基于AI的自动化拼接桌椅系统及其构建方法
技术领域
本发明属于人工智能技术领域，具体涉及一种基于AI的自动化拼接桌椅系统及其构建方法。
背景技术
日常生活中，我们去餐馆吃饭，经常碰到桌子和座位不合理的情况，比如有5个人吃饭，但是桌子只有4人桌，就要自己再搬个椅子凑一桌或者拆分成两桌。有时候一个人吃饭，会闲置3个座位，有时候两桌之间位置比较挤，坐在里面座位的人不好外出，两桌靠的太近坐的也不舒服等等。大型酒店，比如婚庆现场，桌子椅子都要人工拖动，要好多人力现场拖动桌子椅子，还要有专人指挥，工作也比较繁重。会议室开会的时候，也经常碰到桌子不够坐，或者桌子角度不好，或者桌子摆放不合理的情况。每次开会可能都需要搬动椅子搬动桌子，无形中会浪费很多时间。
发明内容
本发明的目的在于提出了一种基于AI的自动化拼接桌椅系统及其构建方法。
实现本发明目的的技术解决方案为：一种基于AI的自动化拼接桌椅系统，包括设置室内定位装置、自动移动装置、能量装置的基础桌面和椅子，充电座，桌椅摆放规划系统，以及桌椅控制系统；所述桌椅摆放规划系统用于训练桌椅摆放规划模型，根据规划场地总面积和参与人数确定桌面形状和面积；所述桌椅控制系统选择基础桌面，控制基础桌面和相应人数的椅子，控制桌面和椅子移动，完成桌面拼接。
进一步的，所述基础桌面包括正方形桌面、三角形桌面和扇形桌面。
进一步的，所述基础桌面和椅子的能量装置包括锂电池和充电模块，所述充电座内置充电发射器，外设充电极片，所述充电模块与充电极片接触，通过充电发射器向锂电池充电。
进一步的，所述基础桌面和椅子的自动移动装置包括驱动轮、转向轮和刹车，所述驱动轮和转向轮上设置编码盘，用于对轮速检测。
进一步的，所述基础桌面和椅子还设置感知系统，包括超声波测距仪和红外传感器，用于测距和碰撞检测。
一种基于AI的自动化拼接桌椅系统的构建方法，包括如下步骤：
采集基础桌面形状和面积，构建基础桌面单元数据集；
采集可用场地总面积、参与人数、桌面形状和面积，构建桌面摆放训练数据集；
基于卷积神经网络算法，训练桌椅摆放规划模型；
根据规划场地总面积和参与人数，确定桌面形状和面积；
选择基础桌面，控制基础桌面移动，完成桌面拼接；
选择与人数对应的椅子，控制椅子移动，完成拼接桌椅系统构建。
进一步的，还包括数据预处理，在训练桌椅摆放规划模型之前，标记桌面摆放训练数据集，去除分数低于阈值的无效样本。
进一步的，控制基础桌面移动和椅子移动时，采用UWB定位技术规划自主导航路径。
一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
采集基础桌面形状和面积，构建基础桌面单元数据集；
采集可用场地总面积、参与人数、桌面形状和面积，构建桌面摆放训练数据集；
基于卷积神经网络算法，训练桌椅摆放规划模型；
根据规划场地总面积和参与人数，确定桌面形状和面积；
选择基础桌面，控制基础桌面移动，完成桌面拼接；
控制椅子移动，完成拼接桌椅系统构建。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
采集基础桌面形状和面积，构建基础桌面单元数据集；
采集可用场地总面积、参与人数、桌面形状和面积，构建桌面摆放训练数据集；
基于卷积神经网络算法，训练桌椅摆放规划模型；
根据规划场地总面积和参与人数，确定桌面形状和面积；
选择基础桌面，控制基础桌面移动，完成桌面拼接；
控制椅子移动，完成拼接桌椅系统构建。
本发明与现有技术相比，其显著优点为：1）桌子椅子都安装了室内定位装置和自动移动装置，桌面能够移动，实现动态拼接，椅子也能跟随桌子动态移动，提高了用户体验性；2）桌子椅子的移动采用类似于扫地机器人等成熟的室内定位技术，在向摆放位置移动或者返回充电座的过程中，能够自主规划导航路径，加设红外等感知装置，提高了路径规划的精度。
附图说明
图1是基于AI的自动化拼接桌椅系统的构建方法的流程图。
图2是充电座的结构示意图。
图3是CNN的网络结构示意图。
图4是FNN的网络结构示意图。
图5是自动拼接局部效果图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本发明基于七巧板拼图思想，将桌面设计为基础图形，根据人数等信息，在有限的空间内，寻找最优的桌子布局并自动拼接起来，让空间利用率达到最大化，提升用户体验。
本发明提供一种基于AI的自动化拼接桌椅系统，包括设置室内定位装置、自动移动装置、能量装置的基础桌面和椅子，充电座，桌椅摆放规划系统，以及桌椅控制系统；所述桌椅摆放规划系统用于训练桌椅摆放规划模型，根据规划场地总面积和参与人数确定桌面形状和面积；所述桌椅控制系统选择基础桌面，控制基础桌面和相应人数的椅子，控制桌面和椅子移动，完成桌面拼接。
进一步的，所述基础桌面包括正方形桌面、三角形桌面和扇形桌面。设计不同尺寸的正方形和三角形，以及不同尺寸的扇形作为基础图形，以基础图形为标准，可以设计不同桌面大小形状。正方形可以无缝拼接，多边形可以由三角形和正方形拼接，或者全是三角形拼接。人数较多时，优先采用圆形桌面，例如婚宴圆桌，由扇形来拼接。
