【技术实现步骤摘要】
面向银行厅堂环境的服务机器人自主导航与自动充电方法
本专利技术属于服务机器人定位与导航领域,涉及银行厅堂环境中进行金融业务办理的服务机器人自主导航及自动充电方法。
技术介绍
目前,银行业务咨询、业务办理等工作主要通过人工处理,效率较低。同时,银行现有的柜员机操作方式复杂,无法实现人机交互等功能。另外,银行业务推广主要依靠传单等纸质资料,造成资源浪费。银行厅堂服务机器人可以很好的解决上述问题,并为前来办理业务的顾客提供引导服务,减轻银行引导人员的工作负担,具有很高的应用价值。自主导航是移动机器人的关键技术,也是反映移动机器人实现智能化的关键指标。移动机器人导航就是机器人能够自主按照存储在其内部的地图信息,或根据传感器获得的外部环境信号规划出移动路径,并能够沿着该路径在没有人工干预的情况下,移动到预定目标点。由于银行厅堂环境具有结构复杂,动态物体多的特点,因此,如何在该类环境中正确、安全地完成即时定位与地图构建、动态路径规划等功能是目前亟待解决的问题之一。
技术实现思路
有鉴于此,本专利技术提供了一种面向银行厅堂环境的服务机器人自主导航与自动充电方法,导航系统能够根据自身定位和银行业务办理系统分析得到的目标任务点位置,将机器人引导至目标点,并将状态反馈至金融业务应用。当机器人的电池电压较低时,导航系统会将机器人引导至充电桩附近,并通过识别标志物引导机器人与充电桩对接,实现自动充电的导航。本专利技术的技术方案如下:步骤S1:当需要在一个新的银行厅堂部署机器人时,首先使用上位机遥控机器人扫描厅堂的各个区域对地图进行构建,具体步骤如下:A):机器人设置有激光传感器、单目 ...
【技术保护点】
一种面向银行厅堂环境的服务机器人自主导航方法,其特征在于,具体包括以下步骤:步骤S1:当需要在一个新的银行厅堂部署机器人时,首先使用上位机遥控机器人扫描厅堂的各个区域对地图进行构建,具体步骤如下:A):自主导航系统采集传感器信息,通过基于RGB‑D相机的视觉里程计、轮式里程计、惯性测量单元估计机器人的粗略姿态;B):粒子滤波器基于上一步骤得到的粗略姿态,进行当前激光结构分析,寻找当前帧中的关键结构点,加大结构点的影响因子,然后基于Monte Carlo的局部迭代收敛过程,寻找机器人在局部空间下的最优姿态,同时,通过对连续匹配帧的分析,寻找出关键帧作为当前时段最优匹配结果;C):根据粒子滤波器得到的位姿估计结果,判断关键帧匹配结果足够优异,如果足够优异则在全局地图中加入当前帧扫描信息;步骤S2:环境地图构建完成后,可人工通过上位机编辑地图,如增加虚拟墙等,并根据银行的实际业务需求设定若干任务点;步骤S3:机器人工作时,具体步骤如下:A):加载构建好的地图,并通过RGB‑D相机采集的图像识别场景,得到机器人在地图中的位置;B):导航系统接收银行业务系统根据用户需求分析出机器人需前往的任务目 ...
【技术特征摘要】
1.一种面向银行厅堂环境的服务机器人自主导航方法,其特征在于,具体包括以下步骤:步骤S1:当需要在一个新的银行厅堂部署机器人时,首先使用上位机遥控机器人扫描厅堂的各个区域对地图进行构建,具体步骤如下:A):自主导航系统采集传感器信息,通过基于RGB-D相机的视觉里程计、轮式里程计、惯性测量单元估计机器人的粗略姿态;B):粒子滤波器基于上一步骤得到的粗略姿态,进行当前激光结构分析,寻找当前帧中的关键结构点,加大结构点的影响因子,然后基于MonteCarlo的局部迭代收敛过程,寻找机器人在局部空间下的最优姿态,同时,通过对连续匹配帧的分析,寻找出关键帧作为当前时段最优匹配结果;C):根据粒子滤波器得到的位姿估计结果,判断关键帧匹配结果足够优异,如果足够优异则在全局地图中加入当前帧扫描信息;步骤S2:环境地图构建完成后,可人工通过上位机编辑地图,如增加虚拟墙等,并根据银行的实际业务需求设定若干任务点;步骤S3:机器人工作时,具体步骤如下:A):加载构建好的地图,并通过RGB-D相机采集的图像识别场景,得到机器人在地图中的位置;B):导航系统接收银行业务系统根据用户需求分析出机器人需前往的任务目标点,综合采集到的各类传感器信息,根据任务点和自身定位,在已构建好的地图中利用基于混合状态A-star算法进行路径规划,并生成运动控制量,机器人到达目标点后,再次执行本步骤,准备接收下一个任务目标点。2.根据权利要求1所述的一种面向银行厅堂环境的服务机器人自主导航方法,其特征在于,具体步骤如下:A):机器人设置有激光传感器、单目摄像头、RGB-D相机、轮式里程计、超声波传感器、惯性测量单元,自主导航系统采集传感器信息,轮式里程计模块通过航位推算获得粗略的机器人实时姿态;视觉里程计基于立体视觉前后帧特征匹配以及RANSAC算法进行特征提纯,通过最小化重投影误差获得前后帧的旋转平移矩阵,从而累计获得机器人当前姿态;通过惯性测量单元获得机器人的加速度和角速度,从而积分获得机器人姿态;B):利用粒子滤波器根据获得的上一步骤得到的实时粗略姿态及当前帧激光数据与地图信息匹配,消除里程计的积累误差,主要进行当前激光结构分析,寻找当前帧中的关键结构点,加大结构点的影响因子,然后基于MonteCarlo局部迭代收敛过程,寻找机器人在局部空间下的最优姿态,通过对连续匹配帧分析,寻找出当前时段最优关键帧及其匹配结果M(t),同时,该最优匹配结果被用作反馈值,作用于下一帧粒子匹配过程;C):根据粒子滤波器得到的位姿估计结...
【专利技术属性】
技术研发人员:杨毅,朱敏昭,张鲁,张凯,宋文杰,张炳华,王健行,
申请(专利权)人:北京理工大学,
类型:发明
国别省市:北京,11
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。