文档介绍：基于深度学习的室内简单环境寻路算法
摘 要:室内导航寻路是物联网智能家居的一个重要应用场景,文中设计了一种基于深度学习的室内简单环境寻路算法,包括物体捕捉与追踪、周围环境感知、路径规划、抓取返回四个重要过程。其中,捕捉与追踪采获得机器人与目标物体的相对方向d。
(2)获得摄像头拍摄的深度图像及目标物体与相邻环境的颜色深度差df,如图4所示。
(3)记录d和df以备后续使用。
在第(3)步中使用景深镜头[2]来拍摄深度图。景深是指相机对焦点前后相对清晰的成像范围。景深的提取有多种途径,主要有基于双目视觉提取景深和利用测距设备获取深度信息,即TOF技术。前者通过摄像头对同一场景在不同角度进行拍摄,获取两幅具有视差的图像,并进行摄像机标定与图像的预处理后,通过立体匹配图像间的视差信息,结合标定数据将视差转化为现实世界中物体的深度信息。后者通过发射光线并接收反射光线实现深度信息的实时提取。这种方法原理简单,测距速度高,同时可以避免阴影与遮挡等问题,但相对的,对信号处理系统的时间分辨率要求较高。為提高测量精度,一般情况下,实际的飞行测量系统采用时间调制类别的光束。在实际对比两种方法的适用性后,选用双目视觉提取景深的技术,利用带有景深摄像头的 iPhone实现这一功能,通过调用AVFoundation框架生成深度图像。 首先利用机械臂上已有的景深摄像头获取当前对应的环境颜色值与深度值,所获取的图像要确保目标物体处于画面的中央位置,将摄像头获取的图像信息传输到操作者的手机上,进而利用操作者手机上预先编写好的应用程序对目标物体进行涂抹,使得目标物体的RGB值、深度值与周围环境有明显差别,始终保证目标物体处于摄像头视野的中央位置。在小车行动过程中,机械臂上的景深摄像头始终对准目标物体,面向方向始终与目标物体所在位置保持一致,以有效保证小车每次行动都朝向目标物体移动,在一定程度上确保小车移动方向的准确性。
机器人周围环境感知
仅仅获取了机器人和目标物体之间的方位信息并不能有效规划路径,还需要获取机器人周围的环境信息。在本算法中,使用了卷积神经网络来获取小车周围的可用路径条数。使用卷积神经网络判断可用路径的优点在于:它可以模拟人类大脑对事物进行主观学习,从而避免人工标定特征带来的局限性,降低编写程序过程中对图像处理所需专业经验的依赖[3]。
近年来,由于高算力GPU对深度学习的训练和推理提供了强大支持,使得在特定领域模拟人类学习的过程成为可能。如今基于强化学习开发的系统已经在图像识别领域取得了较大突破,使人们认识到,在图像处理领域,人工智能已经可以按照设定的要求进行自我学习。其本质是自始至终地训练同一个神经网络,在不断试错的过程中自我提升。
神经网络结构
神经网络p=f (s)的输入是景深摄像头拍摄的360°全景深度图像,将图像转换为二维向量,输入神经网络。
网络是18层卷积神经网络,分别使用3个具有32个3×3过滤器、3个具有64个3×3过滤器、4个具有128个3×3过滤器、4个具有256个3×3过滤器的卷积层,然后添加一个ReLu激活函数以增加网络间的非线性关系,使用1個具有4个1×1过滤器的卷积层,通过一个大小与输入一致的神经元全链接层,使用softmax函数计算出棋盘上每个像素是可行路径的概率。这样的网络对于笔者现有的设备来说,可以达到较快的训练和预测速度。
优化器使用AdamOptimizer[4]。其中,学习速率通过每一次预测后与预先给出的样本通道位置对比后的结果精准程度进行动态调整,这样能够比固定学习速率的输出更准确。AdamOptimizer的更新规则如下:
(1)
参数设定见表1所列。
神经网络的训练方法
在本算法中,笔者基于强化学习的方法,依靠自我对弈从始至终训练同一个神经网络。强化学习模拟生物在特定环境中,在给定奖励或惩罚的刺激下实现自我学习的过程[5]。
在训练过程中,输入的每一组深度图都带有预先标定的可行通道位置,在每次预测后,对比神经网络的预测结果,对在通道范围内的预测进行激励。笔者给出的奖励信号见
表2所列。
使用结果反向传播更新网络。其中,损失函数选择平方损失,其优点是计算较为方便,计算过程中使用的欧氏距离是一种很好的相似性度量标准,在不同的表示域变换后特征性质不变。
(2)
式中:Y为真实值;X为预测结果。
路径规划
本文采用栅格法[6]进行路线规划。
问题的重点在于如何使小车在保持一定效率的同时实现小车随机游走和路径规划两种方案的实现,而非将整个屋子走过一遍从而到达目标位置,并