一种基于深度传感器的机器人避障方法技术

本发明专利技术公开了一种基于深度传感器的机器人避障方法，其通过设置的深度传感器，可以一次采集获取机器人整个视野内的深度信息，通过所述深度信息可以计算出障碍物的距离和形状，从而使得机器人提前规划避障路线，同时可以对环境进行实时建模。本发明专利技术不需要昂贵的设备，检测效果好，规划路径方便，准确性高，大大提高了机器人的响应速度和避障的合理性，使机器人在快速变化的环境中自由安全的行走。

【技术实现步骤摘要】

：本专利技术属于机器人避障
，具体是涉及一种基于深度传感器的机器人避障方法。
技术介绍
：机器人的诞生和机器人学的建立和发展是20世纪自动控制最具说服力的成就之一，是20世纪人类科学技术进步的重大成果。机器人从20世纪60年代诞生以来，随着电子技术、计算机技术、信号处理和人工智能技术的发展，在短短的几十年内取得了巨大进步。随着机器人技术的发展，越来越多的具有智能化特点的机器人深入到我们的生产生活中。避障是机器人导航的基础，避障主要包括障碍检测和绕行，机器人在一定的场景中进行活动，它的行走路径是由直线段和圆弧段组成的，避障是指机器人如何从出发点到达目标点过程中避开障碍物。目前，机器人导航系统的避障功能主要是基于超声波测距或红外线测距技术实现的。其中，红外自动避障是基于三角原理来检测的，缺点是检测的最小距离太大，对于近似黑体的物体无法检测距离。超声波避障技术是发出超声波再检测到发出的超声波的回波，同时根据声速计算出物体的距离，缺点是声音的速度受温度和风向的干扰，有可能被吸音面给吸收，最近测量距离较小。且基于超声波测距和基于红外线测距技术的自动避障方法都属于单点检测，不能检测障碍物的形状，规划路径很困难。机器人导航系统的避障功能也有采用激光雷达扫描来实现，但是这种方法设备昂贵，而且激光存在着一定的安全隐患。
技术实现思路
：为此，本专利技术所要解决的技术问题在于现有技术中用于机器人导航系统的避障方法属于单点检测，不能检测障碍物的形状，规划路径很困难，设备昂贵，从而提出一种基于深度传感器的机器人避障方法。为达到上述目的，本专利技术的技术方案如下：一种基于深度传感器的机器人避障方法，包括如下步骤：S1：在机器人上安装深度传感器，并对设备进行初始化。S2：开启所述深度传感器，并根据所述深度传感器获取视野内的多个障碍物的深度信息。S3：根据步骤S2中的所述多个障碍物的深度信息计算多个障碍物的距离和形状。S4：结合步骤S3中的多个障碍物的距离和形状以及机器人自身体积，规划多条避障行进路线。S5：根据时间和距离综合选取所述多条避障行进路线中的最佳路线，机器人根据所述最佳路线进行导航行进。作为上述技术方案的优选，所述深度传感器包括红外发射器和红外摄像机，所述红外发射器和所述红外摄像机平行水平设置。作为上述技术方案的优选，所述步骤S2具体包括如下步骤：S21：所述红外发射器按锥形规整的放射红外线，每条红外线在环境中照射出唯一形状红外光斑。S22：红外摄像机拍摄环境图像，所述环境图像中包括多个红外光斑。S23：根据摄像机透视矩阵和三角函数计算步骤S22中的多个红外光斑的深度信息。S24：根据所述多个红外光斑的深度信息获取视野内多个障碍物的深度信息。作为上述技术方案的优选，所述步骤S23中红外光斑的深度信息计算方法如下：由三角函数可知：tan(α)=DL,]]>tan(β)=DR,]]>L+R＝B，即可得：D=B1tanβ+1tanα.]]>其中，α为红外发射器到投射点P的角度，所述红外发射器到投射点P的角度是预设设计好的，所以夹角α为已知。D为投射点P的深度，即投影点到基线的距离。L为红外发射器到垂直点P’的距离，垂直点P’为投射点P垂直投影到基线上的点。R为红外摄像机到垂直点P’的距离。B为红外发射器与红外摄像机之间的基线距离，所述基线距离是安装时候确定的，所以基线距离B为已知。β为红外摄像机到投射点P的角度。作为上述技术方案的优选，红外摄像机到投射点P的角度β的计算方式如下：由三角函数和摄像机透视矩阵可得：sinβ=yl,]]>l=x2+y2+f2,]]>即可得：β=sin-1yx2+y2+f2,]]>其中，x为投射点P在摄像机图像平面中的图像点P”的横坐标。y为投射点P在摄像机图像平面中的图像点P”的纵坐标。f为红外摄像机的焦距。本专利技术的有益效果在于：其通过设置的深度传感器，可以一次采集获取机器人整个视野内的深度信息，通过所述深度信息可以计算出障碍物的距离和形状，从而使得机器人提前规划避障路线，同时可以对环境进行实时建模。本专利技术不需要昂贵的设备，检测效果好，规划路径方便，准确性高，大大提高了机器人的响应速度和避障的合理性，使机器人在快速变化的环境中自由安全的行走。附图说明：以下附图仅旨在于对本专利技术做示意性说明和解释，并不限定本专利技术的范围。其中：图1为本专利技术一个实施例的一种基于深度传感器的机器人避障方法流程图；图2为本专利技术一个实施例的深度传感器的工作原理示意图；图3为本专利技术一个实施例的求光斑深度信息的示意图；图4为本专利技术一个实施例的机器人避障线路示意图。图中符号说明：1-红外发射器，2-红外摄像机，3-光斑，4-环境，5-机器人，6-第一障碍物，7-第二障碍物，8-第三障碍物，9-第一避障路线，10-第二避障路线，11-第一深度信息，12-第二深度信息，13-第三深度信息。具体实施方式：如图1所示，本专利技术的一种基于深度传感器的机器人避障方法，包括如下步骤：S1：在机器人上安装深度传感器，并对设备进行初始化。如图2所示，所述深度传感器包括红外发射器1和红外摄像机2，所述红外发射器和所述红外摄像机平行水平设置。深度传感器类似于双目识别，不过其中一个摄像机变为红外发射器，另一个变为红外摄像机，红外摄像机在环境4中会照射出多个光斑3。S2：开启所述深度传感器，并根据所述深度传感器获取视野内的多个障碍物的深度信息。图3为求光斑的深度信息的示意图，所述步骤S2具体包括如下步骤：S21：所述红外发射器按锥形规整的放射红外线，每条红外线在环境中照射出唯一形状红外光斑。S22：红外摄像机拍摄环境图像，所述环境图像中包括多个红外光斑。S23：根据摄像机透视矩阵和三角函数计算步骤S22中的多个红外光斑的深度信息。所述步骤S23中红外光斑的深度信息计算方法如下：由三角函数可知：tan(α)=DL,]]>tan(β)=DR,]]>L+R＝B，即可得：D=B1tanβ+1tanα.]]>其中，α为红外发射器到投射点P的角度，所述红外发射器到投射点P的角度是预设设计好的，所以夹角α为已知。D为投射点P的深度，即投影点到基线的距离。L为红外发射器到垂直点P’的距离，垂直点P’为投射点P垂直投影到基线上的点。R为红外摄像机到垂直点P’的距离。B为红外发射器与红外摄像机之间的基线距离，所述基线距离是安装时候确定的，所以基线距离B为已知。β为红外摄像机到投射点P的角度。图3中，Rx表示红外光束，S表示摄像机视线，红外发射器和红外摄像机是平行水平放置，所以红外光束Rx、视线S、基线B在同一个平面上，基线距离B由安装距离确定。红外摄像机到投射点P的角度β的计算方式如下：由三角函数和摄像机透视矩阵可得：sinβ=yl,]]>l=x2+y2+f2,]]>即可得：β=sin-1yx2+y2+f2,]]>其中，x为投射点P在摄像机图像平面中的图像点P”的横坐标。y为投射点P在摄像机图像平面中的图像点P”的纵坐标。f为红外摄像机的焦距。S24：根据所述多个红外光斑的深度信息获取视野内多个障碍物的深度信息。S3：根据步骤S2中的所述多个障碍物本文档来自技高网...

