本發(fā)明涉及仿生機(jī)器人，具體為基于多傳感器信息融合的仿生機(jī)器人自適應(yīng)運(yùn)動(dòng)控制系統(tǒng)。

背景技術(shù)：

1、“仿生機(jī)器人”是指模仿生物、從事生物特點(diǎn)工作的機(jī)器人，二十一世紀(jì)人類將進(jìn)入老齡化社會(huì)，發(fā)展“仿生機(jī)器人”將彌補(bǔ)年輕勞動(dòng)力的嚴(yán)重不足，解決老齡化社會(huì)的家庭服務(wù)和醫(yī)療等社會(huì)問題，并能開辟新的產(chǎn)業(yè)，創(chuàng)造新的就業(yè)機(jī)會(huì)。因此，“仿生機(jī)器人”應(yīng)用越來越普及。

2、公告號(hào)為cn112806894b的中國(guó)專利公開了一種玻璃幕墻清潔方法及仿生機(jī)器人，所述清潔方法包括：s1、根據(jù)仿生機(jī)器人的單步清潔面積將待清洗玻璃劃分為若干個(gè)等面積的清潔區(qū)域；s2、確定仿生機(jī)器人的出發(fā)點(diǎn)，依次連接所有清潔區(qū)域的中心點(diǎn)形成仿生機(jī)器人的運(yùn)動(dòng)軌跡；s3、將每塊玻璃的第一個(gè)清潔區(qū)域的中心點(diǎn)定義為進(jìn)入點(diǎn)；s4、根據(jù)相鄰清潔區(qū)域中心點(diǎn)控制仿生機(jī)器人單步爬行距離，使仿生機(jī)器人根據(jù)運(yùn)動(dòng)軌跡遍歷所有清潔區(qū)域的中心點(diǎn)并對(duì)每個(gè)清潔區(qū)域進(jìn)行清潔；能夠保證對(duì)玻璃進(jìn)行全面、徹底的清潔，提高清潔的效率。但是，該專利存在以下缺陷：

3、現(xiàn)有的技術(shù)，不能基于多傳感器信息融合對(duì)仿生機(jī)器人進(jìn)行自適應(yīng)運(yùn)動(dòng)控制，導(dǎo)致仿生機(jī)器人使用效果差。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供基于多傳感器信息融合的仿生機(jī)器人自適應(yīng)運(yùn)動(dòng)控制系統(tǒng)，可基于多傳感器信息融合對(duì)仿生機(jī)器人進(jìn)行自適應(yīng)運(yùn)動(dòng)控制，可提升仿生機(jī)器人使用效果，解決了上述背景技術(shù)中提出的問題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

3、基于多傳感器信息融合的仿生機(jī)器人自適應(yīng)運(yùn)動(dòng)控制系統(tǒng)，包括：數(shù)據(jù)采集模塊、信息融合模塊、運(yùn)動(dòng)控制模塊及自適應(yīng)優(yōu)化模塊；

4、所述數(shù)據(jù)采集模塊，配置為采集仿生機(jī)器人多模態(tài)數(shù)據(jù)；

5、所述信息融合模塊，配置為對(duì)仿生機(jī)器人多模態(tài)數(shù)據(jù)進(jìn)行融合處理，生成仿生機(jī)器人特征數(shù)據(jù)；

6、所述運(yùn)動(dòng)控制模塊，配置為構(gòu)建仿生機(jī)器人運(yùn)動(dòng)控制模型，對(duì)仿生機(jī)器人特征數(shù)據(jù)進(jìn)行分析，生成仿生機(jī)器人運(yùn)動(dòng)控制方案；

7、所述自適應(yīng)優(yōu)化模塊，配置為不斷優(yōu)化仿生機(jī)器人運(yùn)動(dòng)控制方案，并對(duì)仿生機(jī)器人進(jìn)行自適應(yīng)運(yùn)動(dòng)控制。

8、優(yōu)選的，采集仿生機(jī)器人多模態(tài)數(shù)據(jù)，包括：

9、采用慣性測(cè)量單元對(duì)仿生機(jī)器人的姿態(tài)、加速度和角速度信息進(jìn)行實(shí)時(shí)監(jiān)測(cè)及采集，獲取仿生機(jī)器人的位姿數(shù)據(jù)；

