一种人形智能机器人系统技术方案

本发明专利技术公开了一种人形智能机器人系统，其特征在于，包括机器人主体以及控制系统；所述的控制系统包括：视觉图像获取模块、中央处理模块、驱动模块和传感模块，并在中央处理模块内建立预规划的实时步态控制算法和基于双目视觉的避障算法以控制机器人的运动。本发明专利技术采用两种算法结合使用，能够对人形机器人的步态进行精确控制，从而使人形机器人更好地实现避障和步态调整的功能，提高了人形机器人对路面的适应能力。

【技术实现步骤摘要】
一种人形智能机器人系统
本专利技术涉及人形机器人
，具体涉及一种人形智能机器人系统。
技术介绍
人形机器是一种具有高度智能信息化的机器人，具有很高的工业、商业、军事价值。随着世界工业化进程的发展，单纯的工业机器人已经不能满足市场的需求，人形机器人也受到世界上各个国家科研机构的关注和重视。人形机器人的研究已经有三十多年，期间人形机器人的硬件系统架构、软件上层设计和物理结构都取得了很大的突破。目前，人形机器人的关键技术主要掌握在日本、美国、德国和英国等发达国家中，国内而言，虽然研究起步较晚，但发展迅速，也取得了很大的突破。但目前人形机器人的研究大多集中在高校和一些科研所，研究出的样机大多控制系统复杂、造价昂贵、可裁剪性低、驱动器复杂、人形机器人笨重，不利于企业投入市场。因此，如何提供一种解决上述问题的人形智能机器人系统是本领域技术人员目前需要解决的问题。
技术实现思路
本专利技术的目的是提供一种人形智能机器人系统，将实时步态与避障控制结合起来，使机器人能够智能行走。为了实现上述任务，本专利技术采用以下技术方案：一种人形智能机器人系统，包括机器人主体以及控制系统；所述的控制系统包括：视觉图像获取模块，用于获取机器人周围的环境图像信息，将图像进行去噪处理后，传递给中央处理模块；中央处理模块，用于根据视觉图像获取模块提供的去噪后的图像，采用预规划的实时步态控制算法和基于双目视觉的避障算法，对图像中的障碍物进行判断，并进行步态规划，得到机器人的行走步态，并利用副控制器控制驱动模块进行机器人行走；驱动模块，包括安装在机器人各个关节处的舵机，用于根据副控制器传递来的控制信息，驱动机器人的关节运动，从而实现机器人的行走；传感模块，用于实时获取机器人的姿态角度信息，并将数据传输到中央处理模块，以实现机器人运动过程中的精确控制；其中，所述的预规划的实时步态控制算法包括：先建立双足机器人运动学坐标系模型，然后进行机器人的姿态规划和平稳性判断，最终完成步态行走，实时规划下一步的姿态；所述的基于双目视觉的避障算法包括：机器人检测到前方物体并判定为障碍物时，立即站立停止，在静止状态下时获取障碍物的尺寸参数和方位信息；根据障碍物尺寸参数、方位信息控制机器人绕过障碍。进一步地，所述的机器人检测到前方物体并判定为障碍物时，立即站立停止，在静止状态下时获取障碍物的尺寸参数和方位信息；根据障碍物尺寸参数、方位信息控制机器人绕过障碍，包括：步骤1，根据机器人要到达的目的地进行路径的规划，对双目摄像头的左右两个摄像头分别进行标定，分别计算地面在左、右摄像头坐标系下的平面方程；步骤2，通过双目摄像头采集机器人前方图像，并进行去噪处理；步骤3，对左右摄像头采集的两幅图像进行畸变和极线校正，消去失真，将匹配点约束在一条直线上，最终匹配得到一张视差图；步骤4，计算视差图中匹配点在左摄像头坐标系下的三维坐标(x,y,z)，获取其高度与水平距离，并与设定阈值比较，判断障碍物是否存在；使用OpenCV视觉库中的cvFindCon—tours轮廓检测函数检测物体的轮廓，并用其外接矩形框标记；对障碍物的判别算法：首先随机提取视差图中外接矩形框内物体上若干个白色像素点，计算其位于左摄像机坐标系下的三维坐标(x，y，z)，其中x和z分别表示物体相对于左摄像头的高度距离与水平距离，y则表示