[發明專利]服務機器人自適應目標導航方法及系統

有效

• 申請號: 202210127277.5
• 申請日: 2022-02-10
• 公開（公告）號: CN114460943B
• 公開（公告）日: 2023-07-28
• 發明（設計）人: 周風余;楊志勇;夏英翔;尹磊
• 申請（專利權）人: 山東大學
• 主分類號: G05D1/02
• 分類號: G05D1/02
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 黃海麗

本發明公開了服務機器人自適應目標導航方法及系統，所述方法包括：獲取室內若干幅家庭場景圖像，確定導航任務目標圖像，將服務機器人視為智能體，獲取智能體第一人稱視角下的視覺觀測圖像，提取視覺觀測圖像的語義特征和目標圖像的語義特征；確定目標注意概率分布；確定經驗注意概率分布；基于目標注意概率分布和經驗注意概率分布，得到融合概率分布；基于融合概率分布、當前時刻視覺觀測圖像的語義特征、當前時刻目標圖像的語義特征和視覺觀測圖像區域位置空間特征，構建全局注意嵌入向量；將全局注意嵌入向量，輸入到深度強化學習網絡中，深度強化學習網絡輸出動作決策，完成目標導航。提高機器人對于新環境的認知能力和探索能力。

技術領域

本發明涉及導航技術領域，特別是涉及服務機器人自適應目標導航方法及系統。

背景技術

本部分的陳述僅僅是提到了與本發明相關的背景技術，并不必然構成現有技術。

近年來，機器人領域的相關研究取得了顯著的進展，并產生了一定的社會效應，各種服務型機器人正逐步融入人們生產生活。隨著服務機器人應用場景的擴展和功能需求的增加，作為一系列具體下游任務的基礎(如視覺問答和物品抓取等)，機器人的靈活性已成為影響其發展推廣的重要因素。

經典的室內服務機器人導航技術通常首先需要從構建場景先驗(環境地圖)開始，然后基于已知或分段確定的目標點來規劃和執行規劃的軌跡。盡管這些方法多年來取得了相當大的成功，但模塊化的設計思路具有根本的限制，阻礙了它們的廣泛采用。一個重要的限制是算法非常容易受到傳感器噪聲的影響，例如，作為導航實現的前提，建圖階段過于依賴傳感器的精度，這導致地圖的建立和維護很容易受到測量噪聲的影響，地圖的準確性也會由于環境的變化而隨著時間的推移而退化，限制了導航任務在動態環境中的可實現性；傳感器噪聲也會在建圖模塊到控制模塊的數據管道中累積和傳播，從而使這些算法的魯棒性降低。更重要的是，基于環境模型的導航方法需要大量的特定案例場景驅動的手工特征，這使得算法難以與其他通過數據驅動的下游AI任務相結合，影響了機器人服務功能的實現效果。

隨著通用圖形處理器(GPU)的普及和并行計算的興起，CUDA和OpenCL等編程框架陸續出現，促進了人工智能技術的快速崛起。深度強化學習算法將深度學習的感知能力和強化學習的決策能力結合起來，在文本生成、游戲、控制優化、機器人等多個領域中展現了強大的適應性和學習能力，國內外也開始基于深度強化學習來訓練智能體學習僅基于視覺輸入的導航。與人類或動物在未知環境中的探索性嘗試行為模式類似，基于學習的視覺導航方法訓練機器人以交互的方式實現感知(如環境中的對象類型)，利用數據集和以往經驗的知識，輔助以無監督(缺乏Ground-Truth標注)的方式理解新環境，經過足夠的培訓后，機器人將具備在全新的環境中執行探索和導航任務的能力。

發明內容

為了解決現有技術的不足，本發明提供了服務機器人自適應目標導航方法及系統。本發明通過提出的語義和空間注意概率模型提取興趣區域，彌補卷積神經網絡在提取RGB圖像時的空間結構化學習能力的不足的問題，模型將對通過對比當前觀測和目標圖像的語義和空間特征，對目標潛在區域提高關注度和加強探索。

第一方面，本發明提供了服務機器人自適應目標導航方法；

服務機器人自適應目標導航方法，包括：

獲取室內若干幅家庭場景圖像，確定導航任務目標圖像，將服務機器人視為智能體，設置智能體的初始位置為場景中的隨機點；

獲取智能體第一人稱視角下的視覺觀測圖像，基于訓練后的卷積神經網絡，提取視覺觀測圖像的語義特征和目標圖像的語義特征；

基于目標圖像的語義特征，和智能體每執行一個動作所采集的視覺觀測圖像的語義特征，確定目標注意概率分布；基于智能體每執行一個動作所采集的視覺觀測圖像的語義特征和智能體當前時刻之前的軌跡中所收集到的經驗，確定經驗注意概率分布；所述智能體當前時刻之前的軌跡中所收集到的經驗，包括：歷史動作、按照序列觀察到的圖像和觀測-經驗聯合表征；