10、采用視覺傳感器對(duì)仿生機(jī)器人的周圍環(huán)境信息進(jìn)行實(shí)時(shí)監(jiān)測(cè)及采集，獲取仿生機(jī)器人的環(huán)境數(shù)據(jù)；

11、采用gps對(duì)仿生機(jī)器人的位置信息進(jìn)行實(shí)時(shí)監(jiān)測(cè)及采集，獲取仿生機(jī)器人的位置數(shù)據(jù)；

12、采用距離傳感器對(duì)仿生機(jī)器人的障礙物距離信息進(jìn)行實(shí)時(shí)監(jiān)測(cè)及采集，獲取仿生機(jī)器人的障礙物距離數(shù)據(jù)；

13、采用力傳感器對(duì)仿生機(jī)器人與環(huán)境的接觸力信息進(jìn)行實(shí)時(shí)監(jiān)測(cè)及采集，獲取仿生機(jī)器人的接觸力數(shù)據(jù)；

14、采用觸覺傳感器對(duì)仿生機(jī)器人的接觸和壓力分布信息進(jìn)行實(shí)時(shí)監(jiān)測(cè)及采集，獲取仿生機(jī)器人的觸覺數(shù)據(jù)；

15、其中，根據(jù)仿生機(jī)器人的位姿數(shù)據(jù)、環(huán)境數(shù)據(jù)、位置數(shù)據(jù)、障礙物距離數(shù)據(jù)、接觸力數(shù)據(jù)及觸覺數(shù)據(jù)，確定基于多傳感器的仿生機(jī)器人多模態(tài)數(shù)據(jù)。

16、優(yōu)選的，所述仿生機(jī)器人自適應(yīng)運(yùn)動(dòng)控制系統(tǒng)，還包括：

17、實(shí)時(shí)監(jiān)測(cè)仿生機(jī)器人的慣性測(cè)量單元、視覺傳感器、gps、距離傳感器、用力傳感器和觸覺傳感器的單位時(shí)間的電池消耗量；

18、將慣性測(cè)量單元、視覺傳感器、gps、距離傳感器、用力傳感器和觸覺傳感器的每個(gè)單位時(shí)間的電池消耗量獲取慣性測(cè)量單元、視覺傳感器、gps、距離傳感器、用力傳感器和觸覺傳感器對(duì)應(yīng)的已經(jīng)歷的單位時(shí)間對(duì)應(yīng)的耗電波動(dòng)值；其中，所述耗電波動(dòng)值為慣性測(cè)量單元、視覺傳感器、gps、距離傳感器、用力傳感器和觸覺傳感器對(duì)應(yīng)的已經(jīng)歷的單位時(shí)間對(duì)應(yīng)的電池消耗量標(biāo)準(zhǔn)差；

19、提取慣性測(cè)量單元、視覺傳感器、gps、距離傳感器、用力傳感器和觸覺傳感器對(duì)應(yīng)的已經(jīng)歷的單位時(shí)間對(duì)應(yīng)的耗電波動(dòng)值中的耗電波動(dòng)值最大值和耗電波動(dòng)值最小值；

20、將所述耗電波動(dòng)值最大值對(duì)應(yīng)設(shè)備的每個(gè)單位時(shí)間的電池消耗量整合為目標(biāo)電池消耗量數(shù)據(jù)集合；

21、將所述耗電波動(dòng)值最小值對(duì)應(yīng)設(shè)備的每個(gè)單位時(shí)間的電池消耗量整合為觀察電池消耗量數(shù)據(jù)集合；

22、利用所述目標(biāo)電池消耗量數(shù)據(jù)集合和觀察電池消耗量數(shù)據(jù)集合中每個(gè)單位時(shí)間對(duì)應(yīng)的電池消耗量數(shù)據(jù)進(jìn)行比值處理，獲取目標(biāo)電池消耗量數(shù)據(jù)集合和觀察電池消耗量數(shù)據(jù)集合中每個(gè)單位時(shí)間對(duì)應(yīng)的電池消耗量對(duì)應(yīng)的比值參數(shù)；

