基于多传感器数据融合的机器人导航方法及装置制造方法及图纸

技术编号:15390937 阅读:318 留言:0更新日期:2017-05-19 04:26
本发明专利技术提供了一种基于多传感器数据融合的机器人导航方法及装置,包括:根据激光雷达传感器采集到的数据和编码器数据,构建总体环境地图;实时根据激光雷达传感器、加速度计传感器、陀螺仪传感器和磁强计传感器采集的数据、总体环境地图、以及编码器数据,获得机器人在总体环境地图中的当前位置;实时根据总体环境地图和机器人的当前位置,获得机器人从当前位置到目标位置的规划路线;根据当前位置和规划路线,利用激光雷达传感器、深度摄像头、超声波传感器和红外传感器采集的数据、以及编码器数据,控制机器人避开障碍物移动。本方案在合理利用传感器实现机器人导航的基础上,灵活应用于多种场景,并且兼顾成本,能够实现较好的自主导航效果。

Robot navigation method and device based on multi-sensor data fusion

The present invention provides a method and device for robot navigation based on multi-sensor data fusion includes: according to the lidar data collected from sensors and encoder data, construction of the overall environment map; real time based on laser radar sensor, accelerometer sensor, gyro sensor and magnetometer sensor data, the overall environment map, and encoder the data obtained, the current robot position in the overall environment map in real-time; according to the current position of the overall environment map and robot, the robot from the current position to the target position of the route planning; according to the current location and route planning, the use of laser radar sensor, depth camera, ultrasonic sensor and infrared sensor data, and encoder data. To control the mobile robot to avoid obstacles. Based on the rational use of sensors and navigation of robots, this scheme can be applied to a variety of scenes flexibly and take into account the cost, so as to achieve better autonomous navigation results.

