一种机器人及其以深度摄像头和避障系统构建地图的方法技术方案

本发明专利技术涉及机器人技术领域，尤其涉及一种机器人及其以深度摄像头和避障系统构建地图的方法，其中机器人，包括上位机、深度摄像头、终端显示器、下位机、红外线地检模块、障碍物检测模块、里程计、陀螺仪，与现有技术相比，本发明专利技术的一种机器人用深度摄像头、红外线地检模块以及障碍物检测模块结合来构建地图的方法，实现了机器人对环境的无盲区的地图构建，使得机器人在根据构建的地图行走时能有效避开障碍物体。

【技术实现步骤摘要】
一种机器人及其以深度摄像头和避障系统构建地图的方法
本专利技术涉及机器人
，尤其涉及一种机器人及其以深度摄像头和避障系统构建地图的方法。
技术介绍
智能机器人在生活中应用越来越广泛，他能帮助人类完成生活与生产中的一些活动。然而，实现机器人灵活、高效、智能的移动，是机器人智能化重要的一步。所以，机器人自主导航功能能体现一款机器人的智能化程度。地图创建、定位及路径规划式自主导航的三个关键要素。打个比方，你要从A第去往B地，那么，你首先要知道A地在哪里；其次，你要知道B地在哪里，以及A地和B地在周围环境中的关系；最后，你才能根据信息实现从A地到达B地。目前，较为常见的智能机器人即时定位与地图构建技术包括FastSLAM和VSLAM两个大类。FastSLAM一般使用激光测距仪或者声呐来实现，而VSLAM则使用视觉传感器来实现。FastSLAM由于使用激光、声呐等传感器，在特殊的环境下机器人无法识别，只能通过预判来估计整个环境情况。VSLAM使用视觉传感器，市面上有很多中视觉传感器，原理也不尽相同，整体来说，用视觉传感器来做自主导航能有效地客服FastSLAM中产生的问题。我们简述常见的机器人是如何实现自主导航的。首先，需要根据先验的环境，结合当前机器人的位置信息以及传感器输入的信息，准确的描述机器人的位姿过程。其主要包括相对位置、绝对位置，绝对位置主要使用导航信标，主动或者被动识别，地图匹配或者卫星导航技术进行定位，定位的精确度较高。但是家用机器人在家居环境下，我们跟需要的是相对位置。相对位置是通过测试机器人相对于初始位置的距离和方向来确定机器人的当前位置，通常，我们就称之为导航算法。但现在自主导航算法中往往忽视了家居环境中的地面有悬空和家居障碍物这些复杂的情况，所以没有考虑到这些复杂情况而构建了的室内地面上的环境地图，在移动时会受到很大的限制。
技术实现思路
针对现有技术的不足，旨在解决现有的机器人构建地图方法时没有考虑到地面有悬空和家居障碍物这些复杂问题，提供了一种机器人及其以深度摄像头和避障系统构建地图的方法，将红外线地检模块和障碍物检测模块结合作为深度摄像头的补充，而构建地图，使得构建的地图无盲区，更加完善。为实现上述目的，本专利技术采用如下技术方案：一种机器人，包括深度摄像头和避障系统，还包括上位机、终端显示器、下位机、红外线地检模块、障碍物检测模块、里程计、陀螺仪。所述上位机与所述下位机连接，用于处理所述上位机与所述下位机之间的数据。所述深度摄像头与所述上位机连接，用于摄取周围环境信息。所述终端显示器与所述上位机连接，用于所述上位机处理后的数据显示。所述红外线地检模块与所述下位机连接，用于检查周围环境的悬空数据信息。所述障碍物检测模块与所述下位机连接，用于检查周围环境的边缘数据信息。所述里程计、陀螺仪与所述下位机连接，用于记录机器人行程信息。所述下位机包括判断模块，所述判断模块用于机器人判断行走路径中是否存在不可运动区域。还包括无线模块，所述无线模块与所述上位机连接，用于所述上位机处理后的数据无线传播出去与接收来自终端的控制信号。为实现上述目的，本专利技术采用如下技术方案。一种机器人以深度摄像头和避障系统构建地图的方法，包括以下步骤：步骤一，机器人遍历待行走空间，建立与行走空间相对应的地图坐标系；步骤二，机器人通过深度数据摄像头摄取行走空间周围环境信息，依据所述行走周围环境信息在所述地图坐标系中建立行走空间的初步地图；步骤三，机器人判断行走路径中是否存在不可运动区域，若否，则返回步骤二，若是，则进入步骤四；步骤四，机器人在初步地图上标记不可运动区域的数据信息。所述步骤二中，机器人通过深度数据摄像头摄取行走空间周围环境信息，具体地，获取机器人到外障碍物体的深度信息Z，根据深度信息Z利用三角公式计算并获得首次障碍信息的深度图像的x和y，x表示外障碍物体到机器人原点的距离，y表示外障碍物体的高度。所述步骤三中，机器人判断行走路径中是否存在不可运动区域，包括机器人的红外线地检模块根据获取地检信息判断行走路径中是否存在不可运动区域，若是，则在初步地图上标记不可运动区域的悬空数据信息。所述步骤三中，机器人判断行走路径中是否存在不可运动区域，包括机器人的障碍物检测模块根据获取碰撞数据判断行走路径中是否存在不可运动区域，若是，则在初步地图上标记不可运动区域的边缘数据信息。作为优选方案，还包括步骤四，判断所述边缘数据信息是否为封闭的环，若否，则返回步骤二，若是，则完成地图构建。作为优选方案，还包括步骤五，将构建的地图信息由终端显示器显示出来。作为优选方案，还包括步骤六，将构建的地图信息由无线模块无线传播出去。本专利技术所阐述的一种机器人及其以深度摄像头和避障系统构建地图的方法，其有益效果在于：与现有技术相比，本专利技术的一种机器人用深度摄像头、红外线地检模块以及障碍物检测模块结合来构建地图的方法，实现了机器人对环境的无盲区的地图构建，使得机器人在根据构建的地图行走时能有效避开障碍物体。附图说明图1是本专利技术实施例的机器人的结构框图。图2是本专利技术实施例的机器人以深度摄像头和避障系统构建地图的方法的流程图。图3是本专利技术实施例的机器人以深度摄像头和避障系统构建地图的方法的另一流程图。图4是本专利技术实施例的机器人以深度摄像头和避障系统构建地图的方法的第三种流程图。图5是本专利技术实施例的机器人以深度摄像头和避障系统构建地图的方法的第四种流程图。图6是本专利技术实施例的机器人以深度摄像头和避障系统构建地图的方法时避开障碍物时运动方式的向量图。图7是本专利技术摄像头获得深度图像的结构图。图8是深度摄像头拍摄角度中截取有效角度及旋转方式示意图。具体实施方式下面结合附图与具体实施例来对本专利技术作进一步描述。参考图1所示，本专利技术实施例提供了一种机器人，包括上位机1、深度摄像头2、终端显示器3、无线模块4、下位机5、红外线地检模块6、障碍物检测模块7、里程计8、陀螺仪9、避障系统10；所述上位机1与所述下位机5连接，用于处理所述上位机1与所述下位机2之间的数据；机器人的上位机与下位机采用串口做为通讯通道。所述深度摄像头2与所述上位机1连接，用于摄取周围环境信息；深度摄像头2中的传感器以每秒30帧的速度生成景深图像流，我们通过opencv等已有的图像处理算法分析景深图像，找出景深图像流中共同的特征点，将相同的特征点拼接建成实时的周围环境图像。这里指的特征点可以理解成直角、直线、圆弧等。上位机1的处理器装有linux等操作系统，操作系统安装有SLAM程序，操作系统中也安装有深度摄像头2的驱动。深度摄像头2将景深图像数据传输到上位机1中，SLAM程序读取数据后，进行分析和使用。具体地，获取机器人到外障碍物体的深度信息Z，根据深度信息Z利用三角公式计算并获得首次障碍信息的深度图像的x和y，x表示外障碍物体到机器人原点的距离，y表示外障碍物体的高度。参照图7所示，本专利技术机器人的深度摄像头2采用分辨率为320*200，并且深度摄像头2到分辨率最大值时的角度是110度，因些三角公式为a＝(x/320)×110，利用y＝Z×cosa，y表示以Z为斜边，x＝Z×sina参照图8所示，本专利技术机器人分多次旋转深度摄像头2，不转动时，能够摄得的角度是110度，为了更精确，我们只读本文档来自技高网...

