一种用于智能移动机器人的循迹系统及方法

本发明涉及机器人，特别涉及一种用于智能移动机器人的循迹系统及方法。

背景技术：

1、智能移动机器人是一个基于计算机技术、电子技术、传感技术、信息融合技术、通信技术、网络技术、导航技术、智能控制技术及自动化控制技术等发展起来的现代智能系统，是一个集环境感知、规划决策、自主行驶与行为控制等功能于一体的高技术综合系统，他可以在复杂环境下，通过计算机控制调节行驶方向、控制启停，实现速度的自主控制等。在当前应用环境下，机器人技术已经广泛的应用于我们生活的方方面面。

2、在智能移动机器人领域，循迹技术一直是研究的热点之一。机器人循迹技术基于传统的控制算法和传感器技术，导致在复杂的行驶环境下表现不佳，在用途上来看，机器人大多数情况下需要使用在人迹罕至或外部环境相对复杂的地方，即使具有较高的智能，也难以在只依靠自身计算的条件下独立完成工作，依然需要相应检测环节来辅助进行控制。

技术实现思路

1、本发明提供一种用于智能移动机器人的循迹系统及方法，用以解决背景技术中提出的问题。

2、本发明提供一种用于智能移动机器人的循迹系统，包括：

3、数据采集模块，用于对智能移动机器人的行驶状态和行驶环境进行实时采集和反馈，得到传感数据，并基于传感数据建立模拟环境；

4、路线确定模块，用于基于智能移动机器人的工作任务，结合模拟环境，确定智能移动机器人的循迹路线；

5、策略确定模块，用于基于循迹路线和模拟环境，结合深度学习，确定对智能移动机器人的控制策略；

6、循迹监测模块，用于按照所述控制策略对智能移动机器人进行循迹控制，并对循迹控制过程进行实时监测和调整。

7、优选的，所述数据采集模块，包括：

8、采集单元，用于在所述智能移动机器人上安装数据传感装置，对行驶状态和行驶环境进行相应的传感数据采集，得到传感数据；

9、接收处理单元，用于接收传感数据，并对传感数据进行数据预处理和转化，得到状态数据和环境数据；

10、建立单元，用于基于状态数据和环境数据，建立智能移动机器人的模拟环境。

11、优选的，所述建立单元，包括：

12、状态分析单元，用于基于所述状态数据确定智能移动机器人的动态行驶特征；

13、环境分析单元，用于按照环境特征对所述环境数据进行划分，得到相关环境数据和无关环境数据，并基于所述相关环境数据确定智能移动机器人的构建环境特征；

14、仿真单元，用于对所述动态行驶特征和构建环境特征进行标准化，得到标准特征，利用模拟仿真软件对标准特征进行环境构建，得到智能移动机器人的模拟环境。

15、优选的，所述路线确定模块，包括：

16、标记单元，用于基于智能移动机器人的工作任务，确定循迹起点和循迹终点，并获取循迹必经点，且将循迹起点，循迹终点和循迹必经点在模拟环境中进行标记，得到标记点；

17、路线确定单元，用于在模拟环境中确定可移动路径，并在可移动路径中标记路况信息和障碍信息，得到目标可移动路径，且基于标记点，结合目标可移动路径，确定满足工作任务的移动路线集合；

18、行驶评价单元，用于基于工作任务，确定路线评价标准，基于移动路线集合中每条移动路线相关的路况信息和障碍信息，确定对每条移动路线的行驶评价值；

19、循迹评价单元，用于基于智能移动机器人的循迹精准范围，基于移动路线集合中每条移动路线相关的障碍信息进行循迹难度评价，得到每条移动路线的循迹难度值；

20、路线选取单元，用于从移动路线集合选取循迹难度值大于预设难度值的移动路线子集合，并选取子移动路线子集合中行驶评价值最高的移动路线作为智能移动机器人的循迹路线。

21、优选的，所述策略确定模块，包括：

22、模型确定单元，用于基于智能移动机器人的历史循迹数值数据基于深度学习进行控制策略分析模型训练，得到初始控制策略，并获取所述初始控制策略下的预测循迹路线与实际循迹路线的偏差损失，并基于预设误差反馈结合偏差损失对控制策略分析模型进行更新，得到目标控制策略分析模型；

23、图像分析单元，用于对于智能移动机器人的历史循迹图像数据进行历史循迹路线提取，得到循迹路线图像，并对所述循迹路线图像进行图像增强处理，得到路线增强图像，并从所述路线增强图像中进行路线提取，得到实际路线图；

24、拟合单元，用于将所述实际路线图与标准路线图进行线性拟合，得到拟合结果，并基于所述拟合结果确定智能移动机器人的路线偏差，并基于路线偏差确定对智能移动机器人的控制调整率；

