[發(fā)明專利]一種基于神經(jīng)網(wǎng)絡(luò)的循跡機(jī)器人軌跡識別方法

有效

• 申請?zhí)枺?/td>: 201810368343.1
• 申請日: 2018-04-23
• 公開（公告）號: CN108549877B
• 公開（公告）日: 2022-02-18
• 發(fā)明（設(shè)計(jì)）人: 宋永端;楊士國;賴俊峰;韓哲;徐康;張亞男;許文強(qiáng);周鑫
• 申請（專利權(quán)）人: 重慶大學(xué)
• 主分類號: G06V40/20
• 分類號: G06V40/20;G06N3/063;G06N3/08
• 代理公司: 重慶信航知識產(chǎn)權(quán)代理有限公司 50218
• 代理人: 吳彬

本發(fā)明公開了一種基于神經(jīng)網(wǎng)絡(luò)的循跡機(jī)器人軌跡識別方法，包括以下步驟：1)機(jī)器人在光照變化環(huán)境下采集道路圖像；2)將采集的圖像數(shù)據(jù)壓縮成圖片，并將圖片存儲(chǔ)為jpg文件；3)對采集的圖片進(jìn)行裁剪；4)將采集的圖片數(shù)據(jù)轉(zhuǎn)入電腦，在電腦端對每張圖片中的三個(gè)區(qū)域中的引導(dǎo)線的中心進(jìn)行標(biāo)記；5)將得到的訓(xùn)練數(shù)據(jù)導(dǎo)入到matlab,對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到神經(jīng)網(wǎng)絡(luò)的各個(gè)參數(shù)；6)根據(jù)matlab訓(xùn)練得到的神經(jīng)網(wǎng)絡(luò)參數(shù)編寫對圖片中道路中間的引導(dǎo)線的中點(diǎn)進(jìn)行標(biāo)記的神經(jīng)網(wǎng)絡(luò)算法；……；本發(fā)明基于神經(jīng)網(wǎng)絡(luò)的循跡機(jī)器人軌跡識別方法，其具有較強(qiáng)自適應(yīng)能力，在視覺光照條件變化的條件下，對識別道路軌跡具有較高的準(zhǔn)確率，具有較高魯棒性。

技術(shù)領(lǐng)域

本發(fā)明涉及涉及機(jī)器人領(lǐng)域，特別涉及一種尋跡機(jī)器人軌跡識別方法。

背景技術(shù)

隨著人們生活水平的不斷提高，智能家用機(jī)器人的應(yīng)用越來越廣泛，而且具有非常廣泛的市場前景，眾多自主運(yùn)行機(jī)器人均需要解決尋跡這一問題，為了控制機(jī)器人確保其能夠沿著預(yù)設(shè)路徑前行，需要機(jī)器人能夠自行探測線路并能預(yù)測轉(zhuǎn)彎，因此需要機(jī)器人能夠在線獲取探測線路后預(yù)測道路曲率，以及檢測確定道路中心線。

視覺尋跡具有路徑鋪設(shè)難度低，識別設(shè)備成本低等優(yōu)點(diǎn)，但由于攝像頭等視覺設(shè)備對光照強(qiáng)度敏感，常用的閾值二值化的方案，或者顏色檢測的算法方案雖然難度較低，但是對于光照變化環(huán)境具有不穩(wěn)定性。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明的目的一種基于神經(jīng)網(wǎng)絡(luò)的循跡機(jī)器人軌跡識別方法，其針對道路中間有引導(dǎo)線的道路，解決現(xiàn)有技術(shù)中機(jī)器人采用視覺尋跡，在視覺光照條件變化的條件下，對路徑識別穩(wěn)定性差的問題。

本發(fā)明基于神經(jīng)網(wǎng)絡(luò)的循跡機(jī)器人軌跡識別方法，包括以下步驟：

1)機(jī)器人在光照變化環(huán)境下通過攝像頭采集道路圖像；

2)機(jī)器人處理器將采集的圖像數(shù)據(jù)壓縮成分辨率為640*480的圖片，并將圖片存儲(chǔ)為jpg文件；

3)機(jī)器人處理器對圖像數(shù)據(jù)進(jìn)行預(yù)處理，將采集的圖片進(jìn)行裁剪，縮小尺寸，修改為320*240；再將縮小后的圖片的下部沿寬度方向進(jìn)行裁剪，每張圖片分別裁剪出3個(gè)區(qū)域，每個(gè)區(qū)域的分辨率為320*5；

4)將采集的圖片數(shù)據(jù)轉(zhuǎn)入電腦，在電腦端通過軟件對每張圖片中的三個(gè)區(qū)域中的引導(dǎo)線的中心進(jìn)行標(biāo)記，并記錄下標(biāo)記點(diǎn)的坐標(biāo)；將jpg圖像讀取完畢，并按照每個(gè)像素點(diǎn)為BGR888的順序存儲(chǔ)為一個(gè)訓(xùn)練數(shù)據(jù)輸入文件；同時(shí)為了增加訓(xùn)練數(shù)據(jù)的樣本數(shù)目，將所有的圖像垂直鏡像；

5)將得到的訓(xùn)練數(shù)據(jù)導(dǎo)入到matlab,對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，所述神經(jīng)網(wǎng)絡(luò)由輸入層、隱含層和輸出層構(gòu)成，其中輸入層根據(jù)輸入圖像數(shù)據(jù)每個(gè)像素點(diǎn)的RBG分別對應(yīng)一個(gè)神經(jīng)元，輸出層為一個(gè)神經(jīng)元，隱含層根據(jù)訓(xùn)練結(jié)果調(diào)整到適當(dāng)神經(jīng)元數(shù)目；神經(jīng)網(wǎng)絡(luò)利用輸出后的誤差來估計(jì)輸出層的直接前導(dǎo)層的誤差，再用這個(gè)誤差估計(jì)更前一層的誤差，如此一層一層的反傳下去，實(shí)現(xiàn)獲得所有神經(jīng)網(wǎng)絡(luò)層的誤差估計(jì)；并最終通過不斷訓(xùn)練，得到神經(jīng)網(wǎng)絡(luò)的各個(gè)參數(shù)；

6)根據(jù)matlab訓(xùn)練得到的神經(jīng)網(wǎng)絡(luò)參數(shù)編寫對圖片中道路中間的引導(dǎo)線的中點(diǎn)進(jìn)行標(biāo)記的神經(jīng)網(wǎng)絡(luò)算法；

7)將編寫的神經(jīng)網(wǎng)絡(luò)算法植入機(jī)器人處理器，通過神經(jīng)網(wǎng)絡(luò)算法對一幀圖片中裁剪出的3個(gè)不同區(qū)域進(jìn)行運(yùn)算，從而得到該幀圖片中道路的3個(gè)點(diǎn)位，再根據(jù)這3個(gè)點(diǎn)位偏離該幀圖片豎向中心線的距離、以及三個(gè)點(diǎn)之間的相對距離計(jì)算出道路的曲率，從而實(shí)現(xiàn)軌跡識別。

本發(fā)明的有益效果：

本發(fā)明基于神經(jīng)網(wǎng)絡(luò)的循跡機(jī)器人軌跡識別方法，其具有較強(qiáng)自適應(yīng)能力，在視覺光照條件變化的條件下，對識別道路軌跡具有較高的準(zhǔn)確率，具有較高魯棒性。

附圖說明

圖1為BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖；

圖2為圖片裁剪示意圖。