一种机器人路径规划方法及系统技术方案

本发明专利技术提供一种机器人路径规划方法及系统，涉及电子技术领域。该方法包括：采用安装在机器人顶部的3D体感相机实时采集机器人前方预设范围内障碍物的3D点云数据；对3D点云数据进行背景裁剪，以除去3D点云数据中的背景数据；采用集群抽取算法将除去背景数据后的3D点云数据分割成多个点云区块；分别计算各个点云区块的三维空间体积；判断各个点云区块的三维空间体积是否小于预设体积阈值；若小于预设体积阈值，则将该点云区块从所述3D点云数据中除去，以重新建立位于机器人前方预设范围内的区域地图；根据区域地图进行路径规划。本发明专利技术能够提高机器人的整体路径规划能力，使机器人在进行路径规划时忽略体积小的障碍物，为机器人规划出最优路径。

【技术实现步骤摘要】

本专利技术属于电子
，尤其涉及一种机器人路径规划方法及系统。
技术介绍
家用机器人是为人类服务的特种机器人，主要从事家庭服务，维护、保养、修理、运输、清洗以及监护等工作。据联合国欧洲经济委员会及国际机器人协会统计截止到2007年末，有410万家用服务机器人走进了人们的生活。在我国，家庭智能机器人作为一个新兴的开苏发展产业，已经成为国家“十一五”发展规划的扶植重点。路径规划作为机器人自主运动中的关键问题，在机器人的相关技术研究中有着重要的地位。现有的家用机器人的路径规划方案一般是在根据机器人系统导航的行驶路径向目标点移动时，采用位于机器人底部的2D激光扫描仪探测上述行驶路径上是否有障碍物，若无障碍物则按照上述行驶路径移动至目标点，相反，若有障碍物，则需要重新规划新的路径。这种路径规划方案只能探测距离机器人最近的物体，无法判断在这个物体之后是否还有其他障碍物的存在，缺少整体路径规划能力；此外，这种路径规划方案无法判断障碍物的尺寸大小，即使是一个很小的障碍物都必须使机器人避开绕过，局限性很大。
技术实现思路
本专利技术实施例的目的在于提供一种机器人路径规划方法及系统，旨在解决上述家用机器人的路径规划方案缺少整体路径规划能力以及无法判断障碍物的尺寸大小，即使是一个很小的障碍物都必须使机器人避开绕过，局限性很大的问题。本专利技术实施例是这样实现的，一种机器人路径规划方法，包括：采用安装在机器人顶部的3D体感相机实时采集所述机器人前方预设范围内障碍物的3D点云数据；对所述3D点云数据进行背景裁剪，以除去所述3D点云数据中的背景数据；采用集群抽取算法将除去背景数据后的3D点云数据分割成多个点云区块；分别计算各个点云区块的三维空间体积；判断各个点云区块的三维空间体积是否小于预设体积阈值；若小于预设体积阈值，则将该点云区块从所述3D点云数据中除去，以重新建立位于所述机器人前方预设范围内的区域地图；根据所述区域地图对所述机器人进行路径规划。在上述技术方案的基础上，所述采用集群抽取算法将除去背景数据后的3D点云数据分割成多个点云区块之前还包括：采用边缘噪点过滤算法对除去背景数据后的3D点云数据进行滤波处理。在上述技术方案的基础上，对所述3D点云数据进行背景裁剪，以除去所述3D点云数据中的背景数据具体包括：计算所述3D点云数据中各平面的尺寸，以获取所述3D点云数据中最大尺寸平面；计算出所述最大尺寸平面的空间位置信息，并根据所述空间位置信息将所有属于所述最大尺寸平面的点云作为背景数据裁剪掉。在上述技术方案的基础上，所述分别计算各个点云区块的三维空间体积具体包括：采用有向包围盒算法分别计算出各个点云区块所对应的包围盒；计算各包围盒的体积，将所述包围盒的体积作为与其对应的点云区块的三维空间体积。在上述技术方案的基础上，所述计算各包围盒的体积，将所述包围盒的体积作为与其对应的点云区块的三维空间体积之前还包括：计算出各点云区块中所有点的重心位置；根据各点云区块的重心位置按照一定比例对各点云区块所对应的包围盒的长、宽、高进行调整，使所述包围盒的重心位置与其对应的点云区块中所有点的重心位置重合。本专利技术实施例的另一目的在于提供一种机器人路径规划系统，包括：3D体感相机，所述3D体感相机安装在机器人的顶部，用于实时采集所述机器人前方预设范围内障碍物的3D点云数据；点云裁剪模块，用于对所述3D点云数据进行背景裁剪，以除去所述3D点云数据中的背景数据；点云区块划分模块，用于采用集群抽取算法将除去背景数据后的3D点云数据分割成多个点云区块；点云区块体积计算模块，用于分别计算各个点云区块的三维空间体积；判断模块，用于判断各个点云区块的三维空间体积是否小于预设体积阈值；区域地图重建模块，用于若小于预设体积阈值，则将该点云区块从所述3D点云数据中除去，以重新建立位于所述机器人前方预设范围内的区域地图；路径规划模块，用于根据所述区域地图对所述机器人进行路径规划。在上述技术方案的基础上，所述的机器人路径规划系统还包括：滤波处理模块，用于采用边缘噪点过滤算法对除去背景数据后的3D点云数据进行滤波处理。在上述技术方案的基础上，所述点云裁剪模块具体用于：计算所述3D点云数据中各平面的尺寸，以获取所述3D点云数据中最大尺寸平面；计算出所述最大尺寸平面的空间位置信息，并根据所述空间位置信息将所有属于所述最大尺寸平面的点云作为背景数据裁剪掉。在上述技术方案的基础上，所述点云区块体积计算模块包括：包围盒获取单元，用于采用有向包围盒算法分别计算出各个点云区块所对
应的包围盒；包围盒体积计算单元，用于计算各包围盒的体积，将所述包围盒的体积作为与其对应的点云区块的三维空间体积。在上述技术方案的基础上，所述点云区块体积计算模块还包括：点云区块重心计算单元，用于计算出各点云区块中所有点的重心位置；包围盒重心调整单元，用于根据各点云区块的重心位置按照一定比例对各点云区块所对应的包围盒的长、宽、高进行调整，使所述包围盒的重心位置与其对应的点云区块中所有点的重心位置重合。实施本专利技术实施例提供的一种机器人路径规划方法及系统具有以下有益效果：本专利技术实施例由于首先采用安装在机器人顶部的3D体感相机实时采集所述机器人前方预设范围内障碍物的3D点云数据，从而能够检测出机器人前方预设范围内的所有障碍物，提高了机器人的整体路径规划能力；由于采用集群抽取算法将除去背景数据后的3D点云数据分割成多个点云区块；分别计算各个点云区块的三维空间体积；判断各个点云区块的三维空间体积是否小于预设体积阈值；若小于预设体积阈值，则将该点云区块从所述3D点云数据中除去，以重新建立位于所述机器人前方预设范围内的区域地图；最后根据所述区域地图对所述机器人进行路径规划，从而能够使机器人在进行路径规划时忽略体积小的障碍物，为机器人规划出最优路径，克服了现有机器人的路径规划方案无法判断障碍物的尺寸大小，即使是一个很小的障碍物都必须使机器人避开绕过，局限性很大的问题。附图说明图1是本专利技术实施例提供的一种机器人路径规划方法的具体实现流程图；图2是本专利技术实施例提供的一种机器人路径规划系统的结构示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。图1是本专利技术实施例提供的一种机器人路径规划方法的具体实现流程图。参见图1所示，本实施例提供的一种机器人路径规划方法包括：在S101中，采用安装在机器人顶部的3D体感相机实时采集所述机器人前方预设范围内障碍物的3D点云数据。本实施例中，由于采用安装在机器人顶部的3D体感相机采集机器人前方的障碍物信息，从而可以获取机器人前方预设范围内所有障碍物信息，克服了现有技术中存在的采用2D激光扫描仪只能扫描到离机器人最近的物体，而无法检测到该物体之后是否还有其他障碍物的缺陷。进一步的，本实施例中的预设范围为10m以内。在S102中，对所述3D点云数据进行背景裁剪，以除去所述3D点云数据中的背景数据。进一步的，S102具体包括：计算所述3D点云数据中各平面的尺寸，以获取所述3D点云数据中最大尺寸平面；计算出所述最大尺寸平面的空间位置信息，并根据所述空间位置信息将本文档来自技高网...