物体相对于左摄像头光心的左右偏移距离，然后根据设定的阈值判断矩形框内的物体是否为障碍物；步骤5，如判断前方无障碍物，则使机器人按照规划的路径行进；如判断前方有障碍物，则令机器人停止动作，并获取障碍物的参数信息，具体如下：步骤5.1，将障碍物的外接矩形框的宽度作为障碍物的宽度，记为Q，外接矩形框的中心作为障碍物中心点，记为O；步骤5.2，通过深度检测获取中心点O的三维坐标di(x,y,z)，其中y表示中心点相对于左摄像头光心的偏移距离Li；获取外界矩形框中最左侧的一个白色像素点在左摄像头坐标系下的坐标(xL,yL,zL)；步骤5.3，根据障碍物的宽度计算出障碍物中心点O的纵坐标，即O点相对于左摄像头光心的偏移距离Lo：步骤5.4，由于双目摄像头安装在机器人的中轴线上，因此障碍物中心点O相对于机器人中轴线的偏距d为：其中d>0表示偏右，d<0表示偏左，d＝0表示居中；步骤6，进行避障路径规划步骤6.1，设定障碍物的长度为W；在障碍物检测过程中，已经能够比较精确地获得障碍物的宽度尺寸及其相对于机器人的方位信息，但是较难得到障碍的长度尺寸，一般假设其长度为W；步骤6.2，当障碍物相对于机器人偏左时，机器人右转角度θ并沿平行安全距离直行一段距离X，机器人中心与障碍物中心的连线与规划路径垂直时，左转角度2θ并直行距离X，使其回归规划路径；对于机器人的避障过程，有：上式中，L为机器人的身宽；θ和2θ为机器人的旋转角度；D为障碍物相对机器人的距离；yL为障碍物左侧边界相对于机器人中心的偏移距离；d为考虑存在的误差和安全问题所增加的补偿距离。进一步地，所述的对障碍物的判别算法，具体包括：步骤4.1，随机提取视差图中外接矩形框内若干白色像素点i＝1,2,3,…，计算其三维坐标di(xi,yi,zi)，并按照水平距离zi(即三维坐标中的zi值)的大小排序；步骤4.2，因为提取和计算过程中存在误差，所以可能存在异常数据，因此取所有白色像素点水平距离zi的中位数z0，并设定阈值φ，对于所述的白色像素点，如白色像素点i的水平距离zi满足|zi-z0|＞φ，则将白色像素点i作为异常点剔除，剩余白色像素点构成集合I；步骤4.3，计算集合I中白色像素点水平距离zi的平均值作为外接矩形框内障碍物距离机器人的水平距离；取集合I中白色像素点三维坐标中xi的最大值xmax作为所述障碍物的高度；步骤4.4，设定高度阈值xd和水平距离阈值zd，当满足xmax＞xd，且时，则判定外接矩形框内的物体为障碍物。进一步地，所述的预规划的实时步态控制算法，包括：步骤1’，建立双足机器人运动学坐标系模型步骤1.1’，对机器人的各个关节进行编号，对于关节i，确定该关节的原点；步骤1.2’，确立关节i处坐标系的各个坐标轴Xi、Yi、Zi；步骤1.3’，根据在各个关节处建立的坐标系，相邻的两个坐标系Oi与Oi-1相比，获得相邻两个坐标系的差距，即变换矩阵；通过上面的变换矩阵得到相邻的两个坐标系之间的运动学关系，记双足机器人的左脚膝关节的坐标系O0-X0Y0Z0为参考坐标系，可得到其他关节坐标系与参考坐标系之间的运动学关系；将每个关节处的坐标系与参考坐标系之间的变换矩阵作为该关节与参考坐标系所在关节之间的数学模型，所有数学模型构成双足机器人运动学坐标系模型；步骤2’，对双足机器人的姿态进行规划步骤2.1’，设计双足机器人行走步态流程通过摆动腿前摆改变重心的，在摆动腿前摆时，身体重心从双腿中心移到支撑腿上，因此身体先要向支撑腿一侧扭动来移动重心，即通过髋关节的侧向关节来调整重心；为了防止在侧扭时抬腿而造成身体向摆动腿一侧倾倒、步态设计中将侧扭和抬腿分步设计；步骤2.2’，规划机器人行走时各个关节的姿态先假设髋关节的侧向不发生变化，则求解行走轨迹步骤如下，以髋关节与踝关节为例：(1)绘制出髋关节与裸关节随时间改变而变化的本文档来自技高网...