23、利用所述比值參數(shù)結(jié)合當(dāng)前仿生機(jī)器人的剩余用電量判定當(dāng)前是否需要進(jìn)行充電。

24、優(yōu)選的，利用所述比值參數(shù)結(jié)合當(dāng)前仿生機(jī)器人的剩余用電量判定當(dāng)前是否需要進(jìn)行充電，包括：

25、提取所述目標(biāo)電池消耗量數(shù)據(jù)集合和觀察電池消耗量數(shù)據(jù)集合中每個(gè)單位時(shí)間對(duì)應(yīng)的電池消耗量對(duì)應(yīng)的比值參數(shù)；

26、提取所述目標(biāo)電池消耗量數(shù)據(jù)集合對(duì)應(yīng)的耗電波動(dòng)值；

27、提取所述觀察電池消耗量數(shù)據(jù)集合對(duì)應(yīng)的耗電波動(dòng)值；

28、對(duì)觀察電池消耗量數(shù)據(jù)集合對(duì)應(yīng)的耗電波動(dòng)值和目標(biāo)電池消耗量數(shù)據(jù)集合對(duì)應(yīng)的耗電波動(dòng)值進(jìn)行比值處理，獲取比值參考值；

29、利用所述目標(biāo)電池消耗量數(shù)據(jù)集合和觀察電池消耗量數(shù)據(jù)集合中每個(gè)單位時(shí)間對(duì)應(yīng)的電池消耗量對(duì)應(yīng)的比值參數(shù)和比值參考值結(jié)合當(dāng)前仿生機(jī)器人的剩余用電量獲取仿生機(jī)器人在未來預(yù)設(shè)的時(shí)間段t之后的電池剩余電量預(yù)測(cè)值；

30、其中，所述仿生機(jī)器人在未來預(yù)設(shè)的時(shí)間段t之后的電池剩余電量預(yù)測(cè)值通過如下公式獲取：

31、

32、其中，ep表示仿生機(jī)器人在未來預(yù)設(shè)的時(shí)間段t之后的電池剩余電量預(yù)測(cè)值；ec表示當(dāng)前仿生機(jī)器人的剩余用電量；t表示預(yù)設(shè)的時(shí)間段；pc表示比值參考值；n表示目標(biāo)電池消耗量數(shù)據(jù)集合和觀察電池消耗量數(shù)據(jù)集合中所包含的數(shù)據(jù)個(gè)數(shù)，并且，所述數(shù)據(jù)個(gè)數(shù)與已經(jīng)歷的單位時(shí)間相同；pi表示目標(biāo)電池消耗量數(shù)據(jù)集合和觀察電池消耗量數(shù)據(jù)集合對(duì)應(yīng)的第i個(gè)比值參數(shù)的具體數(shù)值；α表示目標(biāo)電池消耗量數(shù)據(jù)集合的單位時(shí)間平均電能消耗量；β表示觀察電池消耗量數(shù)據(jù)集合的單位時(shí)間平均電能消耗量；

33、將所述仿生機(jī)器人在未來預(yù)設(shè)的時(shí)間段t之后的電池剩余電量預(yù)測(cè)值與預(yù)設(shè)的電池剩余容量閾值進(jìn)行比較；

34、當(dāng)所述仿生機(jī)器人在未來預(yù)設(shè)的時(shí)間段t之后的電池剩余電量預(yù)測(cè)值低于預(yù)設(shè)的電池剩余容量閾值時(shí)，則判定需要對(duì)仿生機(jī)器人進(jìn)行充電。

35、優(yōu)選的，對(duì)仿生機(jī)器人多模態(tài)數(shù)據(jù)進(jìn)行融合處理，包括：

36、對(duì)仿生機(jī)器人多模態(tài)數(shù)據(jù)進(jìn)行清洗，識(shí)別仿生機(jī)器人多模態(tài)數(shù)據(jù)中的不一致數(shù)據(jù)、缺失數(shù)據(jù)及異常數(shù)據(jù)，并去除仿生機(jī)器人多模態(tài)數(shù)據(jù)中對(duì)仿生機(jī)器人自適應(yīng)運(yùn)動(dòng)控制無用的不一致數(shù)據(jù)、缺失數(shù)據(jù)及異常數(shù)據(jù)；

