的子区域个数m1,构建具有(m1 1)
×
(m1 1)个神经元的单层连续hopfield网络。
17.优选的,确定连续hopfield网络的权值w
αi,βj
和偏差如下:
18.w
αi,βj
=
‑
ad
α,β
(δ
j,i 1
δ
j,i
‑1)
‑
bδ
i,j
(1
‑
δ
α,β
)
‑
cδ
α,β
(1
‑
δ
i,j
)
‑
d,
19.b
i
=
‑
dm1,
20.其中,i,j=0,1,2,
…
,m1;d
α,β
表示子区域α与子区域β之间的距离,α,
21.优选的,在筛选出平均人员个数ρ
i
(i=1,2,
…
n)大于此平均人员个数阈值θ1的m1个子区域后,选取新的平均人员个数阈值θ2(θ2<θ1),筛选出新的平均人员个数ρ
i
(i=1,2,
…
n)大于θ2的子区域并淘汰此前已经选择过的子区域,将大于θ2的子区域个数记为m2,子区域编号为c1,c2,
…
,c
m2
;按照此种方法依次对n个子区域c1,c2,
…
,c
n
进行筛选,最后获得多组子区域,每组子区域个数为m
i
(i=1,2,
…
)。
22.优选的,防疫机器人在完成第一组m1个子区域的消毒工作并进行消毒液填装和充电后,判断所用时间t是否小于限制时间t
c
,若小于则继续进行下一组m
i
个子区域的消毒工作,直至总计时间超过t
c
。
23.优选的,防疫机器人在对n个子区域c1,c2,
…
,c
n
进行消毒工作的同时,通过带消毒区域的全方位摄像头以及使用人脸识别技术,计算一段时间t(t>t
c
)内每个区域的平均人员个数ρ
i
(i=1,2,
…
n);
24.当从防疫机器人开始工作时的t时间后,设置新的平均人员个数阈值阈值,开始筛选新的需要消毒的子区域,防疫机器人开时另一轮消毒工作。
25.第二方面,提供了一种防疫机器人的智能运动引导系统,所述系统包括:
26.数据采集模块:采集待消毒区域的地图数据,根据采集的地图数据将待消毒区域整体划分为若干子区域;
27.人员统计模块:分别统计各子区域的人员个数;
28.机器消毒模块:基于各子区域的人员个数来选择出需要进行消毒液喷洒的子区域。
29.与现有技术相比,本发明具有如下的有益效果:
30.1、防疫机器人根据人员密集区域的人员流量和人员滞留时间来选择性对人员密集区域的不同部分进行选择性的消毒工作,消毒工作是实时进行的,弥补了人力定时消毒在实时性方面的不足;
31.2、同时,实时的消毒工作,提高了人员密集区域的卫生安全性。
附图说明
32.通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
33.图1为hopfield神经网络结构图;
34.图2为本发明提供的防疫机器人工作流程程图。
具体实施方式
35.下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
36.本发明实施例提供了一种防疫机器人的智能运动引导方法,参照图1和图2所示,主要分为三个部分:统计人员流动数据、计算生成防疫机器人路径、防疫机器人进行消毒工作。
37.统计人员流动数据:
38.将地铁站或火车站的候车区等人员密集的待消毒区域整个划分为n个面积相近的子区域c1,c2,
…
,c
n
。通过待消毒区域的全方位摄像头以及使用图像识别技术,计算一段时间t内每个子区域的平均人员个数ρ
i
(i=1,2,
…
n),计算方法如下:
[0039][0040]
其中,n
i
(i=1,2,
…
n)为第i个子区域在时间t内出现的人员个数,t
i
为在该子区域出现过的所有人员在该子区域滞留的平均时间,a和b为加权系数,用来反应人员流量和人员滞留时间对子区域的卫生的影响程度。
[0041]
计算生成防疫机器人路径:
[0042]
路径的生成由后台计算机完成,并将计算结果发送给防疫机器人。针对一组子区域,选定一个子区域的平均人员个数阈值θ1,筛选出平均人员个数ρ
i
(i=1,2,
…
n)大于平均人员个数阈值θ1的m1个子区域,将这些子区域同防疫机器填装消毒液和充电的字区域一起编号,分别为c
j
(j=0,1,
…
,m1),其中c0代表防疫机器填装消毒液和充电的子区域。
[0043]
在筛选出平均人员个数ρ
i
(i=1,2,
…
n)大于平均人员个数阈值θ1的m1个区域后,选取新的平均人员个数阈值θ2(θ2<θ1),筛选出新的平均人员个数ρ
