基于VFH+与视觉辅助决策的机器人自动驾驶方法技术

本发明专利技术公开了基于VFH+与视觉辅助决策的机器人自动驾驶方法，属于机器人技术领域，利用激光雷达与深度摄像头混合实现高效VFH+避障决策，解决了通过视觉辅助识别决策，实现高效率避障的技术问题，本发明专利技术利用单线激光雷达以及深度视觉混合，相较于传统的多线激光雷达降低了成本，本发明专利技术的视觉深度测试，能有效的补偿在空旷地点激光雷达特征点采集少，定位不精确的问题，本发明专利技术利用深度视觉实现障碍物测量以及速度换算，与VFH+混合判定最优避障路径。

Robot automatic driving method based on VFH + and visual assistant decision

【技术实现步骤摘要】
基于VFH+与视觉辅助决策的机器人自动驾驶方法
本专利技术属于机器人
，特别涉及基于VFH+与视觉辅助决策的机器人自动驾驶方法。
技术介绍
随着机器人巡检行业智能化程度不断提高，机器人巡检已经逐渐普及。机器人巡检相较于人工巡检而言，其具有低风险，高效率，能远程操作等特点，受到了国家的高度重视。对于传统的高辐射，高强度的风险作业而言，机器人巡检的工作环境安全，操作简单，会大大降低高危行业巡检的困难性。由于机器人巡检行业属于新兴产业，现在的机器人巡检主要是通过多线激光雷达建图巡检，但是现有的巡检技术存在以下缺陷：(1)多线激光雷达成本较高，不能广泛适用；(2)受激光雷达硬件影响，在空旷地点定位较差，无法实现精准定位；(2)避障效率较低，不能根据实际情况实现有效决策。
技术实现思路
本专利技术的目的是提供基于VFH+与视觉辅助决策的机器人自动驾驶方法，解决了通过视觉辅助识别决策，实现高效率避障的技术问题。为实现上述目的，本专利技术采用以下技术方案：基于VFH+与视觉辅助决策的机器人自动驾驶方法，包括以本文档来自技高网...

【技术保护点】
1.基于VFH+与视觉辅助决策的机器人自动驾驶方法，其特征在于：包括以下步骤：/n步骤1：使用单线激光雷达对机器人的四周进行线性扫描，获取激光雷达的深度点云信息；/n步骤2：通过VFH+算法处理深度点云信息，捕获障碍物位置信息和可通过路径信息；/n步骤3：检测深度摄像头是否可用：是则执行步骤4；否，则执行步骤10；/n步骤4：将障碍物位置信息转化为视场角对应的障碍物像素信息，包括如下步骤：/n步骤S1：深度摄像头采集RGB彩色图像信息，并且通过TCL映射算法采集深度距离信息；/n步骤S2：把RGB彩色图像信息与深度距离信息相结合，构建出3D点云信息；/n步骤S3：对RGB彩色图像信息进行识别，...

【技术特征摘要】
1.基于VFH+与视觉辅助决策的机器人自动驾驶方法，其特征在于：包括以下步骤：
步骤1：使用单线激光雷达对机器人的四周进行线性扫描，获取激光雷达的深度点云信息；
步骤2：通过VFH+算法处理深度点云信息，捕获障碍物位置信息和可通过路径信息；
步骤3：检测深度摄像头是否可用：是则执行步骤4；否，则执行步骤10；
步骤4：将障碍物位置信息转化为视场角对应的障碍物像素信息，包括如下步骤：
步骤S1：深度摄像头采集RGB彩色图像信息，并且通过TCL映射算法采集深度距离信息；
步骤S2：把RGB彩色图像信息与深度距离信息相结合，构建出3D点云信息；
步骤S3：对RGB彩色图像信息进行识别，得到物体信息，将物体信息映射于3D点云信息，同时关联深度摄像头的内置参数，转化为机器人当前的相对位置，得到了当前机器人的坐标和距离信息；
步骤5：利用深度摄像头采集图像，获取深度图，将深度图传入到Yolo3-tiny神经网络,利用BoundingBox对物体进行识别分类，得到分类后的物体像素；
步骤6：将障碍物点云信息...

【专利技术属性】
技术研发人员：刘义亭，吴杰，马培立，
申请(专利权)人：南京驭行科技有限公司，
类型：发明
国别省市：江苏;32