一种基于SLAM技术的机器人智能控制系统技术方案

本发明专利技术公开了一种基于SLAM技术的机器人智能控制系统，包括：MiniPC、ARM嵌入式主控、激光雷达传感器、视觉传感器、全向轮、惯性测量单元、ZIGBEE模块、正交码盘与编码器、相机和2D激光传感器；所述ARM嵌入式主控与所述ZIGBEE模块交互连接，所述ARM嵌入式主控与所述MiniPC交互连接，所述全向轮分别与所述激光雷达传感器、所述ZIGBEE模块、所述惯性测量单元、所述正交码盘与编码器和所述视觉传感器连接。本发明专利技术在使用的过程中，将惯性测量单元、激光雷达传感器、相机数据进行融合，使各传感器的优势互补，以提高移动平台的建图、定位精度，且能实现在环境复杂、人流集中的场合中的避障及局部动态避障，增强机器人移动底盘实际运行时的鲁棒性。性。性。

【技术实现步骤摘要】
一种基于SLAM技术的机器人智能控制系统

：
[0001]本专利技术涉及机器人控制
，具体为一种基于SLAM技术的机器人智能控制系统。

技术介绍
：
[0002]机器人是一种能够半自主或全自主工作的智能机器。可以辅助甚至替代人类完成危险、繁重、复杂的工作，提高工作效率与质量，服务人类生活，扩大或延伸人的活动及能力范围，随着机器人智能化水平的不断提高，其在家庭服务、康养医疗以及新媒体娱乐等方面起到了更加重要的用途。当移动机器人通常工作于相对复杂的室内环境时，需要多个传感器感知周围环境，完成地图构建、定位与自主导航等任务，即实现移动机器人的SLAM。因此，多传感器的信息融合成为了移动机器人SLAM研究中的重要方面，对机器人的功能实现与智能化水平有重要影响。
[0003]现有的机器人控制系统，在使用的过程中，针对激光雷达及视觉单独应用的SLAM算法存在一定的缺陷，机器人定位精度较差，且在较为复杂环境和人流集中的场合中的避障能力差，机器人鲁棒性较差，不利于机器人的控制使用，为此，提出一种基于SLAM技术的机器人智能控制系统。

