本發(fā)明涉及移動路徑規(guī)劃技術(shù)領(lǐng)域，尤其涉及一種基于不完全信息情況下的智能移動路徑規(guī)劃方法。

背景技術(shù)：

在現(xiàn)有的智能小車等具有移動功能的智能設(shè)備中，多具備動力系統(tǒng)，以支持自身進(jìn)行移動；但多需使用者利用遙控器等遠(yuǎn)程控制設(shè)備對具有移動功能的智能設(shè)備進(jìn)行遠(yuǎn)程控制，事先還需要使用者對周圍環(huán)境進(jìn)行檢測，以達(dá)到初步了解的程度，才能應(yīng)對周圍環(huán)境以及事物對其在行動上的影響。而在信息情況了解不完全時，具有移動功能的智能設(shè)備無法自身對周圍環(huán)境進(jìn)行檢測，更無法自主對路徑進(jìn)行合理規(guī)劃，從而也無法完成自主移動的任務(wù)。

技術(shù)實現(xiàn)要素：

針對上述現(xiàn)有技術(shù)中的不足之處，本發(fā)明的目的在于提供一種基于不完全信息情況下的智能移動路徑規(guī)劃方法。

本發(fā)明的上述目的是通過以下技術(shù)方案予以實現(xiàn)的。

一種基于不完全信息情況下的智能移動路徑規(guī)劃方法，該方法包括以下步驟：

步驟(1)：獲取自身實時位置數(shù)據(jù)以及終點位置數(shù)據(jù)，并得出直線移動路徑；

步驟(2)：獲取周圍環(huán)境的視頻圖像，并根據(jù)所述視頻圖像獲得自身與周圍物體的相對距離數(shù)據(jù)；

步驟(3)：獲取周圍環(huán)境的紅外圖像，并根據(jù)所述紅外圖像區(qū)分出周圍環(huán)境內(nèi)的生命體以及非生命體；

步驟(4)：利用超聲波傳感器對周圍環(huán)境內(nèi)的所述生命體進(jìn)行檢測，獲得所述生命體的運動狀態(tài)；

步驟(5)：結(jié)合所述相對距離數(shù)據(jù)、所述生命體運動狀態(tài)、所述自身運動狀態(tài)、所述自身實時位置數(shù)據(jù)以及所述終點位置數(shù)據(jù)，對路徑進(jìn)行適應(yīng)性規(guī)劃，調(diào)整自身的移動方向。

本發(fā)明首先對自身的位置以及終點進(jìn)行實時掌控，即可得知直線距離以及直線移動方向，為后續(xù)路徑規(guī)劃提供參照依據(jù)；獲取周圍環(huán)境的視頻圖像，對周圍環(huán)境進(jìn)行初步檢測，進(jìn)而能夠?qū)χ車矬w與自身的相對距離；獲取周圍環(huán)境的紅外圖像，主要用于區(qū)分周圍環(huán)境的所述生命體與所述非生命體，以便后期針對所述生命體進(jìn)行檢測，掌控所述生命體的移動動向，避免對自身的路徑規(guī)劃造成影響；利用超聲波傳感器對周圍環(huán)境內(nèi)的所述生命體進(jìn)行檢測，從而獲得所述生命體的運動狀態(tài)，為后期對自身的路徑規(guī)劃進(jìn)行適應(yīng)性調(diào)整提供了數(shù)據(jù)基礎(chǔ)。

具體地，所述運動狀態(tài)包括：運動方向、運動速度、運動加速度；

運動方向、運動速度、運動加速度能夠準(zhǔn)確描述所述生命體的實時運動狀態(tài)以及實時運動趨勢，以便在進(jìn)行移動路徑規(guī)劃時，能夠提前進(jìn)行適應(yīng)性調(diào)整，一邊移動一邊調(diào)整，避免與所述生命體發(fā)生碰撞。