【技术实现步骤摘要】
基于多传感器数据融合的机器人导航方法及装置
本专利技术实施例涉及人工智能
,尤其涉及一种基于多传感器数据融合的机器人导航方法及装置。
技术介绍
机器人自主导航技术是智能机器人领域的热门技术,通过自主导航技术,机器人可以智能的在环境中移动,从而完成导引、搬运、交互等任务。所以自主导航技术是机器人走向智能化的基础,无法自主移动的机器人不能称之为智能机器人。现有的机器人自主导航技术可大致分为两大类:一类是有源的自主导航技术,一类是无源的自主导航技术。有源的自主导航技术即机器人需要依赖外部设备实现的自主导航,例如需要在环境中部署基站、使用GPS设备等,因此灵活性差。此外由于GPS本身的限制,其无法应用于室内环境下的定位,并且GPS的精度往往也无法满足机器人自主行走的要求。无源的自主导航技术指机器人无需依赖外部设备,只使用自身传感器实现自主导航。这一类技术灵活性好,可应用在室内或室外环境下,无需专业人员、专业设备部署。但是,现有的无源自主导航技术通常使用单一传感器,无法提供较为全面的数据,即便使用多种传感器,也通常是将各传感器采集的数据不合理地融合,导致自主导航效果较差。
技术实现思路
本专利技术实施例提供一种基于多传感器数据融合的机器人导航方法及装置,用于解决现有的机器人自主导航效果较差的技术问题。本专利技术实施例提供一种基于多传感器数据融合的机器人导航方法,包括:根据激光雷达传感器采集到的数据和编码器数据,利用即时定位与地图构建技术,构建总体环境地图;实时根据所述激光雷达传感器、加速度计传感器、陀螺仪传感器和磁强计传感器采集的数据、所述总体环境地图、以及编码器数据,通过视觉定位算法获得所述机器人在所述总体环境地图中的当前位置;实时根据所述总体环境地图和所述机器人的当前位置,通过路径规划算法获得所述机器人从所述当前位置到目标位置的规划路线;根据所述当前位置和所述规划路线,利用所述激光雷达传感器、深度摄像头、超声波传感器和红外传感器采集的数据、以及编码器数据,通过局部路径规划算法控制所述机器人避开障碍物移动。本专利技术实施例提供一种基于多传感器数据融合的机器人导航装置,包括:地图构建模块,用于根据激光雷达传感器采集到的数据和编码器数据,利用即时定位与地图构建技术,构建总体环境地图;实时定位模块,用于实时根据所述激光雷达传感器、加速度计传感器、陀螺仪传感器和磁强计传感器采集的数据、所述总体环境地图、以及编码器数据,通过视觉定位算法获得所述机器人在所述总体环境地图中的当前位置;路线规划模块,用于实时根据所述总体环境地图和所述机器人的当前位置,通过路径规划算法获得所述机器人从所述当前位置到目标位置的规划路线;控制模块,用于根据所述当前位置和所述规划路线,利用所述激光雷达传感器、深度摄像头、超声波传感器和红外传感器采集的数据、以及编码器数据,通过局部路径规划算法控制所述机器人避开障碍物移动。本专利技术提供的基于多传感器数据融合的机器人导航方法及装置,利用激光雷达传感器采集到的数据和编码器数据,构建总体环境地图,并根据编码器数据、激光雷达传感器、加速度计传感器、陀螺仪传感器和磁强计传感器采集的数据对机器人进行实时定位,根据机器人的当前位置规划路线,并结合激光雷达传感器、深度摄像头、超声波传感器和红外传感器采集的数据,控制机器人避开障碍物移动,从而实现机器人自主导航,本方案基于不同传感器的特点,利用不同的传感器数据进行融合并用于相应的处理,在合理利用传感器实现机器人导航的基础上,灵活应用于多种场景,并且兼顾成本,能够实现较好的自主导航效果。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍。图1为本专利技术实施例一提供的基于多传感器数据融合的机器人导航方法的流程示意图;图2为本专利技术实施例二提供的基于多传感器数据融合的机器人导航方法的流程示意图;图3A为本专利技术实施例三提供的一种基于多传感器数据融合的机器人导航方法的流程示意图;图3B为本专利技术实施例三提供的另一种基于多传感器数据融合的机器人导航方法的流程示意图;图4为本专利技术实施例四提供的基于多传感器数据融合的机器人导航方法的流程示意图;图5为本专利技术实施例五提供的基于多传感器数据融合的机器人导航装置的结构示意图;图6为本专利技术实施例六提供的基于多传感器数据融合的机器人导航装置的结构示意图;图7A为本专利技术实施例七提供的一种基于多传感器数据融合的机器人导航装置的结构示意图;图7B为本专利技术实施例七提供的另一种基于多传感器数据融合的机器人导航装置的结构示意图;图8为本专利技术实施例八提供的基于多传感器数据融合的机器人导航装置的结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚,下面将结合本专利技术实施例中的附图,对本专利技术实施例中的技术方案进行清楚、完整地描述。基于本专利技术中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本专利技术保护的范围。为了清楚起见,首先说明本专利技术使用的特定词或短语的定义。激光雷达:提供机器人距离周围环境障碍物的距离信息,通常为周围环境的一个二维切面。可用于地图构建、定位、实时避障等。精度较高,稳定性高,噪声低,成本高。可视距离远,近距离处盲区小。深度摄像头:提供机器人距离周围环境障碍物的距离信息,通常为周围环境的三维点云。可用于地图构建、定位、实时避障等。精度较低,稳定性低,噪声高,成本相对较低。可视距离近,近距离盲区大。超声波传感器:提供机器人距离周围环境障碍物的距离信息,通常为一维单点。可用于实时避障。数据精度低,稳定性低,噪声高,成本很低。可视距离较远,近距离处盲区大。红外传感器:提供机器人距离周围环境障碍物的距离信息,通常为一维单点。可用于实时避障。数据精度相对高,稳定性相对高,噪声相对高,成本很低。可视距离近,近距离处无盲区。加速度计:可提供机器人的瞬时线加速度值。可用于定位、实时避障。陀螺仪:可提供机器人的瞬时角速度。可用于定位、实时避障。磁强计:可提供机器人的绝对朝向估计。可用于定位、实时避障。编码器:可提供机器人行走的里程、速度等估计。用于定位、实时避障。图1为本专利技术实施例一提供的基于多传感器数据融合的机器人导航方法的流程示意图,如图1所示,本实施例以该方法应用于机器人导航装置中来举例说明,该机器人导航装置可集成在机器人自主导航系统中,该方法包括:101、根据激光雷达传感器采集到的数据和编码器数据,利用即时定位与地图构建技术,构建总体环境地图。具体地,即时定位与地图构建方法(SimultaneousLocalizationAndMapping,简称SLAM)包括但不限于:扫描匹配、图优化等方法。以实际场景举例来说:当将机器人置于一个新环境时,需要使用即时定位与地图构建方法,绘制当前环境的地图。具体的,控制机器人在该环境中移动,激光雷达传感器不断收集数据,并利用SLAM算法,实时计算并绘制出相应的总体环境地图,该总体环境地图为二维栅格地图,该二维栅格地图后续主要用于全局的路径规划及机器人自主定位。其中,激光雷达传感器采集的数据用于SLAM算法的数据匹配,编码器数据用于为SLAM算法的每次迭代提供初始估计,从而加速地图构建过程。上述建立的总体环境地图可本文档来自技高网...
基于多传感器数据融合的机器人导航方法及装置

