机器人的导航方法及装置制造方法及图纸

本发明专利技术适用于机器人技术领域，提供了机器人的导航方法及装置，包括：将点云数据集Pk与所述体感传感器采集到的上一帧的点云数据集X输入KD树匹配器，在X中寻找离Pk最近的对应数据点，生成点对集合Yk＝C(Pk，X)，其中，所述k为迭代次数，初始化k＝0，P0为所述体感传感器采集到的当前帧的点云数据集；将所述点云数据集Pk与所述点云数据集X进行配准；在未达到预设的终止条件之前，令k＝k+1，返回执行所述将点云数据集Pk与所述体感传感器采集到的上一帧的点云数据集X输入KD树匹配器的操作；若已达到所述预设的终止条件，根据当前的点云数据集Pk矫正所述机器人的状态变化量。本发明专利技术实施例大大降低了机器人的制造成本。

Robot navigation method and device

The invention is applicable to the field of robotics, provides a navigation method and device, robot includes: point cloud data set on a frame of point cloud data with the Pk somatosensory sensor to the X input KD tree matching device, find the corresponding data point from the recent Pk in X, to generate set Yk = C (Pk, X), in which the K is the number of iterations, the initialization of k = 0, P0 for the current frame of the somatosensory sensor to the point cloud data set; the point cloud data set with the Pk point cloud data set X does not meet the registration; the termination condition preset before the K = k+1, returns the point cloud data set on a frame of point cloud data with the Pk somatosensory sensor to the X input KD tree matching device operation; if the reaches a predetermined termination conditions, according to the current point cloud data set the Pk correction machine Change of state. The embodiment of the invention greatly reduces the manufacturing cost of the robot.