具體地，所述步驟(5)，包括：步驟(501)：結(jié)合所述相對距離數(shù)據(jù)、所述生命體運動狀態(tài)、所述自身運動狀態(tài)、所述自身實時位置數(shù)據(jù)以及所述終點位置數(shù)據(jù)，利用SLAM技術(shù)進(jìn)行即時定位與地圖構(gòu)建，獲得虛擬地圖；步驟(502)：根據(jù)所述虛擬地圖，對路徑進(jìn)行適應(yīng)性規(guī)劃，調(diào)整自身的移動方向；

建立虛擬地圖，一方面能夠?qū)崟r全局掌控周圍環(huán)境的情況，另一方面能夠?qū)⑻摂M地圖傳輸給其他設(shè)備，以便其他人員進(jìn)行遠(yuǎn)程監(jiān)控。

進(jìn)一步地，所述步驟(502)包括：

步驟(5021)：以耗時參數(shù)、耗電參數(shù)、路程長度參數(shù)為未知參數(shù)，結(jié)合粒子群優(yōu)化算法，得出動力方程；

步驟(5022)：根據(jù)實際需求，選定所述耗時參數(shù)或所述耗電參數(shù)或所述路程長度參數(shù)作為主要影響參數(shù)，并得出相應(yīng)的實時動力方程；

步驟(5023)：結(jié)合所述實時動力方程與所述虛擬地圖，確定實時路徑規(guī)劃方案；

將耗時參數(shù)、耗電參數(shù)、路程長度參數(shù)作為未知參數(shù)，結(jié)合粒子群優(yōu)化算法，得出動力方程，從而控制自身的移動；使用者能夠根據(jù)自身實際需求，選擇耗時參數(shù)、耗電參數(shù)、路程長度參數(shù)其中一個作為重要參數(shù)，從而相應(yīng)的，獲得耗時最短的路徑、耗電最少的路徑、路程最短的路徑。

優(yōu)選地，利用GPS定位裝置，獲取所述自身實時位置數(shù)據(jù)以及所述終點位置數(shù)據(jù)；

GPS定位裝置為常用的定位裝置，技術(shù)成熟，操作簡單，便于對所述自身實時位置數(shù)據(jù)以及所述終點位置數(shù)據(jù)進(jìn)行監(jiān)測，為路徑規(guī)劃提供數(shù)據(jù)基礎(chǔ)。

優(yōu)選地，利用全景攝像頭獲取所述周圍環(huán)境的視頻圖像；

利用全景攝像頭能夠從多個方向?qū)λ鲋車h(huán)境進(jìn)行監(jiān)控，從而獲取多方向的視頻圖像，為路徑規(guī)劃提供了較完整的數(shù)據(jù)基礎(chǔ)。

優(yōu)選地，所述全景攝像頭底部配設(shè)有升降桿，用于調(diào)節(jié)所述全景攝像頭的拍攝高度；

通過配設(shè)所述升降桿來改變所述全景攝像頭的拍攝高度，當(dāng)所述升降桿伸長時，所述全景攝像頭的拍攝高度升高，即可獲取較遠(yuǎn)的拍攝范圍，從而獲得較多視頻信息，為后期路徑規(guī)劃提供更完備的數(shù)據(jù)基礎(chǔ)；當(dāng)不使用時，收起所述升降桿，此時所述全景攝像頭的高度降低，能夠得到一定的保護(hù)，避免與周圍物體發(fā)生碰撞。