进一步的，所述基础桌面和椅子的材料采用木质或者塑料制。
进一步的，所述基础桌面和椅子的能量装置包括锂电池和充电模块，所述充电座内置充电发射器，外设充电极片，所述充电模块与充电极片接触，通过充电发射器向锂电池充电。
进一步的，所述基础桌面和椅子的自动移动装置包括驱动轮、转向轮和刹车，所述驱动轮和转向轮上设置编码盘，用于对轮速检测。
进一步的，所述基础桌面和椅子还可以设置感知系统，包括超声波测距仪和红外传感器，用于测距和碰撞检测。
一种基于AI的自动化拼接桌椅系统的构建方法，包括如下步骤：
采集基础桌面形状和面积，构建基础桌面单元数据集；
采集现实场景数据，包括可用场地总面积、参与人数、桌面形状和面积，构建桌面摆放训练数据集；
基于卷积神经网络算法，训练桌椅摆放规划模型；
根据规划场地总面积和参与人数，确定桌面形状和面积；
选择基础桌面，控制基础桌面移动，完成桌面拼接；
选择与人数对应的椅子，控制椅子移动，完成拼接桌椅系统构建。
上述方法中，采集了大量的实景数据，就可以送入神经网络进行训练，一般数据样本越大，训练的效果越佳。用于训练的CNN网络结构如图3所示，包括：
1.输入层：用于数据的输入；
2.卷积层：使用卷积核进行特征提取和特征映射；
3.激励层：由于卷积也是一种线性运算，因此需要增加非线性映射；
4.池化层：进行下采样，对特征图稀疏处理，减少数据运算量；
5.全连接层：通常在CNN的尾部进行重新拟合，减少特征信息的损失，网络结构如图4所示。
a.全连接层FNN每一层是全连接层—即每一层的每个神经元与上一层所有神经元都有连接；
b.多个全连接层可以从不同角度提取特征；
c.全连接层作为输出层有分类和数值预测的功能；也经常用于CNN；
通过训练，可以得知可用场地总面积、就餐人数和桌面面积、形状的最佳组合，输入可用场地总面积和就餐人数信息，就可以根据基础图形生成拼接组合。
进一步的，本发明方法还包括数据预处理，可以在训练桌椅摆放规划模型之前，标记桌面摆放训练数据集，去除分数低于阈值的无效样本，极不合理的摆放方案。
进一步的，控制基础桌面移动和椅子移动时，采用UWB（超宽带）定位技术规划自主导航路径，避障的完全遍历路径规划能够通过离线学习达到，有运动行为、路线规划和全局路径规划三个步骤。在运动行为阶段桌子通过各种传感器采集3D环境信息，然后把这些信息输入到神经网络中。在路线规划阶段，桌子要决定一条最短的路径通向指定坐标，在全局路径规划中，产生一个全局环境地图，然后桌子从起始点开始快速定位到制定区域。
室内定位技术，目前常见的有Wi-Fi定位、蓝牙定位、RFID定位、UWB定位、红外技术、超声波等技术。UWB定位技术利用事先布置好的已知位置的锚节点和桥节点，与新加入的盲节点进行通讯，并利用三角定位或者“指纹”定位方式来确定位置，定位精度可达亚米级。此外，超宽带通信不需要使用传统通信体制中的载波，而是通过发送和接收具有纳秒或纳秒级以下的极窄脉冲来传输数据，因此具有GHz量级的带宽。因此，从目前技术上看，UWB定位技术具有穿透力强、抗多径效果好、安全性高、系统复杂度低、能提供精确定位精度等优点，是最理想的工业室内定位技术之一。
本发明还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
采集基础桌面形状和面积，构建基础桌面单元数据集；
采集可用场地总面积、参与人数、桌面形状和面积，构建桌面摆放训练数据集；
基于卷积神经网络算法，训练桌椅摆放规划模型；
根据规划场地总面积和参与人数，确定桌面形状和面积；
选择基础桌面，控制基础桌面移动，完成桌面拼接；
控制椅子移动，完成拼接桌椅系统构建。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
采集基础桌面形状和面积，构建基础桌面单元数据集；
采集可用场地总面积、参与人数、桌面形状和面积，构建桌面摆放训练数据集；
基于卷积神经网络算法，训练桌椅摆放规划模型；
根据规划场地总面积和参与人数，确定桌面形状和面积；
选择基础桌面，控制基础桌面移动，完成桌面拼接；
控制椅子移动，完成拼接桌椅系统构建。
利用本发明方案，餐馆无人的时候就餐区初始化摆放成休闲状态，桌子椅子都自动充电。当来人时，可以在餐厅收银台处控制系统输入就餐人数。控制系统开始根据人数和已被占用的空间根据算法生成拼接效果图。点击移动，则处于初始状态的桌椅根据控制系统发出的指令自动移动到指定位置，并按照算法生成的图片自动拼接成指定形状，椅子也自动配套移动到指定位置，此时人们可以就餐，人人坐的比较舒服。就餐结束后服务员收走菜盘子打扫后，可以在控制系统点击该桌，选中回充命令，则桌面自动分解，然后有序回到初始区充电，椅子也自动回到初始区充电。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
