[发明专利]基于超声波辅助定位的视觉跟踪移动机器人及控制方法

权利要求书

1.基于超声波辅助定位的视觉跟踪移动机器人的控制方法，所述基于超声波辅助定位的视觉跟踪移动机器人包括机器人壳体、底盘、舵机云台、视觉模块、分离式超声波接收模块、控制模块、驱动器、驱动电机、驱动轮和万向轮；控制模块与舵机云台、视觉模块、分离式超声波接收模块和驱动器电性连接；舵机云台置于机器人壳体外侧的顶部，视觉模块安装在舵机云台上；分离式超声波接收模块至少设置3个，位于机器人壳体前部呈三角布置；驱动轮和万向轮设置在底盘的底部，驱动轮跟随驱动电机转动，驱动电机受驱动器驱动，控制模块接收视觉模块采集的信号，产生驱动指令，实现目标跟踪，分离式超声波接收模块采集跟踪目标所携带的分离式超声波发射模块发出的超声波信号，控制模块根据分离式超声波接收模块采集的信号进行机器人位置定位；还包括至少4个红外模块，其中2个红外模块设置在机器人壳体的前端中间位置，其余2个红外模块分别安装在机器人壳体的两侧，4个红外模块分别与控制模块电性连接；

其特征在于，所述控制方法包含视觉跟踪方法、超声波定位方法和红外避障方法；所述视觉跟踪方法采用LRT算法，其架构为跟踪模块-学习模块-检测模块三者结合，其中检测模块和跟踪模块并行计算处理，互不干涉，二者的运行结果送入学习模块进行学习矫正，学习后的模型反作用于跟踪模块和检测模块，对模型特征进行实时更新，从而保证了即使在目标外观发生变化的情况下，也能够被持续跟踪；所述跟踪模块采用Lucas-Kanade光流法进行目标跟踪，并通过Median-Flow中值光流法整合图像金字塔来保证样本跟踪精度；所述学习模块采用PN学习机制，根据跟踪模块和检测模块产生的正、负样本，迭代训练分类器，改善检测模块的精度；所述检测模块采用在线SVM支持向量机分类器；

所述在线SVM支持向量机分类器采用的超平面参数h目标函数为：

其中，(v_i,c_i)为训练集，i＝1,2,…,N，N为样本总数，v_i为由第i个样本生成的特征向量，c_i∈{+1,-1}是类标签，其中+1表示正样本，-1表示负样本，l(h；(v_i,c_i))＝max{0,1-c_i＜h,v_i＞}，＜h,v_i＞表示h和v_i的内积，λ为正则化参数，λ＞0；

采用以下方法更新超平面参数h：给定训练样本v_t，计算裕度m_t＝h_t-1·v_t和接收的样本标签c_t，若m_t≠c_t，则令l(h；(v_i,c_i))＝0，并且当m_tc_t＜1时，更新h：

当h_t≠h_t-1时，更新置信度∑：

其中，下标t表示迭代次数，r为控制h的更新率超参数。

2.根据权利要求1所述基于超声波辅助定位的视觉跟踪移动机器人的控制方法，其特征在于：所述基于超声波辅助定位的视觉跟踪移动机器人还包括无线通信模块，该无线通信模块与控制模块电性连接，控制模块通过无线通信模块与用户的智能终端进行无线通信，接收智能终端下发的机器人控制指令。

3.根据权利要求1所述基于超声波辅助定位的视觉跟踪移动机器人的控制方法，其特征在于：驱动电机设置2个，每个驱动电机对应1个驱动轮，2个驱动轮分别设置在底盘的左右两侧，通过差速实现机器人转向；万向轮设置2个，分别设置在底盘的前后两侧。