公式：

运用非中心卡方分布的方差var(r_i ²)＝4d_i ²σ_i ²+2σ_i ⁴，计算协方差矩阵C，式中：d_i为未知节点到第i个参考节点的真实距离；n_i为测距误差；假设测距误差n_i服从均值为0、方差为σ_i的高斯分布，即n_i～N(0，σ_i)，则测量距离r_i～N(d_i，σ_i)；

然后利用公式：W＝C^-1，计算权重矩阵W；

d、利用公式：

计算得到加权最小二乘估计

e、利用上述得到初始定位结果以及经典三边定位丢失的信息构造目标函数：

式中：

为损失模型的建构，J(x)为定位模型的建构，

为最小二乘估计，W为权重矩阵；

f、利用公式：

求解准确的未知节点坐标。

Claims (5)

1.一种基于改进加权最小二乘法的监护服务机器人，其特征在于：它包括本体(1)和手环(7)，手环(7)内设有用以监护人体的监测模块，本体(1)上设有显示装置(6)，显示装置(6)为触摸显示器，可显示监护人的身体信息，也可通过触摸显示器对机器人进行指令控制本体(1)底部设有移动装置(4)，本体(1)的一侧设有机械手(2)，机械手(2)的末端设有药物收纳盒(3)，本体(1)的前方设有摄像设备(5)；

本体(1)还设有机器人主控控制模块，主控控制模块为树莓派，机器人主控控制模块与监测模块通过网络相连接，机器人主控控制模块的输出端与驱动模块相连接，所述驱动模块分别与移动装置(4)和机械手(2)的多个步进电机连接并控制驱动，机器人主控控制模块还与摄像设备(5)的摄像头模块相连接；

其中移动装置(4)包括移动轮和驱动机器人移动步进电机，驱动机器人移动步进电机的转轴连接移动轮，通过步进电机驱动移动轮移动将机器人移动到人身边；

所述机械手(2)包括垂直设置在本体(1)一侧的升降滑杆(8)和与升降滑杆(8)构成滚珠丝杠副的滑块(9)，滑块(9)前端通过第一手臂(10)连接有第二手臂(11)，所述药物收纳盒(3)设置在第二手臂(11)的末端，通过机械手(2)可以将药物收纳盒(3)内的药物移动到人方便拿取的位置，其中滑块(9)、第一手臂(10)、第二手臂(11)均由多个步进电机驱动，用以调节药物收纳盒(3)的位置。

2.根据权利要求1所述的基于改进加权最小二乘法的监护服务机器人，其特征在于：所述手环(7)内设置的监测模块包括，监测主控模块、定位模块、监测子模块组、通信模块、供电模块和报警模块；所述监测主控模块的输入端分别与监测子模块组、定位模块和供电模块的输入端相连接，监测主控模块的输出端分别与通信模块、报警模块的输入端相连接，供电模块为监测模块供电，定位模块采集手环(7)佩戴人的位置信息、人体高度信息，并将上述信息发送给监测主控模块，将监测到的环境信息和人体信息发送给监测主控模块，监测主控模块将定位信息、环境信息和人体信息综合处理，所述综合处理包括定位信息通过通信模块接收并发送给机器人，环境信息由空气质量监测模块、红外温度监测模块、湿度监测模块传感器测得后传送给监测主控模块，监测主控模块与预设的安全值进行比较；人体信息由血压监测模块、九轴传感器、心率监测模块传感器测得后传送给监测主控模块，监测主控模块与预设的安全值进行比较后，如果监测到的数值超过系统设定的安全值决定是否将信号通过无线信号发送给机器人控制模块的主控模块。

3.根据权利要求2所述的基于改进加权最小二乘法的监护服务机器人，其特征在于：所述监测子模块组包括血压监测模块、空气质量监测模块、红外温度监测模块、九轴传感器、心率监测模块和湿度监测模块；所述血压监测模块、空气质量监测模块、红外温度监测模块、九轴传感器、心率监测模块和湿度监测模块。

4.一种使用上述权利要求1-3中任意一条权利要求所述基于改进加权最小二乘法的监护服务机器人的服务方法，其特征在于：利用改进的最小二乘法对惯性传感器数据和室内CSI信号数据进行处理从而获得精确的定位数据；服务机器人通过精确的定位数据从而识别出被服务人的手或嘴巴的位置，然后通过机械手(2)将药物收纳盒(3)递送给被服务人，具体步骤如下：

步骤1：利用手环(7)内的惯性传感器采集惯性数据，包括：加速度、空间方位、以及修正人体的运动方向、姿态角度、运动力度和速度数据，将所采集的数据，发送至监测主控模块，监测模块将接收到的数据逐一与预设的阀值比较，同时判断手环(7)的佩戴者是否跌倒，之后监测模块将所有数据通过无线网络发送给本体(1)存储，并作为手环(7)佩戴人定位的基础数据；

步骤2：通过活动空间中布置的wifi路由器和无线网卡采集服务机器人的本体(1)的活动范围中的CSI信号，以获得佩戴手环(7)的使用者的定位数据，发送给本体(1)内的主控控制模块；

步骤3：用改进的最小二乘算法处理获得手环(7)佩戴者定位数据，由于定位数据存在因噪声、多径效应因素导致损失的定位信息，因此利用损失的定位信息构建定位模型通过求解该定位模型J(x)，对手环(7)佩戴者进行精确定位；

步骤4：手环(7)中的监测主控模块利用预先设置的算法判断体征数据是否有异常，一有异常系统便处于警戒状态，监测主控模块接收到步骤3所传来的数据，若异常时间超过10秒，则进行步骤5；

步骤5：手环(7)中的监测主控模块启动定位模块以及报警模块，提示手环(7)佩戴人出现异常状况，并向服务机器人发送信号，机器人根据步骤3提供的定位数据到达被服务人身边，服务机器人的摄像头监测被服务人具体状态通过摄像头识别被服务人的手或嘴巴的部位，通过升降杆和机械手送取药物，从而实现将药物喂给被服务人。

5.根据权利要求4所述服务方法，其特征在于所述改进的加权最小二乘算法具体步骤为：

a、首先获取手环(7)佩戴者和服务机器人活动范围中布置的无线路由器或无线网卡之间的测量距离r_i，i＝1，2，3；

b、利用公式：Ax＝b，分别计算系数矩阵A和右边矩阵b；无线网卡或无线路由器坐标(x_i，y_i)^T和第一步获得的测量距离r_i，i＝1，2，3，无线网卡或无线路由器的坐标预知，将(x_i，y_i)^Ti＝1，2，3，以及r_i对应的值代入下式

c、利用如下公式：

运用非中心卡方分布的方差var(r_i ²)＝4d_i ²σ_i ²+2σ_i ⁴，计算协方差矩阵C，式中：d_i为未知节点到第i个参考节点的真实距离；n_i为测距误差；假设测距误差n_i服从均值为0、方差为σ_i的高斯分布，即n_i～N(0，σ_i)，则测量距离r_i～N(d_i，σ_i)；

然后利用公式：W＝C^-1，计算权重矩阵W；

d、利用公式：

计算得到加权最小二乘估计

e、利用上述得到初始定位结果以及经典三边定位丢失的信息构造目标函数：

式中：

为损失模型的建构，J(x)为定位模型的建构，

为最小二乘估计，W为权重矩阵；

f、利用公式：

求解准确的未知节点坐标。

Images