具體地，所述步驟(2)，包括：

步驟(201)：獲取周圍環(huán)境的視頻圖像；

步驟(202)：對所述視頻圖像進(jìn)行除雜過濾處理，并進(jìn)行模數(shù)轉(zhuǎn)化，獲得清晰化的視頻圖像數(shù)據(jù)；

步驟(203)：根據(jù)所述清晰化的視頻圖像數(shù)據(jù)獲得自身與周圍物體的相對距離數(shù)據(jù)；

獲取的視頻圖像，視頻圖像數(shù)據(jù)為模擬信號，首先經(jīng)過除雜過濾處理，獲得較為清晰的視頻圖像數(shù)據(jù)，模擬信號在數(shù)據(jù)傳輸以及處理時存在一定的困難以及阻礙，因此再將除雜過濾處理后的視頻圖像數(shù)據(jù)進(jìn)行模數(shù)轉(zhuǎn)化，轉(zhuǎn)化為數(shù)字信號，數(shù)字信號在傳輸過程中具有一定的穩(wěn)定性，在進(jìn)行數(shù)據(jù)處理時，誤差較小，為后期計算出所述相對距離數(shù)據(jù)提供了準(zhǔn)確的數(shù)據(jù)基礎(chǔ)。

具體地，所述步驟(4)，包括：

步驟(401)：利用超聲波傳感器對周圍環(huán)境內(nèi)的所述生命體進(jìn)行檢測，獲得超聲波檢測波譜圖；

步驟(402)：對所述超聲波檢測波譜圖進(jìn)行除雜過濾處理，并進(jìn)行模數(shù)轉(zhuǎn)化，獲得所述超聲波檢測數(shù)據(jù)；

步驟(403)：根據(jù)所述超聲波檢測數(shù)據(jù)，獲得所述運動狀態(tài)；

獲取的超聲波檢測波譜圖，超聲波檢測波譜圖為模擬信號，首先經(jīng)過除雜過濾處理，獲得較為清晰的超聲波檢測波譜圖，模擬信號在數(shù)據(jù)傳輸以及處理時存在一定的困難以及阻礙，因此再將除雜過濾處理后的超聲波檢測波譜圖進(jìn)行模數(shù)轉(zhuǎn)化，轉(zhuǎn)化為數(shù)字信號，數(shù)字信號在傳輸過程中具有一定的穩(wěn)定性，在進(jìn)行數(shù)據(jù)處理時，誤差較小，為后期計算出所述運動狀態(tài)提供了準(zhǔn)確的數(shù)據(jù)基礎(chǔ)。

與現(xiàn)有技術(shù)相比，本發(fā)明有益效果在于：提供了一種基于不完全信息情況下的智能移動路徑規(guī)劃方法，首先對自身的位置以及終點進(jìn)行實時掌控，即可得知直線距離以及直線移動方向，為后續(xù)路徑規(guī)劃提供參照依據(jù)；獲取周圍環(huán)境的視頻圖像，對周圍環(huán)境進(jìn)行初步檢測，進(jìn)而能夠?qū)χ車矬w與自身的相對距離；獲取周圍環(huán)境的紅外圖像，主要用于區(qū)分周圍環(huán)境的生命體與非生命體，以便后期針對生命體進(jìn)行檢測，掌控生命體的移動動向，避免對自身的路徑規(guī)劃造成影響；利用超聲波傳感器對周圍環(huán)境內(nèi)的生命體進(jìn)行檢測，從而獲得生命體的運動狀態(tài)，為后期對自身的路徑規(guī)劃進(jìn)行適應(yīng)性調(diào)整提供了數(shù)據(jù)基礎(chǔ)；運動狀態(tài)包括：運動方向、運動速度、運動加速度；能夠準(zhǔn)確描述生命體的實時運動狀態(tài)以及實時運動趨勢；建立虛擬地圖，一方面能夠?qū)崟r全局掌控周圍環(huán)境的情況，另一方面能夠?qū)⑻摂M地圖傳輸給其他設(shè)備，以便其他人員進(jìn)行遠(yuǎn)程監(jiān)控；將耗時參數(shù)、耗電參數(shù)、路程長度參數(shù)作為未知參數(shù)，使用者能夠根據(jù)自身實際需求，選擇耗時最短的路徑、耗電最少的路徑、路程最短的路徑；GPS定位裝置為常用的定位裝置，技術(shù)成熟，操作簡單；利用全景攝像頭能夠從多個方向?qū)χ車h(huán)境進(jìn)行監(jiān)控，為路徑規(guī)劃提供了較完整的數(shù)據(jù)基礎(chǔ)；升降桿，于調(diào)節(jié)全景攝像頭的拍攝高度；將視頻圖像數(shù)據(jù)、超聲波檢測波譜圖均轉(zhuǎn)化為數(shù)字信號，數(shù)字新號在傳輸過程中具有一定的穩(wěn)定性，在進(jìn)行數(shù)據(jù)處理時，誤差較小，為后期計算出相對距離數(shù)據(jù)提供了準(zhǔn)確的數(shù)據(jù)基礎(chǔ)；本發(fā)明能夠?qū)ψ陨硪约爸車h(huán)境進(jìn)行實時掌控，準(zhǔn)確采集信息，實時進(jìn)行路徑規(guī)劃，減小誤差，精準(zhǔn)度高。

