[發明專利]具有雙行走模式的分體式仿真機器人的避障方法和裝置

有效

• 申請號: 202010811366.2
• 申請日: 2020-08-13
• 公開（公告）號: CN112034847B
• 公開（公告）日: 2021-04-13
• 發明（設計）人: 羅紹遠
• 申請（專利權）人: 廣州仿真機器人有限公司
• 主分類號: G05D1/02
• 分類號: G05D1/02;G05D1/08
• 代理公司: 廣州海石專利代理事務所(普通合伙) 44606
• 代理人: 邵穗娟

1.一種具有雙行走模式的分體式仿真機器人的避障方法，其特征在于，所述分體式仿真機器人由可分離式連接的兩條腿部與所述兩條腿部上方的主體部構成，所述兩條腿部分別與所述主體部可分離式機械連接，所述主體部分別與所述兩條腿部的連接處設置有第一磁場發生器；所述兩條腿部均設置有內置芯片，從而在所述兩條腿部分別與所述主體部分離后，所述兩條腿部能夠根據收到的控制信號而執行與所述控制信號對應的操作；所述方法包括：

S1、所述分體式仿真機器人以預設的跨步行走方式沿預設軌跡進行移動，同時利用所述分體式仿真機器人上預設的環境探測傳感器陣列，對所述分體式仿真機器人前方的第一區域進行實時環境信號檢測，從而得到第一環境信號序列；

S2、將所述第一環境信號序列輸入預設的障礙物分析模型中進行處理，從而得到所述障礙物分析模型輸出的分析結果；其中，所述分析結果為具有障礙物或者不具有障礙物，所述障礙物分析模型基于神經網絡模型并采用訓練數據訓練而成，所述訓練數據由訓練用信號序列和與所述訓練用信號序列對應的人工標注所構成；

S3、判斷所述分析結果是否為具有障礙物；

S4、若所述分析結果為具有障礙物，則根據預設的障礙物分類方法進行障礙物分類處理，從而得到與所述第一區域內的障礙物對應的第一障礙物類別；

S5、判斷所述第一障礙物類別是否記載于預設的分體式避障名單中；

S6、若所述第一障礙物類別記載于預設的分體式避障名單中，則使所述兩條腿部與所述主體部分離，并控制所述兩條腿部上分別設置的動力組件，以使所述分體式仿真機器人的主體部獲取向上的第一動量和向前的第二動量；

S7、向預設于所述第一區域的地板下方的第二磁場發生器發送開啟指令，以開啟所述第二磁場發生器，并開啟預設于所述主體部上預設的所述第一磁場發生器，從而所述主體部能夠在所述第一區域上方通過時受到磁力支持而不會墜落至障礙物上；

S8、向分離后的所述兩條腿部發送滾動移動指令，以使所述兩條腿部采用滾動移動的方式繞過障礙物；其中，每條腿部均預設有隱藏式輪滑部件，從而在分離后每條腿部均能夠進行滾動移動；

S9、在所述主體部從空中越過障礙物并且所述兩條腿部在所述主體部正下方且與所述主體部進行水平方向的同速運動時，關閉所述第一磁場發生器，以使所述主體部降落至所述兩條腿部上并組成分體式仿真機器人，并且向所述第二磁場發生器發送關閉指令，從而完成具有雙行走模式的分體式仿真機器人的避障過程。

2.根據權利要求1所述的具有雙行走模式的分體式仿真機器人的避障方法，其特征在于，所述將所述第一環境信號序列輸入預設的障礙物分析模型中進行處理，從而得到所述障礙物分析模型輸出的分析結果；其中，所述分析結果為具有障礙物或者不具有障礙物，所述障礙物分析模型基于神經網絡模型并采用訓練數據訓練而成，所述訓練數據由訓練用信號序列和與所述訓練用信號序列對應的人工標注所構成的步驟S2之前，包括：

S11、從預設的樣本數據庫中調取指定數據的樣本數據以構成樣本集，再根據預設比例將所述樣本集劃分為訓練集和驗證集；其中，所述樣本數據由預先收集的信號序列和與所述預先收集的信號序列對應的人工標注所構成；

S12、調取預設的神經網絡模型，并將所述訓練集輸入所述神經網絡模型中進行訓練，從而得到初步神經網絡模型；

S13、利用所述驗證集對所述初步神經網絡模型進行驗證處理，以得到驗證結果；

S14、判斷所述驗證結果是否為驗證通過；

S15、若所述驗證結果為驗證通過，則將所述初步神經網絡模型記為障礙物分析模型。