[發明專利]一種機器人主動搜索目標的方法及智能機器人

有效

• 申請號: 202110471862.2
• 申請日: 2021-04-29
• 公開（公告）號: CN113126629B
• 公開（公告）日: 2022-11-29
• 發明（設計）人: 王家政;張樂;辜雅婷;曾龍;高望;王中煜;周梅;文家偉;周俊池
• 申請（專利權）人: 清華大學深圳國際研究生院
• 主分類號: G05D1/02
• 分類號: G05D1/02
• 代理公司: 深圳新創友知識產權代理有限公司 44223
• 代理人: 孟學英

1.一種機器人主動搜索目標的方法，其特征在于，包括如下步驟：

S1：對于機器人所在的場景進行同步定位與建圖掃描并構建能夠遍歷所述場景每個位置的路徑；

S2：所述機器人按照所述路徑行走時，實時獲取所述場景的圖像并通過深度學習算法對所述圖像進行分割與人體檢測處理，得到所述圖像的處理結果；

S3：根據所述圖像的處理結果確定目標所在方位，根據所述方位調整所述機器人的移動方向和速率對所述目標進行趨向移動與跟隨；

S4：當獲取所述目標的正面圖像時，對所述目標的正面圖像進行人臉識別并根據識別到的人臉圖像信息生成人臉特征信息并儲存，根據所述人臉特征信息判斷在預設時間內是否與所述目標進行過互動，如沒有，則對所述目標發出互動請求；如有，則放棄所述目標，重新尋找目標；

S5：在發出互動請求后的預設時間內若沒有接收到所述目標的響應則放棄所述目標；若接收到所述目標的響應則繼續與用戶互動。

2.如權利要求1所述的機器人主動搜索目標的方法，其特征在于，實時獲取所述場景的圖像并通過深度學習算法對所述圖像進行分割與人體檢測處理，得到所述圖像的處理結果包括如下步驟：

S21：實時采集所述機器人所在的所述場景的圖像；

S22：對所述圖像進行基于深度學習算法的實例分割與人體檢測，檢測所述圖像內是否有目標人體并對所述目標人體進行圖像分割與標記，預測遮擋的實際人體實例并生成目標人體掩膜；

S23：對所有所述目標人體進行排序得到目標排序；

S24：使用RNN聚類獲取所述目標排序中排序第一的所述目標人體的圖像像素的中心點并獲取所述目標人體與所述機器人的距離。

3.如權利要求2所述的機器人主動搜索目標的方法，其特征在于，對所有所述目標人體進行排序得到目標排序依據如下指標：

根據所述目標人體掩膜所占面積，面積越大優先值越高；

對所述目標人體距離所述機器人遠近進行排序，距離越近優先值越高；

所述目標人體中去除在所述預設時間內進行過互動的所述目標，剩余目標中加權權重指數最高的所述目標人體為目標。

4.如權利要求3所述的機器人主動搜索目標的方法，其特征在于，采用基于FasterRCNN框架的YOLACT算法對所述圖像進行實時實例分割與補齊預測，并以像素為單位進行圖像大小統計。

5.如權利要求4所述的機器人主動搜索目標的方法，其特征在于，所述目標人體中去除在所述預設時間內進行過互動的所述目標包括；

基于對于所述人臉特征信息的存儲與遞歸搜索并采取假設檢驗置信度檢測的方式進行評估與判斷，若所述人臉特征信息匹配，則認為進行過互動。

6.如權利要求5所述的機器人主動搜索目標的方法，其特征在于，采用TCDCN算法對于基于圖像處理的計算機視覺任務進行人臉特征信息提取，并將深度學習算法提取出的特征圖信息進行儲存。

7.如權利要求6所述的機器人主動搜索目標的方法，其特征在于，還包括：對單位時間內機器所接觸目標人群數量進行評估。

8.如權利要求7所述的機器人主動搜索目標的方法，其特征在于，所述評估方法如下：

K＝P_i|r_i＜R，i∈N

R_w＝C_w/T

R_n＝C_n/T

其中，N是目標總數量，P_i是表示目標個體，C_w是原機器人與目標接觸次數，C_n是機器人與目標接觸次數，T是服務模擬運行時長，R_w是原機器人服務效率，R_n是機器人服務效率，R是服務檢測半徑設定值，r_i是機器人與第i目標距離，K是一時刻機器人服務檢測半徑內目標數量。