37、對(duì)仿生機(jī)器人多模態(tài)數(shù)據(jù)進(jìn)行轉(zhuǎn)換，使仿生機(jī)器人多模態(tài)數(shù)據(jù)統(tǒng)一化，去除仿生機(jī)器人多模態(tài)數(shù)據(jù)之間的量綱差異，確定標(biāo)準(zhǔn)化的仿生機(jī)器人多模態(tài)數(shù)據(jù)。

38、優(yōu)選的，對(duì)仿生機(jī)器人多模態(tài)數(shù)據(jù)進(jìn)行融合處理，還包括：

39、基于卡爾曼濾波對(duì)仿生機(jī)器人多模態(tài)數(shù)據(jù)進(jìn)行濾波處理，去除仿生機(jī)器人多模態(tài)數(shù)據(jù)中的噪聲，并評(píng)估仿生機(jī)器人運(yùn)動(dòng)狀態(tài)；

40、基于深度學(xué)習(xí)技術(shù)，采用神經(jīng)網(wǎng)絡(luò)對(duì)仿生機(jī)器人多模態(tài)數(shù)據(jù)進(jìn)行融合，自動(dòng)學(xué)習(xí)不同傳感器數(shù)據(jù)之間的復(fù)雜關(guān)系，使仿生機(jī)器人多模態(tài)數(shù)據(jù)在時(shí)間和空間上具備一致性；

41、對(duì)仿生機(jī)器人多模態(tài)數(shù)據(jù)進(jìn)行特征提取，從仿生機(jī)器人多模態(tài)數(shù)據(jù)中提取與仿生機(jī)器人自適應(yīng)運(yùn)動(dòng)控制相關(guān)的特征向量，并對(duì)提取的特征向量進(jìn)行加權(quán)融合，確定基于多傳感器信息融合的仿生機(jī)器人特征數(shù)據(jù)。

42、優(yōu)選的，構(gòu)建仿生機(jī)器人運(yùn)動(dòng)控制模型，包括：

43、收集仿生機(jī)器人歷史數(shù)據(jù)，并對(duì)收集的仿生機(jī)器人歷史數(shù)據(jù)進(jìn)行劃分，將仿生機(jī)器人歷史數(shù)據(jù)劃分為訓(xùn)練集及測(cè)試集；

44、基于機(jī)器學(xué)習(xí)技術(shù)，采用訓(xùn)練集對(duì)機(jī)器學(xué)習(xí)模型進(jìn)行訓(xùn)練，使機(jī)器學(xué)習(xí)模型自主學(xué)習(xí)仿生機(jī)器人運(yùn)動(dòng)控制行為，并對(duì)仿生機(jī)器人進(jìn)行運(yùn)動(dòng)控制，確定仿生機(jī)器人運(yùn)動(dòng)控制模型；

45、基于測(cè)試集對(duì)仿生機(jī)器人運(yùn)動(dòng)控制模型進(jìn)行性能測(cè)試，根據(jù)準(zhǔn)確率、召回率及f1分?jǐn)?shù)評(píng)估仿生機(jī)器人運(yùn)動(dòng)控制模型是否能達(dá)到預(yù)期效果；

46、根據(jù)測(cè)試評(píng)估結(jié)果，對(duì)仿生機(jī)器人運(yùn)動(dòng)控制模型的參數(shù)進(jìn)行調(diào)整，并對(duì)仿生機(jī)器人運(yùn)動(dòng)控制模型進(jìn)行不斷地迭代優(yōu)化，確定最佳的仿生機(jī)器人運(yùn)動(dòng)控制模型。

47、優(yōu)選的，對(duì)仿生機(jī)器人特征數(shù)據(jù)進(jìn)行分析，包括：

48、獲取最佳的仿生機(jī)器人運(yùn)動(dòng)控制模型，并將最佳的仿生機(jī)器人運(yùn)動(dòng)控制模型部署于實(shí)際的仿生機(jī)器人自適應(yīng)運(yùn)動(dòng)控制環(huán)境中；