附圖說明

圖1為實施例1的基于不完全信息情況下的智能移動路徑規(guī)劃方法的流程圖。

圖2為實施例2的步驟(5)的流程圖。

圖3為實施例2的步驟(502)的流程圖。

圖4為實施例3的步驟(2)的流程圖。

圖5為實施例3的步驟(4)的流程圖。

具體實施方式

以下將結(jié)合附圖對本發(fā)明各實施例的技術(shù)方案進(jìn)行清楚、完整的描述，顯然，所描述的實施例僅僅是本發(fā)明的一部分實施例，而不是全部的實施例?；诒景l(fā)明的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動的前提下所得到的所有其它實施例，都屬于本發(fā)明所保護(hù)的范圍。

在本發(fā)明的描述中，需要說明的是，術(shù)語“中心”、“上”、“下”、“左”、“右”、“豎直”、“水平”、“內(nèi)”、“外”等指示的方位或位置關(guān)系為基于附圖所示的方位或位置關(guān)系，僅是為了便于描述本發(fā)明和簡化描述，而不是指示或暗示所指的裝置或元件必須具有特定的方位、以特定的方位構(gòu)造和操作，因此不能理解為對本發(fā)明的限制。此外，術(shù)語“第一”、“第二”、“第三”僅用于描述目的，而不能理解為指示或暗示相對重要性。

在本發(fā)明的描述中，需要說明的是，除非另有明確的規(guī)定和限定，術(shù)語“安裝”、“相連”、“連接”應(yīng)做廣義理解，例如，可以是固定連接，也可以是可拆卸連接，或一體地連接；可以是機(jī)械連接，也可以是電連接；可以是直接相連，也可以通過中間媒介間接相連，可以是兩個元件內(nèi)部的連通。對于本領(lǐng)域的普通技術(shù)人員而言，可以具體情況理解上述術(shù)語在本發(fā)明中的具體含義。

下面通過具體的實施例子并結(jié)合附圖對本發(fā)明做進(jìn)一步的詳細(xì)描述。

實施例1

如圖1所示，一種基于不完全信息情況下的智能移動路徑規(guī)劃方法，該方法包括以下步驟：步驟(1)：獲取自身實時位置數(shù)據(jù)以及終點位置數(shù)據(jù)，并得出直線移動路徑；步驟(2)：獲取周圍環(huán)境的視頻圖像，并根據(jù)視頻圖像獲得自身與周圍物體的相對距離數(shù)據(jù)；步驟(3)：獲取周圍環(huán)境的紅外圖像，并根據(jù)紅外圖像區(qū)分出周圍環(huán)境內(nèi)的生命體以及非生命體；步驟(4)：利用超聲波傳感器對周圍環(huán)境內(nèi)的生命體進(jìn)行檢測，獲得生命體的運動狀態(tài)；步驟(5)：結(jié)合相對距離數(shù)據(jù)、生命體運動狀態(tài)、自身運動狀態(tài)、自身實時位置數(shù)據(jù)以及終點位置數(shù)據(jù)，對路徑進(jìn)行適應(yīng)性規(guī)劃，調(diào)整自身的移動方向。