【技术实现步骤摘要】

本专利技术属于机器人
，尤其涉及机器人的导航方法及装置。
技术介绍
自上世纪60年代可移动的机器在人在斯坦福大学出现以来，随着科学技术的发展，可移动的机器人的应用领域也发挥来越广泛，从工业延伸至家庭、服务、娱乐、军事等不同的领域。可移动的机器人的运行是以导航为基础的，需要机器人了解其所处环境的地图以及定位自身的位置，传统的室内可移动的机器人通常采用激光设备导航，激光设备虽然导航精度高，但其动辄上万的价格带来了移动机器人过高的制造成本。
技术实现思路
有鉴于此，本专利技术实施例提供了机器人的导航方法及装置，以解决现有的机器人导航技术会导致机器人制造成本过高的问题。第一方面，提供了一种机器人的导航方法，所述机器人中内置了体感传感器，所述方法包括：将点云数据集Pk与所述体感传感器采集到的上一帧的点云数据集X输入KD树匹配器，在X中寻找离Pk最近的对应数据点，生成点对集合Yk＝C(Pk,X)，其中，所述k为迭代次数，初始化k＝0，P0为所述体感传感器采集到的当前帧的点云数据集；将所述点云数据集Pk与所述点云数据集X进行配准；在未达到预设的终止条件之前，令k＝k+1，返回执行所述将点云数据集Pk与所述体感传感器采集到的上一帧的点云数据集X输入KD树匹配器的操作；若已达到所述预设的终止条件，根据当前的点云数据集Pk矫正所述机器人的状态变化量。第二方面，提供了一种机器人的导航装置，所述机器人中内置了体感传感器，所述装置包括：输入单元，用于将点云数据集Pk与所述体感传感器采集到的上一帧的点云数据集X输入KD树匹配器，在X中寻找离Pk最近的对应数据点，生成点对集合Yk＝C(Pk,X)，其中，所述k为迭代次数，初始化k＝0，P0为所述体感传感器采集到的当前帧的点云数据集；配准单元，用于将所述点云数据集Pk与所述点云数据集X进行配准；第一返回单元，用于在未达到预设的终止条件之前，令k＝k+1，返回执行所述输入单元的操作；第一矫正单元，用于若已达到所述预设的终止条件，根据当前的点云数据集Pk矫正所述机器人的状态变化量。在本专利技术实施例中，利用体感传感器来替代激光设备，实现机器人导航过程中的位姿矫正，大大降低了机器人的制造成本。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例提供的机器人硬件系统的结构框图；图2是本专利技术实施例提供的机器人软件系统的结构框图；图3是本专利技术实施例提供的机器人的导航方法的实现流程图；图4是本专利技术实施例提供的机器人的导航方法的处理模块示意图；图5是本专利技术另一实施例提供的机器人的导航方法的实现流程图；图6是本专利技术实施例提供的机器人的导航方法的点集对齐示意图；图7是本专利技术实施例提供的机器人的导航装置的结构框图。具体实施方式以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透切理解本专利技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本专利技术。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本专利技术的描述。图1示出了本专利技术实施例提供的机器人硬件系统的结构框图，为了便于说明，仅示出了与本实施例相关的部分。如图1所示，机器人的硬件系统主要由以下几个部分组成：1、工业控制计算机：其上搭载了操作系统，用于对数据进行处理和存储，并为硬件系统中的其他模块提供服务；2、体感传感器：用于收集机器人所处环境的色彩和深度信息；3、运动传感器：用于获取机器人的运动信息，包括码盘、陀螺仪等传感器；4、驱动控制单元：通过将驱动信号输入底层控制器，以驱动机器人行走。5、其他模块：包括显示模块，通信模块及各模块之间的通信接口。图2示出了本专利技术实施例提供的机器人软件系统的结构框图，为了便于说明，仅示出了与本实施例相关的部分。如图2所示，机器人的软件系统由下至上主要由以下几个部分组成：1、操作系统：其搭载在工业控制计算机之上；2、机器人驱动程序；3、机器人操作系统(ROS)；4、导航功能包：其安装在机器人操作系统之中。在本专利技术实施例中，采用工业控制计算机作为主要计算处理单元，体感传感器、码盘将采集的数据发送到工业控制计算机，通过计算构建地图并实现移动机器人的定位。在导航的过程中，移动机器人通过底层的嵌入式系统控制机器人驱动行走。基于图1和图2所示的机器人的软硬件结构，接下来对本专利技术实施例提供的机器人的导航方法进行阐述：图3示出了本专利技术实施例提供的机器人的导航方法的实现流程，详述如下：在S301中，将点云数据集Pk与所述体感传感器采集到的上一帧的点云数据集X输入KD(K-dimensional，K维)树匹配器，在X中寻找离Pk最近的对应数据点，生成点对集合Yk＝C(Pk,X)，其中，所述k为迭代次数，初始化k＝0，P0为所述体感传感器采集到的当前帧的点云数据集。体感传感器采集图像的速率为30帧/秒，通过迭代最近点方法，不断地把体感传感器采集到的当前帧的点云数据与上一帧的点云数据匹配，以实现进一步的位姿矫正。如图4所示，数据点滤波器把点云数据作为输入，并在处理后输出另一点云数据，其处理方式包括增加描述符、通过采样减少数据点数量等，也可以同时使用多个数据点滤波器，用户可按需选择。进一步地，在S301之后，S302之前，所述方法还包括：通过外层滤波器检测所述点对集合Yk，去除所述点对集合Yk中不满足预设规则的点对。例如，可以通过判断两个点之间的距离是否超过某个阈值，若超过则去除这两个点。在S302中，将所述点云数据集Pk与所述点云数据集X进行配准。具体地，可以首先计算矩阵Q(∑py)的特征向量qR＝[q0q1q2q3]，其中，Q(Σpy)=tr(Σpy)ΔTΔTΔΣpy+ΣpyT-tr(Σpy)I3ΔΣpy,]]>所述∑py是点集Pk和Yk的协互方差矩阵，I3是3阶单位矩阵，Δ＝[A23A31A12]T，Aij=(Σpy-ΣpyT)本文档来自技高网...