【技术保护点】
一种基于多传感器数据融合的机器人导航方法,其特征在于,包括:根据激光雷达传感器采集到的数据和编码器数据,利用即时定位与地图构建技术,构建总体环境地图;实时根据所述激光雷达传感器、加速度计传感器、陀螺仪传感器和磁强计传感器采集的数据、所述总体环境地图、以及编码器数据,通过视觉定位算法获得所述机器人在所述总体环境地图中的当前位置;实时根据所述总体环境地图和所述机器人的当前位置,通过路径规划算法获得所述机器人从所述当前位置到目标位置的规划路线;根据所述当前位置和所述规划路线,利用所述激光雷达传感器、深度摄像头、超声波传感器和红外传感器采集的数据、以及编码器数据,通过局部路径规划算法控制所述机器人避开障碍物移动。

【技术特征摘要】
1.一种基于多传感器数据融合的机器人导航方法,其特征在于,包括:根据激光雷达传感器采集到的数据和编码器数据,利用即时定位与地图构建技术,构建总体环境地图;实时根据所述激光雷达传感器、加速度计传感器、陀螺仪传感器和磁强计传感器采集的数据、所述总体环境地图、以及编码器数据,通过视觉定位算法获得所述机器人在所述总体环境地图中的当前位置;实时根据所述总体环境地图和所述机器人的当前位置,通过路径规划算法获得所述机器人从所述当前位置到目标位置的规划路线;根据所述当前位置和所述规划路线,利用所述激光雷达传感器、深度摄像头、超声波传感器和红外传感器采集的数据、以及编码器数据,通过局部路径规划算法控制所述机器人避开障碍物移动。2.根据权利要求1所述的方法,其特征在于,所述实时根据所述激光雷达传感器、加速度计传感器、陀螺仪传感器和磁强计传感器采集的数据、所述总体环境地图、以及编码器数据,通过视觉定位算法获得所述机器人在所述总体环境地图中的当前位置,包括:根据所述磁强计传感器采集的数据,对所述机器人的姿态进行初始化;实时根据当前时刻与上一时刻所述加速度计传感器和所述陀螺仪传感器采集的数据、以及所述编码器数据,计算当前时刻相对于上一时刻所述机器人的位置和姿态变化估计;确定所述总体环境地图中与所述位置和姿态变化估计对应的地图点,获得所述地图点的地图数据;通过将所述激光雷达传感器当前采集的数据与所述地图点的地图数据分别进行匹配,获得所述机器人的当前位置,所述机器人的当前位置为匹配度最高的地图点的位置。3.根据权利要求1所述的方法,其特征在于,所述根据所述当前位置和所述规划路线,利用所述激光雷达传感器、深度摄像头、超声波传感器和红外传感器采集的数据、以及编码器数据,通过局部路径规划算法控制所述机器人避开障碍物移动,包括:实时根据所述超声波传感器数据或所述红外传感器采集的数据,判断所述机器人是否处于移动受阻状态;若所述机器人未处于移动受阻状态,则根据所述深度摄像头和所述激光雷达传感器当前采集的数据,构建局部环境地图,并根据所述局部环境地图、所述机器人的当前位置和规划路线,通过局部路径规划算法控制所述机器人避开障碍物移动。4.根据权利要求3所述的方法,其特征在于,所述实时根据所述超声波传感器数据或所述红外传感器采集的数据,判断所述机器人是否处于移动受阻状态之后,还包括:若所述机器人处于移动受阻状态,则根据所述超声波传感器数据或所述红外传感器当前采集的数据及预设的方向选择策略,控制所述机器人避开障碍物移动。5.根据权利要求3或4所述的方法,其特征在于,所述根据所述深度摄像头和所述激光雷达传感器当前采集的数据,构建局部环境地图,包括:对所述深度摄像头当前采集的数据进行去噪,并将去噪后的数据向二维平面进行投影,获得二维投影数据;若二维投影数据相应位置不存在所述激光雷达传感器采集的数据,则将相应位置的局部环境地图数据以对应的二维投影数据进行填充;若所述二维投影数据相应位置存在所述激光雷达传感器采集的数据...

【专利技术属性】
技术研发人员:李建欣王皓悦张扬扬张日崇怀进鹏
申请(专利权)人:北京航空航天大学
类型:发明
国别省市:北京,11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1