【技术保护点】
1.一种人形智能机器人系统，其特征在于，包括机器人主体以及控制系统；所述的控制系统包括：视觉图像获取模块，用于获取机器人周围的环境图像信息，将图像进行去噪处理后，传递给中央处理模块；中央处理模块，用于根据视觉图像获取模块提供的去噪后的图像，采用预规划的实时步态控制算法和基于双目视觉的避障算法，对图像中的障碍物进行判断，并进行步态规划，得到机器人的行走步态，并利用副控制器控制驱动模块进行机器人行走；驱动模块，包括安装在机器人各个关节处的舵机，用于根据副控制器传递来的控制信息，驱动机器人的关节运动，从而实现机器人的行走；传感模块，用于实时获取机器人的姿态角度信息，并将数据传输到中央处理模块，以实现机器人运动过程中的精确控制；其中，所述的预规划的实时步态控制算法包括：先建立双足机器人运动学坐标系模型，然后进行机器人的姿态规划和平稳性判断，最终完成步态行走，实时规划下一步的姿态；所述的基于双目视觉的避障算法包括：机器人检测到前方物体并判定为障碍物时，立即站立停止，在静止状态下时获取障碍物的尺寸参数和方位信息；根据障碍物尺寸参数、方位信息控制机器人绕过障碍。

【技术特征摘要】
1.一种人形智能机器人系统，其特征在于，包括机器人主体以及控制系统；所述的控制系统包括：视觉图像获取模块，用于获取机器人周围的环境图像信息，将图像进行去噪处理后，传递给中央处理模块；中央处理模块，用于根据视觉图像获取模块提供的去噪后的图像，采用预规划的实时步态控制算法和基于双目视觉的避障算法，对图像中的障碍物进行判断，并进行步态规划，得到机器人的行走步态，并利用副控制器控制驱动模块进行机器人行走；驱动模块，包括安装在机器人各个关节处的舵机，用于根据副控制器传递来的控制信息，驱动机器人的关节运动，从而实现机器人的行走；传感模块，用于实时获取机器人的姿态角度信息，并将数据传输到中央处理模块，以实现机器人运动过程中的精确控制；其中，所述的预规划的实时步态控制算法包括：先建立双足机器人运动学坐标系模型，然后进行机器人的姿态规划和平稳性判断，最终完成步态行走，实时规划下一步的姿态；所述的基于双目视觉的避障算法包括：机器人检测到前方物体并判定为障碍物时，立即站立停止，在静止状态下时获取障碍物的尺寸参数和方位信息；根据障碍物尺寸参数、方位信息控制机器人绕过障碍。2.如权利要求1所述的人形智能机器人系统，其特征在于，所述的机器人检测到前方物体并判定为障碍物时，立即站立停止，在静止状态下时获取障碍物的尺寸参数和方位信息；根据障碍物尺寸参数、方位信息控制机器人绕过障碍，包括：步骤1，根据机器人要到达的目的地进行路径的规划，对双目摄像头的左右两个摄像头分别进行标定，分别计算地面在左、右摄像头坐标系下的平面方程；步骤2，通过双目摄像头采集机器人前方图像，并进行去噪处理；步骤3，对左右摄像头采集的两幅图像进行畸变和极线校正，消去失真，将匹配点约束在一条直线上，最终匹配得到一张视差图；步骤4，计算视差图中匹配点在左摄像头坐标系下的三维坐标(x,y,z)，获取其高度与水平距离，并与设定阈值比较，判断障碍物是否存在；使用OpenCV视觉库中的cvFindCon—tours轮廓检测函数检测物体的轮廓，并用其外接矩形框标记；对障碍物的判别算法：首先随机提取视差图中外接矩形框内物体上若干个白色像素点，计算其位于左摄像机坐标系下的三维坐标(x，y，z)，其中x和z分别表示物体相对于左摄像头的高度距离与水平距离，y则表示物体相对于左摄像头光心的左右偏移距离，然后根据设定的阈值判断矩形框内的物体是否为障碍物；步骤5，如判断前方无障碍物，则使机器人按照规划