25、策略确定单元，用于将循迹路线和模拟环境输入目标控制策略分析模型中，得到初始控制策略，并基于所述控制调整率对初始控制策略进行自适应调整，得到对智能移动机器人的控制策略。

26、优选的，所述循迹监测模块，包括：

27、控制单元，用于按照所述控制策略确定对智能移动机器人的控制参数，并按照所述控制参数进行智能移动机器人的循迹操作；

28、监测单元，用于对智能移动机器人的循迹操作进行监测，得到监测数据；

29、调整单元，用于基于预定执行数据对监测数据进行判断和实时调整。

30、优选的，所述调整单元，包括：

31、判断单元，用于判断监测数据是否与预定执行数据一致；

32、若是，确定智能移动机器人的循迹操作正常；

33、否则，确定智能移动机器人的循迹操作异常，并进行预警提醒；

34、调整单元，用于确定智能移动机器人的循迹操作异常后，基于预定执行数据和监测数据之间的数据偏差对智能移动机器人的控制参数进行实时调整。

35、一种用于智能移动机器人的循迹系统的循迹方法，包括：

36、s1：对智能移动机器人的行驶状态和行驶环境进行实时采集和反馈，得到传感数据，并基于传感数据建立模拟环境；

37、s2：基于智能移动机器人的工作任务，结合模拟环境，确定智能移动机器人的循迹路线；

38、s3：基于循迹路线和模拟环境，结合深度学习，确定对智能移动机器人的控制策略；

39、s4：按照所述控制策略对智能移动机器人进行循迹控制，并对循迹控制过程进行实时监测和调整。

40、优选的，所述s2中，基于智能移动机器人的工作任务，结合模拟环境，确定智能移动机器人的循迹路线，包括：

41、基于智能移动机器人的工作任务，确定循迹起点和循迹终点，并获取循迹必经点，且将循迹起点，循迹终点和循迹必经点在模拟环境中进行标记，得到标记点；

42、在模拟环境中确定可移动路径，并在可移动路径中标记路况信息和障碍信息，得到目标可移动路径，且基于标记点，结合目标可移动路径，确定满足工作任务的移动路线集合；

43、基于工作任务，确定路线评价标准，基于移动路线集合中每条移动路线相关的路况信息和障碍信息，确定对每条移动路线的行驶评价值；

44、基于智能移动机器人的循迹精准范围，基于移动路线集合中每条移动路线相关的障碍信息进行循迹难度评价，得到每条移动路线的循迹难度值；

45、从移动路线集合选取循迹难度值大于预设难度值的移动路线子集合，并选取子移动路线子集合中行驶评价值最高的移动路线作为智能移动机器人的循迹路线。

46、优选的，所述s3中，基于循迹路线和模拟环境，结合深度学习，确定对智能移动机器人的控制策略，包括：

47、基于智能移动机器人的历史循迹数值数据基于深度学习进行控制策略分析模型训练，得到初始控制策略，并获取所述初始控制策略下的预测循迹路线与实际循迹路线的偏差损失，并基于预设误差反馈结合偏差损失对控制策略分析模型进行更新，得到目标控制策略分析模型；

48、对于智能移动机器人的历史循迹图像数据进行历史循迹路线提取，得到循迹路线图像，并对所述循迹路线图像进行图像增强处理，得到路线增强图像，并从所述路线增强图像中进行路线提取，得到实际路线图；

49、将所述实际路线图与标准路线图进行线性拟合，得到拟合结果，并基于所述拟合结果确定智能移动机器人的路线偏差，并基于路线偏差确定对智能移动机器人的控制调整率；

50、将循迹路线和模拟环境输入目标控制策略分析模型中，得到初始控制策略，并基于所述控制调整率对初始控制策略进行自适应调整，得到对智能移动机器人的控制策略。

51、与现有技术相比，本发明取得了以下有益效果：

52、通过对智能移动机器人的行驶状态和行驶环境进行实时采集和反馈，得到传感数据，并基于传感数据建立模拟环境，实现对行驶环境的监测和模拟，为智能移动机器人的循迹提供环境数据基础，基于智能移动机器人的工作任务，结合模拟环境，确定智能移动机器人的循迹路线，为智能移动机器人的控制策略提供基础，基于循迹路线和模拟环境，结合深度学习，确定对智能移动机器人的控制策略，按照所述控制策略对智能移动机器人进行循迹控制，并对循迹控制过程进行实时监测和调整，实现在复杂行驶环境下对循迹过程的控制，辅助智能移动机器人完成循迹工作，实现对智能移动机器人精准循迹操作。

53、本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在本技术文件中所特别指出的结构来实现和获得。

54、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。