【技术保护点】
一种机器人路径规划方法，其特征在于，包括：采用安装在机器人顶部的3D体感相机实时采集所述机器人前方预设范围内障碍物的3D点云数据；对所述3D点云数据进行背景裁剪，以除去所述3D点云数据中的背景数据；采用集群抽取算法将除去背景数据后的3D点云数据分割成多个点云区块；分别计算各个点云区块的三维空间体积；判断各个点云区块的三维空间体积是否小于预设体积阈值；若小于预设体积阈值，则将该点云区块从所述3D点云数据中除去，以重新建立位于所述机器人前方预设范围内的区域地图；根据所述区域地图对所述机器人进行路径规划。

【技术特征摘要】
1.一种机器人路径规划方法，其特征在于，包括：采用安装在机器人顶部的3D体感相机实时采集所述机器人前方预设范围内障碍物的3D点云数据；对所述3D点云数据进行背景裁剪，以除去所述3D点云数据中的背景数据；采用集群抽取算法将除去背景数据后的3D点云数据分割成多个点云区块；分别计算各个点云区块的三维空间体积；判断各个点云区块的三维空间体积是否小于预设体积阈值；若小于预设体积阈值，则将该点云区块从所述3D点云数据中除去，以重新建立位于所述机器人前方预设范围内的区域地图；根据所述区域地图对所述机器人进行路径规划。2.如权利要求1所述的机器人路径规划方法，其特征在于，所述采用集群抽取算法将除去背景数据后的3D点云数据分割成多个点云区块之前还包括：采用边缘噪点过滤算法对除去背景数据后的3D点云数据进行滤波处理。3.如权利要求1所述的机器人路径规划方法，其特征在于，对所述3D点云数据进行背景裁剪，以除去所述3D点云数据中的背景数据具体包括：计算所述3D点云数据中各平面的尺寸，以获取所述3D点云数据中最大尺寸平面；计算出所述最大尺寸平面的空间位置信息，并根据所述空间位置信息将所有属于所述最大尺寸平面的点云作为背景数据裁剪掉。4.如权利要求1所述的机器人路径规划方法，其特征在于，所述分别计算各个点云区块的三维空间体积具体包括：采用有向包围盒算法分别计算出各个点云区块所对应的包围盒；计算各包围盒的体积，将所述包围盒的体积作为与其对应的点云区块的三维空间体积。5.如权利要求4所述的机器人路径规划方法，其特征在于，所述计算各包
\t围盒的体积，将所述包围盒的体积作为与其对应的点云区块的三维空间体积之前还包括：计算出各点云区块中所有点的重心位置；根据各点云区块的重心位置按照一定比例对各点云区块所对应的包围盒的长、宽、高进行调整，使所述包围盒的重心位置与其对应的点云区块中所有点的重心位置重合。6.一种机器人路径规划系统，...

【专利技术属性】
技术研发人员：胡瑞端，赵术开，
申请(专利权)人：华讯方舟科技有限公司，
类型：发明
国别省市：广东;44