机器人跟随避障方法及装置制造方法及图纸

本申请公开了一种机器人跟随避障方法及装置。该方法包括：S1.获取跟随对象及环境中障碍物基于机器人的视觉传感器坐标系的三维坐标；S2.获取所述跟随对象基于所述机器人的视觉传感器坐标系的骨骼数据；S3.确定机器人与所述跟随对象的第一位置关系以及所述障碍物与机器人之间的第二位置关系；S4.根据所述第一位置关系确定所述机器人行进的基准线速度及基准角速度；S5.根据所述基准线速度及基准角速度确定一条模拟运动轨迹；S6.根据所述第二位置关系及模拟运动轨迹对所述机器人的线速度及角速度进行调整；S7.周期性依次执行所述步骤S1至步骤S6，持续进行对所述跟随对象的跟随。能够有效区分目标与障碍物，并且实现了在跟随目标的过程中躲避障碍的效果。

【技术实现步骤摘要】
机器人跟随避障方法及装置
本申请涉及机器人
，具体而言，涉及一种机器人跟随避障方法及装置。
技术介绍
移动机器人在向目标移动的过程中自主的避开障碍物并找到向目标运行的路线是智能移动机器人需要具备的基本能力，尤其是在将移动机器人用于家庭服务等复杂环境中的时候，这项能力就显得尤为重要。目前跟随过程中的避障技术主要有以下几种：采用人工势场法，设定环境中的障碍物产生斥力场，目标物产生引力场，斥力场与引力场的合力场导引移动机器人在向目标行进中避开障碍物。这种方法被广泛的应用于路径规划研究中，但由于由于人工势场法把所有信息转变为单个合力，并以该合力方向控制机器人下一步的运动，所以抛弃掉了障碍物分布等其它有价值的信息，使其在复杂环境中的路径规划能力不足，甚至无法达到目标点。采用超声波、红外等传感器，通过测量前进方向与障碍物之间的距离进行避障。这种方法在避障方面有较好的效果，但由于传感器本身存在缺陷：对于超声波，声音的速度容易受温度和风向的干扰、声音会被吸音面吸收等；对于红外，最小检测距离太大。这些都会影响机器人对目标以及障碍物的判断。最致命的问题是采用这种方法无法区分目标与障碍物，无法实现在跟随目标的过程中躲避障碍。
技术实现思路
本申请的主要目的在于提供一种机器人跟随避障方法及装置，以解决问题。为了实现上述目的，根据本申请的一个方面，提供了一种机器人跟随避障方法。根据本申请的机器人跟随避障方法包括：S1.获取跟随对象及环境中障碍物基于机器人的视觉传感器坐标系的三维坐标；S2.获取所述跟随对象基于所述机器人的视觉传感器坐标系的骨骼数据，所述骨骼数据为各个骨骼节点在所述视觉传感器坐标系下的深度信息；S3.通过所述跟随对象的骨骼数据确定机器人与所述跟随对象的第一位置关系，通过所述障碍物的三维坐标确定所述障碍物与机器人之间的第二位置关系；S4.根据所述第一位置关系确定所述机器人行进的基准线速度及基准角速度；其中，所述基准线速度为所述机器人向所述跟随对象进行直线移动的速度，所述基准角速度为所述机器人根据所述第一位置关系进行角度旋转的速度；S5.根据所述基准线速度及基准角速度确定一条模拟运动轨迹；S6.根据所述第二位置关系及模拟运动轨迹对所述机器人的线速度及角速度进行调整；S7.周期性依次执行所述步骤S1至步骤S6，持续进行对所述跟随对象的跟随。进一步的，如前述的机器人跟随避障方法，所述通过所述跟随对象的骨骼数据确定机器人与所述跟随对象的第一位置关系，包括：根据所述各个骨骼节点的深度信息获得所述跟随对象的骨骼节点的平均深度信息；根据所述平均深度信息确定所述机器人与所述跟随对象的第一位置关系；所述第一位置关系包括：所述机器人与所述跟随对象之间的距离以及角度。进一步的，如前述的机器人跟随避障方法，所述根据所述平均深度信息确定所述机器人与所述跟随对象的第一位置关系，包括：根据所述平均深度信息获得相应的视觉传感器坐标系下的三维坐标M(x1,y1,z1)；进一步的，如前述的机器人跟随避障方法，所述根据所述根据所述周期的时长、N个速度偏移量、所述计划线速度和计划角速度，得到N条运动轨迹；包括：在所述计划线速度v和计划角速度w的基础上，进行2n次不同的调整，共得到2n+1个速度组：(v，w)，(v+δ，w+δ)，(v+2δ，w+2δ)…..