基于Kinect传感器的移动机器人环境检测及行为学习.pdfVIP

高技术通讯 2016 年第26 卷第1 期:8 -15 doi: 10. 3772/j. issn. 1 ∞2Ü470. 2016. 01. 002 基于 Kinect 传感器的移动机器人环境检测及行为学习① 平生勇②盛栋梁于霞 (沈阳工业大学信息科学与工程学院 沈阳 110870) 摘 要 研究了一种基于深度图像和强化学习算法的移动机器人导航行为学习方法。该 方法利用机器人装配的 Kinect 传感器检测工作环境信息，然后对获取的深度图像数据和 视频图像进行处理、融合和识别，并由此构建机器人任务学习的状态空间，最终利用强化 学习方法实现移动机器人的导航任务的自学习。该方法的有效性通过实验得到验证。实 验表明，该方法能够使机器人具有较强的环境感知能力，并能够通过自学习的方式掌握行 为能力。 关键词 移动机器人导航， Kinect 传感器，深度图像，强化学习(RL) 力;吨。 Kinect 传感器能够直接获取彩色图像数据 0 引言 和覆盖区域的深度距离信息，因此与超声、激光、单 机器人学习是指机器人利用自身配置的传感 目视觉等常用传感器相比能够提供更为丰富的感知 器，通过与环境的不断交互来获取知识并掌握完成 信息，同时也具有较好的使用和开发便利性，因此其 研究和开发具有重要实用价值。有效的学习方法是 任务的能力，它是使机器人具有生物智能的一种有 机器人完成学习任务的关键。强化学习(reinforce- 效方式，对于提高机器人的智能水平、自动化程度以 及对环境的适应性具有重要意义。 ment leaming , RL) 是一种重要的机器学习方法问， 其学习目标是实现状态空间到动作空间的最优映射 在未知环境中机器人进行的任务学习包括环境 策略，这与反应式移动机器人导航方式有着天然的 感知、自学习方法以及如何应用学习方法实现机器 人的任务执行等关键问题。其中机器人装配的传感 关联，因此已成为一种有效的机器人自学习方 法;日町。基于此，本研究给出了一种基于 Kinect 传 器的感知能力是机器人进行一切工作的基础和前提 感器环境信息感知的移动机器人导航任务自学习方 条件，目前在移动机器人导航领域应用的传感器主 法。该方法首先对 Kinect 获取的环境信息进行处 要包括:超声测距传感器、激光测距传感器以及单目 视觉、全景视觉、双日视觉传感器和 3D 激光摄像机 理、识别和理解，再根据导航任务需求，应用强化学 等lj 。而近年来适用于移动机器人应用的新类型 习方法来实现机器人的行为动作学习。本研究通过 实验测试了机器人传感器对环境的感知能力，并验 传感器不断出现，其中 Kinect 传感器的出现和应用 证了机器人执行导航任务的有效性。 为机器人的研究提供了新的方法并受到了广泛的关 注 1-3 - 0 Kinect 是微软公司于2010 年推出的基于体 1