1.一种基于人群密度估计的指引机器人方法,其特征在于,所述方法包括:
处于不同区域的多个摄像头分别获取视频流信息,并将获取的视频流信息发送到中央服务器;
机器人获取输入的目的地信息,并计算机器人位置信息,将所述机器人位置信息和所述目的地信息发送给中央服务器;
中央服务器分别将多个视频流信息输入人群密度估计网络模型,输出二维图组,所述二维图组包括多个基于人群密度估计的热力图,每个热力图与每个视频流信息对应,并将二维图组的每个热力图利用pca降维进行处理得到每个热力图所在区域的密度信息;
中央服务器根据所述机器人信息、目的地信息、预存的地图信息和所述二维图组获取所有可行路径;
中央服务器根据所述密度信息,利用贪心算法对所有可行路径进行遍历求解,得到最优的引导路径,并将所述引导路径发送给机器人;
机器人根据接收的所述引导路径控制机器人的移动。
2.根据权利要求1所述的基于人群密度估计的指引机器人方法,其特征在于,所述方法还包括:在机器人的移动过程中,机器人实时获取机器人的当前姿态,利用slam导航算法控制机器人进行移动和避障。
3.根据权利要求1所述的基于人群密度估计的指引机器人方法,其特征在于,利用粒子滤波算法计算机器人位置信息。
4.根据权利要求1所述的基于人群密度估计的指引机器人方法,其特征在于,将二维图组的每个热力图利用pca降维进行处理得到每个热力图所在区域的密度信息包括:
采用pca降维,将每个热力图转化成一维数据,其中所述一维数据包含了热力图信息;
将预设的一维数组与所述一维数据相乘得到相乘后的一维数据,其中预设的一维数组中的数据代表一维数据中的数据的权重;
将所述相乘后的一维数据取平方相加并开根号的形式计算出该区域的平均密度作为密度信息。
5.根据权利要求4所述的基于人群密度估计的指引机器人方法,其特征在于,中央服务器根据密度信息,利用贪心算法对所有可行路径进行遍历求解,得到最优的引导路径包括:
根据每个热力图对应的所述密度信息,计算经过每个热力图所在区域的代价时间:
ci=log(hi2+σi2)*pi;
其中,ci为经过第i个热力图所在区域的代价时间,hi代表了第i个热力图对应的密度信息,σi为预先调整的矫正变量,pi为预先设置的定值,1≤i≤n,n为热力图的数量;
计算从第i个热力图所在区域到第i个热力图所在区域的代价时间:
d|i,j]=(ci+cj)/2,i≠j;
d[i,i]=0;
其中,d[i,j]表示第i个热力图所在区域到第j个热力图所在区域的代价时间,cj为经过第j个热力图所在区域的代价时间,1≤j≤n;
获取所有可行路径,根据d[i,j]和贪心算法对所有可行路径进行遍历求解,以最小代价时间的可行路径作为最优的引导路径。
6.一种基于人群密度估计的指引机器人系统,其特征在于,包括:机器人、多个摄像头、中央服务器;
多个摄像头,位于不同的区域,分别用于获取视频流信息,并将获取的视频流信息发送到中央服务器;
机器人,用于获取输入的目的地信息,并计算机器人位置信息,将所述机器人位置信息和所述目的地信息发送给中央服务器;以及接收中央服务器发送的引导路径,根据所述引导路径控制机器人的移动;
中央服务器,用于分别将多个视频流信息输入人群密度估计网络模型,输出二维图组,所述二维图组包括多个基于人群密度估计的热力图,每个热力图与每个视频流信息对应,并将二维图组中的每个热力图利用pca降维进行处理得到每个热力图所在区域的密度信息,并根据所述机器人信息、目的地信息、预存的地图信息和所述二维图组获取所有可行路径,以及根据所述密度信息,利用贪心算法对所有可行路径进行遍历求解,得到最优的引导路径,并将所述引导路径发送给机器人。
7.根据权利要求6所述的基于人群密度估计的指引机器人系统,其特征在于,所述机器人包括:zed摄像头、语音输入模块、触摸屏、处理器、工控机、mcu控制器和激光雷达传感器,处理器分别与zed摄像头、语音输入模块、触摸屏和工控机连接,工控机分别与处理器、mcu控制器和激光雷达传感器连接;
zed摄像头,位于机器人的最上方,用于获取用户的肢体动作图像;
语音输入模块,用于获取语音指令;
触摸屏,用于获取用户的输入;
处理器,用于对用户的肢体动作图像或语音指令或用户的输入进行识别得到控制指令,其中,所述语音指令或用户的输入包括目的地信息;
工控机,用于对获取的激光雷达传感器的信息进行处理,根据所述控制指令和处理后的激光雷达传感器的信息控制slam建图导航框架的运行;
mcu控制器,用于获取处理后的激光雷达传感器的信息,并与预存的地图信息进行匹配,利用粒子滤波算法计算出机器人的位置。
8.根据权利要求7所述的基于人群密度估计的指引机器人系统,其特征在于,所述机器人还包括轮式里程计,所述轮式里程计与所述mcu控制器连接,所述mcu控制器,还用于根据处理后的激光雷达传感器的信息和轮式里程计的信息实时获取机器人的当前姿态,利用slam导航算法控制机器人移动和避障。
9.根据权利要求6所述的基于人群密度估计的指引机器人系统,其特征在于,所述机器人为全向轮式机器人,包括三轮全向底盘。
10.根据权利要求7所述的基于人群密度估计的指引机器人系统,其特征在于,所述激光雷达传感器的型号为rplidara2。