49、將基于多傳感器信息融合的仿生機(jī)器人特征數(shù)據(jù)輸入到最佳的仿生機(jī)器人運(yùn)動(dòng)控制模型中，根據(jù)最佳的仿生機(jī)器人運(yùn)動(dòng)控制模型對(duì)仿生機(jī)器人特征數(shù)據(jù)進(jìn)行分析，并生成仿生機(jī)器人運(yùn)動(dòng)控制方案，根據(jù)仿生機(jī)器人運(yùn)動(dòng)控制方案驅(qū)動(dòng)仿生機(jī)器人完成運(yùn)動(dòng)動(dòng)作。

50、優(yōu)選的，根據(jù)仿生機(jī)器人運(yùn)動(dòng)控制方案驅(qū)動(dòng)仿生機(jī)器人完成運(yùn)動(dòng)動(dòng)作，包括：

51、生成仿生機(jī)器人步態(tài)信息，使仿生機(jī)器人按照生成的步態(tài)信息進(jìn)行運(yùn)動(dòng)，并對(duì)仿生機(jī)器人的平衡進(jìn)行監(jiān)測(cè)控制，使仿生機(jī)器人動(dòng)態(tài)平衡；

52、生成仿生機(jī)器人路徑規(guī)劃信息，使仿生機(jī)器人按照生成的路徑規(guī)劃信息進(jìn)行最優(yōu)路徑的運(yùn)動(dòng)，并對(duì)障礙物進(jìn)行自動(dòng)避障。

53、優(yōu)選的，對(duì)仿生機(jī)器人進(jìn)行自適應(yīng)運(yùn)動(dòng)控制，包括：

54、對(duì)仿生機(jī)器人的運(yùn)動(dòng)動(dòng)作進(jìn)行實(shí)時(shí)監(jiān)測(cè)，根據(jù)仿生機(jī)器人的監(jiān)測(cè)反饋情況，對(duì)仿生機(jī)器人的運(yùn)動(dòng)動(dòng)作進(jìn)行自適應(yīng)調(diào)整，使仿生機(jī)器人運(yùn)動(dòng)形成閉環(huán)控制，使仿生機(jī)器人在運(yùn)動(dòng)中自主學(xué)習(xí)且不斷地對(duì)運(yùn)動(dòng)控制進(jìn)行優(yōu)化，進(jìn)而對(duì)仿生機(jī)器人進(jìn)行自適應(yīng)運(yùn)動(dòng)控制。

55、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

56、本發(fā)明基于多傳感器采集仿生機(jī)器人多模態(tài)數(shù)據(jù)，通過對(duì)仿生機(jī)器人多模態(tài)數(shù)據(jù)進(jìn)行融合處理，生成仿生機(jī)器人特征數(shù)據(jù)，通過仿生機(jī)器人運(yùn)動(dòng)控制模型對(duì)仿生機(jī)器人特征數(shù)據(jù)進(jìn)行分析，并生成仿生機(jī)器人運(yùn)動(dòng)控制方案，根據(jù)仿生機(jī)器人運(yùn)動(dòng)控制方案驅(qū)動(dòng)仿生機(jī)器人完成運(yùn)動(dòng)動(dòng)作，并對(duì)仿生機(jī)器人的運(yùn)動(dòng)動(dòng)作進(jìn)行實(shí)時(shí)監(jiān)測(cè)，根據(jù)仿生機(jī)器人的監(jiān)測(cè)反饋情況，對(duì)仿生機(jī)器人的運(yùn)動(dòng)動(dòng)作進(jìn)行自適應(yīng)調(diào)整，使仿生機(jī)器人運(yùn)動(dòng)形成閉環(huán)控制，使仿生機(jī)器人在運(yùn)動(dòng)中自主學(xué)習(xí)且不斷地對(duì)運(yùn)動(dòng)控制進(jìn)行優(yōu)化，進(jìn)而對(duì)仿生機(jī)器人進(jìn)行自適應(yīng)運(yùn)動(dòng)控制，可基于多傳感器信息融合對(duì)仿生機(jī)器人進(jìn)行自適應(yīng)運(yùn)動(dòng)控制，可提升仿生機(jī)器人的使用效果。