在本實施例中，運動狀態(tài)包括：運動方向、運動速度、運動加速度；運動方向、運動速度能夠準(zhǔn)確描述生命體的當(dāng)前時刻的運動狀態(tài)，而運動加速度則能夠準(zhǔn)確描述生命體的當(dāng)前時候的運動趨勢，以便在進(jìn)行移動路徑規(guī)劃時，能夠提前進(jìn)行適應(yīng)性調(diào)整，一邊移動一邊調(diào)整，避免與生命體發(fā)生碰撞。

在本實施例中，利用具有自主移動功能的智能設(shè)備上的GPS定位裝置，獲取自身實時位置數(shù)據(jù)以及終點位置數(shù)據(jù)；GPS定位裝置為常用的定位裝置，技術(shù)成熟，操作簡單，便于對自身實時位置數(shù)據(jù)以及終點位置數(shù)據(jù)進(jìn)行監(jiān)測，為路徑規(guī)劃提供數(shù)據(jù)基礎(chǔ)。

在本實施例中，具有自主移動功能的智能設(shè)備自身攜帶的圖像采集裝置選用全景攝像頭；利用全景攝像頭獲取周圍環(huán)境的視頻圖像；能夠從多個方向?qū)χ車h(huán)境進(jìn)行監(jiān)控，從而獲取多方向的視頻圖像，為路徑規(guī)劃提供了較完整的數(shù)據(jù)基礎(chǔ)。

本發(fā)明適用于具有自主移動功能的智能設(shè)備，例如智能小車，具有動力系統(tǒng)、多種傳感器設(shè)備、數(shù)據(jù)處理主機(jī)，本方法首先對自身的位置以及終點進(jìn)行檢測，并持續(xù)對自身的位置以及終點的位置進(jìn)行實時掌控，根據(jù)自身的位置以及終點的位置之間的直線距離，即可得知最短路程的直線距離以及直線移動方向，能夠為后續(xù)路徑規(guī)劃提供參照依據(jù)；后續(xù)，通過具有自主移動功能的智能設(shè)備自身攜帶的圖像采集裝置來獲取周圍環(huán)境的視頻圖像，此步驟對周圍環(huán)境進(jìn)行初步檢測，獲得視頻圖像，具有自主移動功能的智能設(shè)備能夠根據(jù)視頻圖像的數(shù)據(jù)計算出周圍環(huán)境的物體與具有自主移動功能的智能設(shè)備自身的相對距離，并在后續(xù)移動過程中，持續(xù)檢測，實時掌握相對距離的變化；然后，利用具有自主移動功能的智能設(shè)備上的紅外傳感裝置對周圍環(huán)境進(jìn)行檢測，獲取周圍環(huán)境的紅外圖像，此步驟主要用于利用生命體自身具有熱量的特點，區(qū)分周圍環(huán)境的生命體與非生命體，以便后期針對生命體進(jìn)行檢測，掌控生命體的移動動向，避免對自身的路徑規(guī)劃造成影響；最后再利用具有自主移動功能的智能設(shè)備上的超聲波傳感器對周圍環(huán)境內(nèi)的生命體進(jìn)行檢測，超聲波傳感器能夠向周圍物體發(fā)送超聲波，根據(jù)超聲波反射回來的波譜圖，一方面能夠進(jìn)一步確認(rèn)非生命體的外形，另一方面能夠獲得生命體的運動狀態(tài)，為后期對自身的路徑規(guī)劃進(jìn)行適應(yīng)性調(diào)整提供了數(shù)據(jù)基礎(chǔ)；結(jié)合相對距離數(shù)據(jù)、生命體運動狀態(tài)、自身運動狀態(tài)、自身實時位置數(shù)據(jù)以及終點位置數(shù)據(jù)，具有自主移動功能的智能設(shè)備的數(shù)據(jù)處理主機(jī)能夠進(jìn)行計算，對具有自主移動功能的智能設(shè)備進(jìn)行持續(xù)的、實時的移動路徑規(guī)劃。