【技术保护点】
一种基于深度传感器的机器人避障方法，其特征在于，包括如下步骤：S1：在机器人上安装深度传感器，并对设备进行初始化；S2：开启所述深度传感器，并根据所述深度传感器获取视野内的多个障碍物的深度信息；S3：根据步骤S2中的所述多个障碍物的深度信息计算多个障碍物的距离和形状；S4：结合步骤S3中的多个障碍物的距离和形状以及机器人自身体积，规划多条避障行进路线；S5：根据时间和距离综合选取所述多条避障行进路线中的最佳路线，机器人根据所述最佳路线进行导航行进。

【技术特征摘要】
1.一种基于深度传感器的机器人避障方法，其特征在于，包括如下步骤：S1：在机器人上安装深度传感器，并对设备进行初始化；S2：开启所述深度传感器，并根据所述深度传感器获取视野内的多个障碍物的深度信息；S3：根据步骤S2中的所述多个障碍物的深度信息计算多个障碍物的距离和形状；S4：结合步骤S3中的多个障碍物的距离和形状以及机器人自身体积，规划多条避障行进路线；S5：根据时间和距离综合选取所述多条避障行进路线中的最佳路线，机器人根据所述最佳路线进行导航行进。2.根据权利要求1所述的基于深度传感器的机器人避障方法，其特征在于：所述深度传感器包括红外发射器和红外摄像机，所述红外发射器和所述红外摄像机平行水平设置。3.根据权利要求2所述的基于深度传感器的机器人避障方法，其特征在于，所述步骤S2具体包括如下步骤：S21：所述红外发射器按锥形规整的放射红外线，每条红外线在环境中照射出唯一形状红外光斑；S22：红外摄像机拍摄环境图像，所述环境图像中包括多个红外光斑；S23：根据摄像机透视矩阵和三角函数计算步骤S22中的多个红外光斑的深度信息；S24：根据所述多个红外光斑的深度信息获取视野内多个障碍物的深度信息。4.根据权利要求3所述的...

【专利技术属性】
技术研发人员：胡昌，
申请(专利权)人：广东大仓机器人科技有限公司，
类型：发明
国别省市：广东;44