基于ROS的多功能智能医疗服务机器人系统技术方案

本发明专利技术公开了基于ROS的多功能智能医疗服务机器人系统，包括由通讯模块连接的主控模块和底层控制模块，以及分别为主控模块和底层控制模块供电的电源模块，主控模块包括视觉SLAM模块和激光SLAM模块，主控模块分别与深度相机和激光雷达连接，深度相机获取周围环境三维信息并上传主控模块，主控模块通过视觉SLAM模块将三维信息转换成稀疏点云图后，再将稀疏点云图转换为2D栅格图，激光雷达获取周围环境距离值并上传主控各模块，主控模块通过激光SLAM模块构建激光局部地图，主控模块采用改进贝叶斯法则进行地图融合，并基于融合地图进行路径规划。

【技术实现步骤摘要】
基于ROS的多功能智能医疗服务机器人系统
本专利技术涉及视觉同步定位与建图、深度学习、图像处理及目标检测
，尤其是涉及了基于ROS的多功能智能医疗服务机器人系统。
技术介绍
近年来，SARS病毒和MERS冠状病毒等全球传染性疫情频繁发生，因而探索和实施面向重大传染病的新型防控方案迫在眉睫。随着机器人和人工智能技术的发展，复杂场景下的多类型应急防控智能机器人应运而生，并在疾病防控、排查诊断及治疗护理中扮演着至关重要的角色。在重大疫情防控过程中医护工作人员面临工作压力、医疗资源的紧缺、消毒任务繁重等问题，现有的智能医疗机器人无法很好的集成医用物资搬运、多场景消毒、医护辅助等系统方案和应用。
技术实现思路
为解决现有技术的不足，实现减轻医护工作人员的工作量，避免传染性疾病大范围传播的目的，本专利技术采用如下的技术方案：基于ROS的多功能智能医疗服务机器人系统，包括由通讯模块连接的主控模块和底层控制模块，以及分别为主控模块和底层控制模块供电的电源模块，主控模块包括视觉SLAM模块和激光SLAM模块，主控模块分别与深度相本文档来自技高网...

【技术保护点】
1.基于ROS的多功能智能医疗服务机器人系统，包括由通讯模块连接的主控模块和底层控制模块，以及分别为主控模块和底层控制模块供电的电源模块，其特征在于主控模块包括视觉SLAM模块和激光SLAM模块，主控模块分别与深度相机(2)和激光雷达(1)连接，深度相机(2)获取周围环境三维信息并上传主控模块，主控模块通过视觉SLAM模块将三维信息转换成稀疏点云图后，再将稀疏点云图转换为2D栅格图，激光雷达(1)获取周围环境距离值并上传主控各模块，主控模块通过激光SLAM模块构建激光局部地图，主控模块采用改进贝叶斯法则进行地图融合，融合算法如下：/n

【技术特征摘要】
1.基于ROS的多功能智能医疗服务机器人系统，包括由通讯模块连接的主控模块和底层控制模块，以及分别为主控模块和底层控制模块供电的电源模块，其特征在于主控模块包括视觉SLAM模块和激光SLAM模块，主控模块分别与深度相机(2)和激光雷达(1)连接，深度相机(2)获取周围环境三维信息并上传主控模块，主控模块通过视觉SLAM模块将三维信息转换成稀疏点云图后，再将稀疏点云图转换为2D栅格图，激光雷达(1)获取周围环境距离值并上传主控各模块，主控模块通过激光SLAM模块构建激光局部地图，主控模块采用改进贝叶斯法则进行地图融合，融合算法如下：



其中P1为通过激光SLAM模块的激光局部地图产生的栅格占有概率，P2为通过视觉SLAM模块的2D栅格图产生的栅格占有概率，1-P1和1-P2分别表示两种栅格图的未占有概率，融合计算每个栅格的占有率Pf，并将其与预设的阈值T比较，大于阈值时判定为占有，小于阈值时融合栅格的概率仍为Pf，当激光SLAM模块单独判定的栅格为占有时，该融合栅格为占有，主控模块基于融合地图进行路径规划。


2.如权利要求1所述的基于ROS的多功能智能医疗服务机器人系统，其特征在于所述路径规划包括全局路径规划和局部路径规划，全局路径规划为起点到目的地全局规划，采用Dijkstra算法，机器人首先确定自己所在坐标和终点坐标，然后一层层在2D栅格图上进行搜索，直至搜到终点，最后计算最短路径；局部路径规划为驶向终点过程中，实时根据环境在原全局路径规划的基础上进行调整，采用DWA算法在速度空间中采样多组速度，并模拟所有采样速度在一定时间内的运动轨迹，最后通过评价函数对产生的所有轨迹打分，选择最优速度。


3.如权利要求1所述的基于ROS的多功能智能医疗服务机器人系统，其特征在于所述三维信息转换成稀疏点云图需通过数据预处理模块，数据预处理模块是将三维信息和IMU联合定标与时钟同步后，分别进行特征检测与跟踪、IMU预积分，特征检测与跟踪包括特征点提取和光流跟踪，特征点是通过判断检测点邻域像素点的灰度值是否大于预设的阈值P，若连续n个邻域像素点的灰度值大于阈值P，判定检测点为特征点。


4.如权利要求1所述的基于ROS的多功能智能医疗服务机器人系统，其特征在于所述将稀疏点云图转换为2D栅格图，通过创建节点Mynteyepub和Mynteyesub，Mynteyepub节点发布每个关键帧的姿态及所有地图点，再将关键帧的姿态及地图点存储到字典结构，供Mynteyesub节点订阅，通过本地和全局计数器优化空闲单元的映射，当接收到所有关键帧后，计数器关闭，并重新计算所有关键帧和映射点，最后生成2D栅格图。


5.如权利要求4所述的基于ROS的多功能智能医疗服务机器人系统，其特征在于对重新计算所有关键帧和映射点生成的粗糙栅格图，通过斜率阈值计算模块确立障碍物，计算过程如下：
S11，获取移动机器人行进方向上的点云信息；
S12，根据点云信息获取测量点的距离信息和强度信息；
S13，根据距离信息和强度信息计算测量点的曲率分值和强度变化分值；
S14，根据测量点的曲率分值和强度变化分值确定障碍物的位置信...

【专利技术属性】
技术研发人员：黄汐威，汪仁杰，闫泽昊，张登雨，孙玲玲，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：浙江;33