具體地，在路徑規(guī)劃過程中，將利用到動態(tài)路徑規(guī)劃方法，自身在未知環(huán)境中從一個未知位置開始移動，在移動過程中根據(jù)位置估計和地圖進(jìn)行自身定位，待自身定位完成后，在自身定位的基礎(chǔ)上建造增量式地圖，實現(xiàn)自身自主定位和導(dǎo)航；自身定位即對自身的初始位置，并對初始位置進(jìn)行記錄；利用多傳感器對周圍環(huán)境以及環(huán)境中的靜止的物體、移動的物體進(jìn)行探測，獲得其相對初始位置的相對位置以及相對移動狀態(tài)，最后結(jié)合初始位置、相對位置以及相對移動狀態(tài)建立即時地圖，從而為后續(xù)進(jìn)行符合實時路徑規(guī)劃移動提供數(shù)據(jù)基礎(chǔ)；而在依據(jù)運動狀態(tài)進(jìn)行路徑規(guī)劃調(diào)整時，用到粒子濾波算法，利用粒子集來表示概率，可以用在任何形式的狀態(tài)空間模型上，通過從后驗概率中抽取的隨機(jī)狀態(tài)粒子來表達(dá)其分布，是一種順序重要性采樣法；根據(jù)獲得的運動狀態(tài)狀態(tài)數(shù)據(jù)的隨機(jī)樣本對概率密度函數(shù)進(jìn)行近似，以樣本均值代替積分運算，從而獲得狀態(tài)最小方差分布，最終選定一組較為準(zhǔn)確的數(shù)據(jù)作為運動狀態(tài)的數(shù)據(jù)信息，有效地減小了數(shù)據(jù)誤差。

實施例2

如圖2、3所示，本實施例提供一種基于不完全信息情況下的智能移動路徑規(guī)劃方法，與實施例1的區(qū)別在于，步驟(5)，具體包括：步驟(501)：結(jié)合相對距離數(shù)據(jù)、生命體運動狀態(tài)、自身運動狀態(tài)、自身實時位置數(shù)據(jù)以及終點位置數(shù)據(jù)，利用SLAM技術(shù)進(jìn)行即時定位與地圖構(gòu)建，獲得虛擬地圖，本虛擬地圖是隨著具有自主移動功能的智能設(shè)備的移動，根據(jù)其自身狀態(tài)的變化以及周圍環(huán)境的變化而進(jìn)行適應(yīng)性變化的，作為一種實時的環(huán)境展示手段；步驟(502)：根據(jù)虛擬地圖，對路徑進(jìn)行適應(yīng)性規(guī)劃，調(diào)整自身的移動方向；建立虛擬地圖，一方面能夠?qū)崟r全局掌控周圍環(huán)境的情況，另一方面能夠?qū)⑻摂M地圖傳輸給其他設(shè)備，以便其他人員進(jìn)行遠(yuǎn)程監(jiān)控。