(v+nδ，w+nδ)，(v-δ，w-δ)，(v-2δ，w-2δ)…..(v-nδ，w-nδ),其中N＝2n+1,δ为一恒定值；根据所述2n+1个速度组以及所述周期的时长得到2n+1条运动轨迹。为了实现上述目的，根据本申请的另一方面，提供了一种机器人跟随避障装置。根据本申请的机器人跟随避障装置包括：三维坐标确定单元，用于获取跟随对象及环境中障碍物基于机器人的视觉传感器坐标系的三维坐标；骨骼数据获取单元，用于获取所述跟随对象基于所述机器人的视觉传感器坐标系的骨骼数据，所述骨骼数据为各个骨骼节点在所述视觉传感器坐标系下的深度信息；位置关系确定单元，用于通过所述跟随对象的骨骼数据确定机器人与所述跟随对象的第一位置关系，通过所述障碍物的三维坐标确定所述障碍物与机器人之间的第二位置关系；基准速度确定单元，用于根据所述第一位置关系确定所述机器人行进的基准线速度及基准角速度；其中，所述基准线速度为所述机器人向所述跟随对象进行直线移动的速度，所述基准角速度为所述机器人根据所述第一位置关系进行角度旋转的速度；模拟运动轨迹确定单元，用于根据所述基准线速度及基准角速度确定一条模拟运动轨迹；速度调整单元，用于根据所述第二位置关系及模拟运动轨迹对所述机器人的线速度及角速度进行调整；循环单元，用于周期性依次执行所述三维坐标确定单元、骨骼数据获取单元、位置关系确定单元、基准速度确定单元、模拟运动轨迹确定单元和速度调整单元，持续进行对所述跟随对象的跟随。进一步的，如前述的机器人跟随避障装置，所述位置关系确定单元，包括：平均深度信息获得模块，用于根据所述各个骨骼节点的深度信息获得所述跟随对象的骨骼节点的平均深度信息；第一位置关系确定模块，用于根据所述平均深度信息确定所述机器人与所述跟随对象的第一位置关系；所述第一位置关系包括：所述机器人与所述跟随对象之间的距离以及方位关系。进一步的，如前述的机器人跟随避障装置，所述第一位置关系确定模块，包括：三维坐标获得模块，根据所述平均深度信息获得相应的视觉传感器坐标系下的三维坐标M(x1,y1,z1)；位置信息计算模块，用于根据所述三维坐标M(x1,y1,z1)确定所述距离以及角度进一步的，如前述的机器人跟随避障装置，所述速度调整单元，包括：速度偏移量设置模块，用于在所述计划线速度及计划角速度的基础上预设N个速度偏移量；所述速度偏移量为所述计划线速度及计划角速度的速度增减量；周期性运动轨迹获得模块，用于根据所述周期的时长、N个速度偏移量、所述计划线速度和计划角速度，得到N条运动轨迹；第三位置关系获得模块，用于根据所述第二位置关系确定所述N条运动轨迹与所述障碍物之间的第三位置关系；最佳运动轨迹选择模块，用于根据所述速度偏移量、运动轨迹与所述障碍物之间的距离以及所述运动轨迹的方向从所述N条运动轨迹筛选出最佳的运动轨迹。进一步的，如前述的机器人跟随避障装置，述周期性运动轨迹获得模块，包括：速度调整子模块，用于在所述计划线速度v和计划角速度w的基础上，进行2n次不同的调整，共得到2n+1个速度组：(v，w)，(v+δ，w+δ)，(v+2δ，w+2δ)…..(v+nδ，w+nδ)，(v-δ，w-δ)，(v-2δ，w-2δ)…..(v-nδ，w-nδ),其中N＝2n+1,δ为一恒定值；运动轨迹获得子模块，用于根据所述2n+1个速度组以及所述周期的时长得到2n+1条运动轨迹。在本申请实施例中，采用S1.获取跟随对象及环境中障碍物基于机器人的视觉传感器坐标系的三维坐标；S2.获取所述跟随对象基于所述机器人的视觉传感器坐标系的骨骼数据；S3.确定机器人与所述跟随对象的第一位置关系以及所述障碍物与机器人之间的第二位置关系；S4.根据所述第一位置关系确定所述机器人行进的基准线速度及基准角速度；S5.根据所述基准线速度及基准角速度确定一条模拟运动轨迹；S6.根据所述第二位置关系及模拟运动轨迹对所述机器人的线本文档来自技高网...