【技术保护点】
一种机器人的导航方法，其特征在于，所述机器人中内置了体感传感器，所述方法包括：将点云数据集Pk与所述体感传感器采集到的上一帧的点云数据集X输入KD树匹配器，在X中寻找离Pk最近的对应数据点，生成点对集合Yk＝C(Pk,X)，其中，所述k为迭代次数，初始化k＝0，P0为所述体感传感器采集到的当前帧的点云数据集；将所述点云数据集Pk与所述点云数据集X进行配准；在未达到预设的终止条件之前，令k＝k+1，返回执行所述将点云数据集Pk与所述体感传感器采集到的上一帧的点云数据集X输入KD树匹配器的操作；若已达到所述预设的终止条件，根据当前的点云数据集Pk矫正所述机器人的状态变化量。

【技术特征摘要】
1.一种机器人的导航方法，其特征在于，所述机器人中内置了体感传感器，
所述方法包括：
将点云数据集Pk与所述体感传感器采集到的上一帧的点云数据集X输入
KD树匹配器，在X中寻找离Pk最近的对应数据点，生成点对集合Yk＝C(Pk,X)，
其中，所述k为迭代次数，初始化k＝0，P0为所述体感传感器采集到的当前帧
的点云数据集；
将所述点云数据集Pk与所述点云数据集X进行配准；
在未达到预设的终止条件之前，令k＝k+1，返回执行所述将点云数据集Pk与所述体感传感器采集到的上一帧的点云数据集X输入KD树匹配器的操作；
若已达到所述预设的终止条件，根据当前的点云数据集Pk矫正所述机器人
的状态变化量。
2.如权利要求1所述的方法，其特征在于，在所述将点云数据集Pk与所述
体感传感器采集到的上一帧的点云数据集X输入KD树匹配器之前，所述方法
还包括：
获取所述机器人的运动传感器的矫正参数，所述矫正参数包括线性矫正参
数和旋转矫正参数；
根据所述机器人每次运动的状态，计算出所述机器人在该次运动过程中可
能的误差增量方向及数值，并与所述运动传感器获取的状态变化量合并，运算
得到修正的状态变化量；
将所述矫正参数与所述修正的状态变化量合并，预估得到所述机器人的状
态变化量。
3.如权利要求1所述的方法，其特征在于，所述方法还包括：
初始化预设阈值e，以及初始化参数l＝0，dl＝d0＝0；
针对所述机器人新的位姿Snew上的每个点Pn，在所述机器人初始位姿Sref
\t上寻找与之距离最近且所述距离小于所述预设阈值的点Pr，组成点对集合
计算所述点对集合的旋转矩阵Rw和平移矩阵T，并计算Pnl+1=]]>RwPnl+T;]]>计算其中，所述num为所述点对集合
中的配对数量；
若|dl-dl+1|<e，则输出所述Rw和所述T，并根据所述Rw和所述T矫正所
述机器人的状态变化量；
若|dl-dl+1|≥e，令l＝l+1，返回执行所述针对所述机器人新的位姿
Snew上的每个点Pn，在所述机器人初始位姿Sref上寻找与之距离最近且所述距
离小于所述预设阈值的点Pr，组成点对集合的操作。
4.如权利要求1所述的方法，其特征在于，所述预设的终止条件包括：
所述k的值超过了预设迭代次数；或者，
所述点云数据集Pk到所述点云数据集X的误差小于预设误差值。
5.如权利要求1所述的方法，其特征在于，在所述将点云数据集Pk与所述
体感传感器采集到的上一帧的点云数据集X输入KD树匹配器，在X中寻找离Pk最近的对应数据点，生成点对集合Yk＝C(Pk,X)之后，所述将...

【专利技术属性】
技术研发人员：欧勇盛，邢为之，江国来，张京林，吴新宇，冯伟，
申请(专利权)人：深圳先进技术研究院，
类型：发明
国别省市：广东;44