的路径行进；如判断前方有障碍物，则令机器人停止动作，并获取障碍物的参数信息，具体如下：步骤5.1，将障碍物的外接矩形框的宽度作为障碍物的宽度，记为Q，外接矩形框的中心作为障碍物中心点，记为O；步骤5.2，通过深度检测获取中心点O的三维坐标di(x,y,z)，其中y表示中心点相对于左摄像头光心的偏移距离Li；获取外界矩形框中最左侧的一个白色像素点在左摄像头坐标系下的坐标(xL,yL,zL)；步骤5.3，根据障碍物的宽度计算出障碍物中心点O的纵坐标，即O点相对于左摄像头光心的偏移距离Lo：步骤5.4，由于双目摄像头安装在机器人的中轴线上，因此障碍物中心点O相对于机器人中轴线的偏距d为：其中d>0表示偏右，d<0表示偏左，d＝0表示居中；步骤6，进行避障路径规划步骤6.1，设定障碍物的长度为W；步骤6.2，当障碍物相对于机器人偏左时，机器人右转角度θ并沿平行安全距离直行一段距离X，机器人中心与障碍物中心的连线与规划路径垂直时，左转角度2θ并直行距离X，使其回归规划路径；对于机器人的避障过程，有：上式中，L为机器人的身宽；θ和2θ为机器人的旋转角度；D为障碍物相对机器人的距离；yL为障碍物左侧边界相对于机器人中心的偏移距离；d为考虑存在的误差和安全问题所增加的补偿距离。3.如权利要求2所述的人形智能机器人系统，其特征在于，所述的对障碍物的判别算法，具体包括：步骤4.1，随机提取视差图中外接矩形框内若干白色像素点i＝1,2,3,…，计算其三维坐标di(xi,yi,zi)，并按照水平距离zi(即三维坐标中的zi值)的大小排序；步骤4.2，因为提取和计算过程中存在误差，所以可能存在异常数据，因此取所有白色像素点水平距离zi的中位数z0，并设定阈值φ，对于所述的白色像素点，如白色像素点i的水平距离zi满足|zi-z0|＞φ，则将白色像素点i作为异常点剔除，剩余白色像素点构成集合I；步骤4.3，计算集合I中白色像素点水平距离zi的平均值作为外接矩形框内障碍物距离机器人的水平距离；取集合I中白色像素点三维坐标中xi的最大值xmax作为所述障碍物的高度；步骤4.4，设定高度阈值xd和水平距离阈值zd，当满足xmax＞xd，且时，则判定外接矩形框内的物体为障碍物。4.如权利要求1所述的人形智能机器人系统，其特征在于，所述的预规划的实时步态控制算法，包括：步骤1’，建立双足机器人运动学坐标系模型步骤1.1’，对机器人的各个关节进行编号，对于关节i，确定该关节的原点；步骤1.2’，确立关节i处坐标系的各个坐标轴Xi、Yi、Zi，以在各个关节处建立坐标系；步骤1.3’，根据在各个关节处建立的坐标系，相邻的两个坐标系Oi与Oi-1相比，获得相邻两个坐标系的差距，即变换矩阵；通过上面的变换矩阵得到相邻的两个坐标系之间的运动学关系，记双足机器人的左脚膝关节的坐标系为参考坐标系，可得到其他关节坐标系与参考坐标系之间的运动学关系；将每个关节处的坐标系与参考坐标系之间的变换矩阵作为该关节与参考坐标系所在关节之间的数学模型，所有数学模型构成双足机器人运动学坐标系模型；步骤2’，对双足机器人的姿态进行规划步骤2.1’，设计双足机器人行走步态流程机器人通过摆动腿前摆改变重心，在摆动腿前摆时，身体重心从双腿中心移到支撑腿上，因此身体先要向支撑腿一侧扭动来移动重心，即通过髋关节的侧向关节来调整重心；为了防止在侧扭时抬腿而造成身体向摆动腿一侧倾倒、步态设计...

【专利技术属性】
技术研发人员：陈梓瀚，杜玉晓，王洽蓬，赖昱凡，柯佳颖，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东,44