【技术保护点】
1.一种机器人跟随避障方法，其特征在于，包括：S1.获取跟随对象及环境中障碍物基于机器人的视觉传感器坐标系的三维坐标；S2.获取所述跟随对象基于所述机器人的视觉传感器坐标系的骨骼数据，所述骨骼数据为各个骨骼节点在所述视觉传感器坐标系下的深度信息；S3.通过所述跟随对象的骨骼数据确定机器人与所述跟随对象的第一位置关系，通过所述障碍物的三维坐标确定所述障碍物与机器人之间的第二位置关系；S4.根据所述第一位置关系确定所述机器人行进的基准线速度及基准角速度；其中，所述基准线速度为所述机器人向所述跟随对象进行直线移动的速度，所述基准角速度为所述机器人根据所述第一位置关系进行角度旋转的速度；S5.根据所述基准线速度及基准角速度确定一条模拟运动轨迹；S6.根据所述第二位置关系及模拟运动轨迹对所述机器人的线速度及角速度进行调整；S7.周期性依次执行所述步骤S1至步骤S6，持续进行对所述跟随对象的跟随。

【技术特征摘要】
1.一种机器人跟随避障方法，其特征在于，包括：S1.获取跟随对象及环境中障碍物基于机器人的视觉传感器坐标系的三维坐标；S2.获取所述跟随对象基于所述机器人的视觉传感器坐标系的骨骼数据，所述骨骼数据为各个骨骼节点在所述视觉传感器坐标系下的深度信息；S3.通过所述跟随对象的骨骼数据确定机器人与所述跟随对象的第一位置关系，通过所述障碍物的三维坐标确定所述障碍物与机器人之间的第二位置关系；S4.根据所述第一位置关系确定所述机器人行进的基准线速度及基准角速度；其中，所述基准线速度为所述机器人向所述跟随对象进行直线移动的速度，所述基准角速度为所述机器人根据所述第一位置关系进行角度旋转的速度；S5.根据所述基准线速度及基准角速度确定一条模拟运动轨迹；S6.根据所述第二位置关系及模拟运动轨迹对所述机器人的线速度及角速度进行调整；S7.周期性依次执行所述步骤S1至步骤S6，持续进行对所述跟随对象的跟随。2.根据权利要求1所述的机器人跟随避障方法，其特征在于，所述通过所述跟随对象的骨骼数据确定机器人与所述跟随对象的第一位置关系，包括：根据所述各个骨骼节点的深度信息获得所述跟随对象的骨骼节点的平均深度信息；根据所述平均深度信息确定所述机器人与所述跟随对象的第一位置关系；所述第一位置关系包括：所述机器人与所述跟随对象之间的距离以及角度。3.根据权利要求2所述的机器人跟随避障方法，其特征在于，所述根据所述平均深度信息确定所述机器人与所述跟随对象的第一位置关系，包括：根据所述平均深度信息获得相应的视觉传感器坐标系下的三维坐标M(x1,y1,z1)；根据所述三维坐标M(x1,y1,z1)确定所述距离以及角度4.根据权利要求1所述的机器人跟随避障方法，其特征在于，所述根据所述第二位置关系及模拟运动轨迹对所述机器人的线速度及角速度进行调整，包括：在所述计划线速度及计划角速度的基础上预设N个速度偏移量；所述速度偏移量为所述计划线速度及计划角速度的速度增减量；根据所述周期的时长、N个速度偏移量、所述计划线速度和计划角速度，得到N条运动轨迹；根据所述第二位置关系确定所述N条运动轨迹与所述障碍物之间的第三位置关系；根据所述速度偏移量、运动轨迹与所述障碍物之间的距离以及所述运动轨迹的方向从所述N条运动轨迹筛选出最佳的运动轨迹。5.根据权利要求2所述的机器人跟随避障方法，其特征在于，所述根据所述根据所述周期的时长、N个速度偏移量、所述计划线速度和计划角速度，得到N条运动轨迹；包括：在所述计划线速度v和计划角速度w的基础上，进行2n次不同的调整，共得到2n+1个速度组：(v，w)，(v+δ，w+δ)，(v+2δ，w+2δ)…..(v+nδ，w+nδ)，(v-δ，w-δ)，(v-2δ，w-2δ)…..(v-nδ，w-nδ),其中N＝2n+1,δ为一恒定值；根据所述2n+1个速度组以及所述周期的时长得到2n+1条运动轨迹。6.一种机器人跟随避障装置，其特征在于，包括：三维坐标确定单元，用于获取跟随对象及环境中障碍物基于机器人的视觉传...

【专利技术属性】
技术研发人员：张伟民，李明珠，姚卓，梁震烁，杨天奇，黄强，张华，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京,11