本實施例中，步驟(502)具體包括：步驟(5021)：以耗時參數(shù)、耗電參數(shù)、路程長度參數(shù)為未知參數(shù)，結(jié)合粒子群優(yōu)化算法，得出動力方程；步驟(5022)：根據(jù)實際需求，選定耗時參數(shù)或耗電參數(shù)或路程長度參數(shù)作為主要影響參數(shù)，并得出相應(yīng)的實時動力方程；步驟(5023)：結(jié)合實時動力方程與虛擬地圖，確定實時路徑規(guī)劃方案；在實際路徑規(guī)劃中，并非僅僅以不與周圍物體發(fā)生碰撞為路徑規(guī)劃依據(jù)，通常情況下，移動花費時長、移動花費電量以及移動總路程長度，也會作為實際路徑規(guī)劃過程中需要考量的參數(shù)，因此將耗時參數(shù)、耗電參數(shù)、路程長度參數(shù)作為未知參數(shù)，結(jié)合結(jié)合粒子群優(yōu)化算法，得出動力方程，從而控制自身的移動，當(dāng)選定耗時參數(shù)為主要影響參數(shù)時，在避讓周圍物體的前提下，優(yōu)先考慮耗時最短的路徑，當(dāng)選定耗電參數(shù)為主要影響參數(shù)時，在避讓周圍物體的前提下，優(yōu)先考慮耗電最少的路徑，當(dāng)選定路程長度參數(shù)為主要影響參數(shù)時，在避讓周圍物體的前提下，優(yōu)先考慮路程最短的路徑。

實施例3

如圖4、5所示，本實施例提供一種基于不完全信息情況下的智能移動路徑規(guī)劃方法，與實施例1、2的區(qū)別在于，步驟(2)，具體包括：步驟(201)：獲取周圍環(huán)境的視頻圖像；步驟(202)：對視頻圖像進(jìn)行除雜過濾處理，并進(jìn)行模數(shù)轉(zhuǎn)化，獲得清晰化的視頻圖像數(shù)據(jù)；步驟(203)：根據(jù)清晰化的視頻圖像數(shù)據(jù)獲得自身與周圍物體的相對距離數(shù)據(jù)；獲取的視頻圖像，視頻圖像數(shù)據(jù)為模擬信號，首先經(jīng)過除雜過濾處理，獲得較為清晰的視頻圖像數(shù)據(jù)，模擬信號在數(shù)據(jù)傳輸以及處理時存在一定的困難以及阻礙，因此再將除雜過濾處理后的視頻圖像數(shù)據(jù)進(jìn)行模數(shù)轉(zhuǎn)化，轉(zhuǎn)化為數(shù)字信號，數(shù)字新號在傳輸過程中具有一定的穩(wěn)定性，在進(jìn)行數(shù)據(jù)處理時，誤差較小，為后期計算出相對距離數(shù)據(jù)提供了準(zhǔn)確的數(shù)據(jù)基礎(chǔ)。

本實施例中，步驟(4)，具體包括：步驟(401)：利用超聲波傳感器對周圍環(huán)境內(nèi)的生命體進(jìn)行檢測，獲得超聲波檢測波譜圖；步驟(402)：對超聲波檢測波譜圖進(jìn)行除雜過濾處理，并進(jìn)行模數(shù)轉(zhuǎn)化，獲得超聲波檢測數(shù)據(jù)；步驟(403)：根據(jù)超聲波檢測數(shù)據(jù)，獲得運動狀態(tài)；獲取的超聲波檢測波譜圖，超聲波檢測波譜圖為模擬信號，首先經(jīng)過除雜過濾處理，獲得較為清晰的超聲波檢測波譜圖，模擬信號在數(shù)據(jù)傳輸以及處理時存在一定的困難以及阻礙，因此再將除雜過濾處理后的超聲波檢測波譜圖進(jìn)行模數(shù)轉(zhuǎn)化，轉(zhuǎn)化為數(shù)字信號，數(shù)字新號在傳輸過程中具有一定的穩(wěn)定性，在進(jìn)行數(shù)據(jù)處理時，誤差較小，為后期計算出運動狀態(tài)提供了準(zhǔn)確的數(shù)據(jù)基礎(chǔ)。

最后應(yīng)說明的是：以上實施例僅用以說明本發(fā)明的技術(shù)方案，而非對其限制；盡管參照前述實施例對本發(fā)明進(jìn)行了詳細(xì)的說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解：其依然可以對前述實施例所記載的技術(shù)方案進(jìn)行修改，或者對其中部分或者全部技術(shù)特征進(jìn)行等同替換；而這些修改或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明實施例技術(shù)方案。