[發明專利]一種面向殺菌機器人的多傳感器信息融合方法

有效

• 申請號: 202010410470.0
• 申請日: 2020-05-15
• 公開（公告）號: CN111582399B
• 公開（公告）日: 2023-07-18
• 發明（設計）人: 趙安妮;韓貴東;馬志剛;王旭
• 申請（專利權）人: 吉林省森祥科技有限公司
• 主分類號: G06F18/25
• 分類號: G06F18/25;G01D21/02;G06N3/0464;G06N3/0499;G06N3/08
• 代理公司: 長春市恒譽專利代理事務所(普通合伙) 22212
• 代理人: 梁紫鉞

本發明涉及一種面向殺菌機器人的多傳感器信息融合方法，為了解決醫療領域的殺菌機器人多傳感器信息融合時，不確實性較高，不能精準地確定殺菌機器人在不同場景中的操作參數，自主性較差等問題。本發明包括以下步驟：生成目標分類訓練數據集、通過處理融合多源信號的混合深度神經網絡獲取特征信息、建立基于投票證據理論的決策融合模型、訓練獲得殺菌機器人操作參數模型；本發明利用深度神經網絡結合改進的證據理論方法，將殺菌機器人的視覺信號和傳感器信號通過深度學習結合改進證據理論方法有機融合在一起，消除多傳感器信息之間可能存在的冗余和矛盾，加以互補，降低其不確實性，進而更加精準的輸出殺菌機器人的操作參數。

技術領域

本發明涉及一種信息融合方法，特別涉及一種面向殺菌機器人的混合深度神經網絡多傳感器信息融合方法。

背景技術

殺菌機器人是以機器人為載體，應用于醫療殺菌場景中，跟據設定的路線自動、高效、精準的對室內進行殺菌消毒。殺菌機器人可以利用脈沖氙燈高壓電離極化發光原理，通過高強紫外波段光線，高效、快速的對物體表面和空氣中的各類微生物滅活，達到消毒殺菌目的。

目前傳染病隔離屋、病房、手術室等高危交叉感染區需要定期殺菌消毒，但這部分工作主要由人工完成，傳統的室內殺菌消毒工作存在耗費勞動力、有死角、二次污染、濃度不能控制、成本高等缺陷，利用殺菌醫療機器人能夠更加快速高效的殺菌，很大程度上分擔了醫護人員的繁重工作，其具有不怕感染的特點，能夠工作在各種高危場景，而且不占用醫療資源。

殺菌機器人要針對病房、診室、手術室等不同的場景，以及氣體、溫度、濕度等多種環境因素做出不同的判斷。傳感器系統是機器人的感覺器官，幾乎所有機器人當中都有傳感器，讓機器人把自身所需信息輸入系統，由傳感器控制其感知系統。多傳感器信息融合技術作為一項智能化信息處理技術，所發揮的作用不言而喻。目前，多傳感器數據融合的常用方法大致可分為兩大類:隨機和人工智能方法。信息融合的不同層次對應不同的算法，包括加權平均融合、卡爾曼濾波法、Bayes估計、統計決策理論、概率論方法、模糊邏輯推理、人工神經網絡、D-S證據理論等。數據融合的過程為：每個傳感器各自獨立處理生成目標數據，每個傳感器都有自己獨立的感知，當所有傳感器完成目標數據生成后，再由主處理器進行數據融合。

上述傳統融合方法，在處理醫療領域的殺菌機器人多傳感器信息融合時，多傳感器信息之間存在冗余和矛盾，不確實性較高，不能精準的確定殺菌機器人在不同場景中的操作參數，自主性較差，還需要過多的人工干預和控制，效果尚有待提升。

發明內容

本發明為解決上述技術問題，利用深度神經網絡結合改進的證據理論方法，進一步改進多傳感器信息融合技術，提高多傳感器信息融合技術在殺菌機器人上的應用效果，運用多傳感器信息融合技術在解決殺菌機器人探測、跟蹤和目標識別等問題方面，增強系統生存能力，提高整個系統的可靠性和健壯性，增強數據的可信度，提高精度，擴展系統的時間、空間覆蓋率，增加系統的實時性和信息利用率等。本發明提供一種面向殺菌機器人的多傳感器信息融合方法，包括以下步驟：

步驟一、生成目標分類訓練數據集：

(1)數據采集：將殺菌機器人放到不同的場景中，通過機器人的攝像頭獲取當前的視覺圖像，通過殺菌機器人的傳感器獲取相應的數據值；所述的場景包括手術室、病房、診室或其他醫療場所或需殺菌處理的場所；殺菌機器人的傳感器包括濕度傳感器、溫度傳感器、氣體傳感器等。

(2)A/D轉換：將傳感器獲取模擬值轉換為可被使用的數字信號，完成A/D轉換的過程；

(3)人工標注數據集：為了進行神經網絡的訓練，數據采集后，針對不同場景手動標注標簽，用來表示在當前場景下殺菌機器人的操作參數；

(4)均衡樣本：在進行訓練之前，讓不同標簽的樣例數目盡可能達到1:1的比例；

步驟二、通過處理融合多源信號的混合深度神經網絡獲取特征信息：