i
(i=1,2,
…
n)大于平均人员个数阈值θ2的子区域并淘汰此前已经选择过的子区域,将大于平均人员个数阈值θ2的子区域个数记为m2,子区域编号为按照此种方法对n个子区域c1,c2,
…
,c
n
进行多次筛选,最后获得多组子区域,每组子区域个数为m
i
(i=1,2,
…
)。
[0044]
运用连续hopfield网络构建具有(m1 1)
×
(m1 1)个神经元的单层连续hopfield网络。通过网络能量函数和约束条件(防疫机器人对每个子区域只能遍历一次并最终返回出发点)确定连续hopfield网络的权值w
αi,βj
和偏差如下:
[0045]
w
αi,βj
=
‑
ad
α,β
(δ
j,i 1
δ
j,i
‑1)
‑
bδ
i,j
(1
‑
δ
α,β
)
‑
cδ
α,β
(1
‑
δ
i,j
)
‑
d,
[0046]
b
i
=
‑
dm1[0047]
其中,i,j=0,1,2,
…
,m1;d
α,β
表示区域α与区域β之间的距离,α,
[0048]
将随机生成的初始值输入到连续hopfield网络中,在网络并行工作达到稳态(状态不再改变)后,可以通过网络的状态获得m1 1个子区域被
[0049][0050]
防疫机器人喷洒消毒液的顺序。如(m1=3)
[0051]
防疫机器人按照此方法获得的顺序对m1 1个子区域进行消毒所走的路程并不一定是最短的,但却是相对最短的。
[0052]
防疫机器人进行消毒工作:
[0053]
防疫机器人在接收到后台计算机发送的路径后开始消毒液喷洒工作。防疫机器人在对m1个区域喷洒完消毒液后返回防疫机器填装消毒液和充电的区域c0,进行消毒液填装和充电。判断完成消毒工作、消毒液填装和充电所用时间t是否小于限制时间t
c
,若小于则继续对下一组的m
i
个子区域进行消毒工作,依次类推,直至总计时间超过t
c
,若超过限制之间,则防疫机器人进入休息状态。
[0054]
防疫机器人在对n个子区域c1,c2,
…
,c
n
进行消毒工作的同时,通过待消毒区域的全方位摄像头和人脸识别技术,计算一段时间t(t>t
c
)内每个区域的平均人员个数ρ
i
(i=1,2,
…
n);当从防疫机器人开始工作时的t时间后,设置新的平均人员个数阈值θ
i
(i=1,2,
…
n),开始筛选新的需要消毒的子区域,为防疫机器人开始另一轮消毒工作做准备。
[0055]
本发明实施例提供了一种防疫机器人的智能运动引导方法,利用连续hopfield网络生成防疫机器人区域遍历方案。一轮遍历以后,降低平均人员个数阈值,选择出一组数值大于该平均人员个数阈值的子区域并将上一组出现过的子区域淘汰并生成路径方案。重复多次,获得多组子区域和遍历方案。防疫机器人按照每组遍历方案针对选择出的子区域进行消毒液喷洒,每组子区域的消毒液喷洒量,由筛选出该组的平均人员个数阈值决定,平均人员个数阈值越高,消毒液喷洒量越多。
[0056]
根据地铁站或火车站候车区等人员密集区域的人员流量和人员滞留时间来选择性对人员密集区域的不同部分进行选择性的消毒工作,消毒工作是实时进行的,弥补了人力定时消毒在实时性方面的不足,还提高了人员密集区域的卫生安全性。
[0057]
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的系统及其各个装置、模块、单元以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个装置、模块、单元以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同功能。所以,本发明提供的系统及其各项装置、模块、单元可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置、模块、单元也可以视为硬件部件内的结构;也可以将用于实现各种功能的装置、模块、单元视为既可以是实
现方法的软件模块又可以是硬件部件内的结构。
[0058]
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本技术的实施例和实施例中的特征可以任意相互组合。
转载请注明原文地址:https://win.8miu.com/read-50284.html