[发明专利]基于Skinner操作条件反射原理的机器人避障导航方法

说明书

技术领域

本发明涉及移动机器人避障导航领域，具体涉及一种基于Skinner（斯金纳）操作条件反射原理的机器人避障导航方法。

技术背景

近年来，避障导航已成为智能机器人领域的研究热点。避障导航的目的在于使机器人能够穿越环境地图中的各种障碍，安全、无碰撞的从起点到达终点。传统的避障导航方法根据工作环境提供信息程度不同，可分为全局信息已知类，全局信息未知类及部分未知类。在信息未知类导航中，机器人需要使用自身的感知系统检测所处的外界环境，从而得到障碍物的方位、距离等位置信息，最后，通过一定的算法得出一条无障碍路径。因此，信息未知类导航对智能化程度具有很高的要求。

常用的导航方法包括可视图法、自由空间法、最优控制法、拓扑法及栅格法等。针对未知环境的导航问题，人工势场法、模糊逻辑算法、神经网络算法及遗传算法等也常引入进行研究。申请号CN201110218625.1的发明专利公开了一种室内移动机器人自主导航避障系统及方法，该项发明采用采用分段极大似然质心算法对机器人定位，建立三维环境地图和栅格地图，构造路径网格，基于膨胀算法和Dijkstra算法规划全局路径，实现智能避障；申请号为CN201110210600.7的专利公开了一种基于模糊神经网络的智能轮椅避障方法，该项发明根据设定的模糊神经网络控制规则，规划轮椅的轮速和转角信息，完成轮椅的动态避障，以一定的方法将这些互补或冗余的传感器信息进行融合，由此实现智能轮椅的避障。它们存在的共同问题是：需要提供专家信息，机器人的智能化程度不高，无法自主地探索未知环境完成避障导航任务。

1938年，美国著名心理学家斯金纳（B.F.Skinner）在其著作《The Behavior of Organisms:an experimental analysis》中首次提出了操作条件反射（Operant Conditioning）的概念，并由此创立了操作条件反射理论。斯金纳借鉴了巴甫洛夫的“强化”（reinforcement）概念，并把这一概念的内涵进行了革新。他把“强化”分为正强化（positive reinforcement）和负强化（negative reinforcement）两种，正强化促使有机体对刺激的反应概率增加，而负强化则促使有机体消除该刺激的反应增加。刺激产生反应，反应影响刺激出现的概率，这正是斯金纳操作条件反射理论的核心，它体现了人或动物自学习的能力，反映了智能体对环境的自适应性。如果能将Skinner提出的操作条件反射原理应用于机器人避障导航，将会有效提高导航的智能化程度。

发明内容

针对现有技术中存在的机器人避障导航智能化程度不高等问题，本发明提出了一种基于Skinner操作条件反射原理的机器人避障导航方法，使机器人能够在没有导师信号的情况下，以“learning-by-doing”的试错式方式与环境交互，建立操作条件反射，完成避障及导航。

一种基于Skinner操作条件反射原理的机器人避障导航方法，包括以下步骤：

步骤1，获得机器人在时刻t的状态及动作集合。

在时刻t获得机器人在环境地图中的坐标位置，记作s_i|t＝(x_i,y_i)，以及可能的前进方向（角度），记作A＝{a_k|k＝1,2,…,n_a}，n_a为动作集大小，以此作为机器人在时刻t的状态及动作集合。令动作集的初始概率分布为均匀分布。

步骤2，从动作集中随机选择一动作，即拟选择前行的角度a_k。

步骤3，计算状态转移，公式如下：