【技术保护点】
一种机器人，包括深度摄像头和避障系统，其特征在于：还包括上位机、终端显示器、下位机、红外线地检模块、障碍物检测模块、里程计、陀螺仪；所述上位机与所述下位机连接，用于处理所述上位机与所述下位机之间的数据；所述深度摄像头与所述上位机连接，用于摄取周围环境信息；所述终端显示器与所述上位机连接，用于所述上位机处理后的数据显示；所述红外线地检模块与所述下位机连接，用于检查周围环境的悬空数据信息；所述障碍物检测模块与所述下位机连接，用于检查周围环境的边缘数据信息；所述里程计、陀螺仪与所述下位机连接，用于记录机器人行程信息。

【技术特征摘要】
1.一种机器人，包括深度摄像头和避障系统，其特征在于：还包括上位机、终端显示器、下位机、红外线地检模块、障碍物检测模块、里程计、陀螺仪；所述上位机与所述下位机连接，用于处理所述上位机与所述下位机之间的数据；所述深度摄像头与所述上位机连接，用于摄取周围环境信息；所述终端显示器与所述上位机连接，用于所述上位机处理后的数据显示；所述红外线地检模块与所述下位机连接，用于检查周围环境的悬空数据信息；所述障碍物检测模块与所述下位机连接，用于检查周围环境的边缘数据信息；所述里程计、陀螺仪与所述下位机连接，用于记录机器人行程信息。2.根据权利要求1所述所述的机器人，其特征在于：所述下位机包括判断模块，所述判断模块用于机器人判断行走路径中是否存在不可运动区域。3.根据权利要求1所述所述的机器人，其特征在于：还包括无线模块，所述无线模块与所述上位机连接，用于所述上位机处理后的数据无线传播出去与接收来自终端的控制信号。4.一种机器人以深度摄像头和避障系统构建地图的方法，包括以下步骤：步骤一，机器人遍历待行走空间，建立与行走空间相对应的地图坐标系；步骤二，机器人通过深度数据摄像头摄取行走空间周围环境信息，依据所述行走周围环境信息在所述地图坐标系中建立行走空间的初步地图；步骤三，机器人判断行走路径中是否存在不可运动区域，若否，则返回步骤二，若是，则进入步骤四；步骤四，机器人在初步地图上标记不可运动区域的数据信息。5.根据权利要求4所述的机器人以深度摄像...

【专利技术属性】
技术研发人员：舒权文，
申请(专利权)人：深圳市极思维智能科技有限公司，
类型：发明
国别省市：广东,44