技术实现思路
：
[0004]本专利技术的目的在于提供一种基于SLAM技术的机器人智能控制系统，以解决上述
技术介绍
中提出的问题。
[0005]本专利技术由如下技术方案实施：一种基于SLAM技术的机器人智能控制系统，包括：MiniPC、ARM嵌入式主控、激光雷达传感器、视觉传感器、全向轮、惯性测量单元、ZIGBEE模块、正交码盘与编码器、相机和2D激光传感器；所述ARM嵌入式主控与所述ZIGBEE模块交互连接，所述ARM嵌入式主控与所述MiniPC交互连接，所述全向轮分别与所述激光雷达传感器、所述ZIGBEE模块、所述惯性测量单元、所述正交码盘与编码器和所述视觉传感器连接，所述激光雷达传感器和所述视觉传感器与所述MiniPC连接，所述惯性测量单元与所述MiniPC连接，所述正交码盘与编码器与所述ARM嵌入式主控连接，所述ARM嵌入式主控与所述全向轮连接；
[0006]所述MiniPC，用于搭载Ubuntu操作系统和ROS操作系统；
[0007]所述ARM嵌入式主控，用于向所述MiniPC传送所述正交码盘与编码器和所述激光雷达传感器返回的数据作为构建坐标点的辅助信息达到闭环处理信息的目的；
[0008]所述激光雷达传感器、所述惯性测量单元和所述视觉传感器，用于采集环境信息；
[0009]所述全向轮，用于带动机器人移动；
[0010]所述ZIGBEE模块，用于实现远程通信；
[0011]所述正交码盘与编码器，用于传送编码器的值为坐标计算做准备。
[0012]作为本技术方案的进一步优选的：所述相机获取环境图像信息进行视觉SLAM得到
定位结果，根据扩展卡尔曼滤波方法将视觉SLAM的定位结果与所述惯性测量单元IMU获得的加速度、角速度等惯性测量数据进行融合，IMU获得的惯性运动数据用于EKF的状态预估，视觉SLAM的核心定位结果作为观测值完成EKF的校正过程，从而获得EKF融合后的定位结果。
[0013]作为本技术方案的进一步优选的：所述激光雷达传感器获取的平面内距离、角度环境特征数据进行投影计算，将其从极坐标系投影至平面直角坐标系中，再结合融合后的扩展卡尔曼滤波定位结果，对投影后的点云数据进行坐标转换，得到位于统一的世界坐标系中的点云数据。
[0014]作为本技术方案的进一步优选的：所述ARM嵌入式主控采用的处理器为ARM嵌入式与Intel嵌入式处理器，在Intel处理器上搭载Ubuntu操作系统，将ROS机器人操作系统安装在Ubuntu下，为异质计算机集群提供类似操作系统的功能，ROS可以实现定位绘图、行动规划、感知和模拟，满足移动机器人建立地图的目标需求，ARM处理器控制底盘的运行，并接收底盘的速度信息、角度信息和距离信息，并进行处理，计算出最适当的前进速度，在ARM上的速度控制任务，由所述激光雷达传感器构建地图后，将世界坐标距离转化为真实距离，然后将信息发送到ARM上，在ARM上构建UCOS系统，再在UCOS系统中获取当前时间，以当前时间、总路程、当前初速度、设置的匀速度和设置的末速度为参数，带入到公式中算出加速长度，匀速长度，减速长度，算得当前应走位置，计算出本周期运算速度带入比例系数，积分系数，微分系数，求出最后的总控制速度，转化成PWM波的占空比，输出到电机中，由于外界扰动以及4个电机转速不同带来的偏差量，使得电机转速并不能达到目标速度，设置两个参数分别为当前值，和期望值，当前值为所述正交码盘与编码器所获取的值转化而来，期望值为计算出的总控制速度，转化成PWM占空比形式做处理。
[0015]作为本技术方案的进一步优选的：所述激光雷达传感器获取平面内距离、角度等环境特征信息后，利用基于扩展卡尔曼滤波的融合IMU数据的视觉SLAM的定位结果，可以将所述激光雷达传感器获得的环境数据坐标转换到世界坐标系，从而根据二维激光数据实时准确地构建三维激光点云地图。
[0016]作为本技术方案的进一步优选的：所述MiniPC作为大脑向ARM嵌入式传送指令间接控制所述全向轮运行，控制移动机器人到达目标地点的功能。
[0017]作为本技术方案的进一步优选的：所述ZIGBEE模块为双向无线传输数据，实现远程通信。
[0018]作为本技术方案的进一步优选的：所述相机为视觉相机，用于获取环境图像信息。
[0019]本专利技术的优点：本专利技术在使用的过程中，针对激光雷达传感器及视觉传感器应用的SLAM算法现有的不足，将惯性测量单元、激光雷达传感器、相机数据进行融合，使各传感器的优势互补，以提高移动平台的建图、定位精度，且能实现在环境复杂、人流集中的场合中的避障及局部动态避障，增强机器人移动底盘实际运行时的鲁棒性。
附图说明：
[0020]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以
根据这些附图获得其他的附图。
[0021]图1为本专利技术的系统流程示意图；
[0022]图2为本专利技术的点云单元的构建示意图。
具体实施方式：
[0023]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0024]实施例
[0025]请参阅图1-2，本专利技术提供一种技术方案：一种基于SLAM技术的机器人智能控制系统，包括：MiniPC、ARM嵌入式主控、激光雷达传感器、视觉传感器、全向轮、惯性测量单元、ZIGBEE模块、正交码盘与编码器、相机和2D激光传感器；ARM嵌入式主控与ZIGBEE模块本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于SLAM技术的机器人智能控制系统，其特征在于，包括：MiniPC、ARM嵌入式主控、激光雷达传感器、视觉传感器、全向轮、惯性测量单元、ZIGBEE模块、正交码盘与编码器、相机和2D激光传感器；所述ARM嵌入式主控与所述ZIGBEE模块交互连接，所述ARM嵌入式主控与所述MiniPC交互连接，所述全向轮分别与所述激光雷达传感器、所述ZIGBEE模块、所述惯性测量单元、所述正交码盘与编码器和所述视觉传感器连接，所述激光雷达传感器和所述视觉传感器与所述MiniPC连接，所述惯性测量单元与所述MiniPC连接，所述正交码盘与编码器与所述ARM嵌入式主控连接，所述ARM嵌入式主控与所述全向轮连接；所述MiniPC，用于搭载Ubuntu操作系统和ROS操作系统；所述ARM嵌入式主控，用于向所述MiniPC传送所述正交码盘与编码器和所述激光雷达传感器返回的数据作为构建坐标点的辅助信息达到闭环处理信息的目的；所述激光雷达传感器、所述惯性测量单元和所述视觉传感器，用于采集环境信息；所述全向轮，用于带动机器人移动；所述ZIGBEE模块，用于实现远程通信；所述正交码盘与编码器，用于传送编码器的值为坐标计算做准备。2.根据权利要求1所述的一种基于SLAM技术的机器人智能控制系统，其特征在于：所述相机获取环境图像信息进行视觉SLAM得到定位结果，根据扩展卡尔曼滤波方法将视觉SLAM的定位结果与所述惯性测量单元IMU获得的加速度、角速度等惯性测量数据进行融合，IMU获得的惯性运动数据用于EKF的状态预估，视觉SLAM的核心定位结果作为观测值完成EKF的校正过程，从而获得EKF融合后的定位结果。3.根据权利要求1所述的一种基于SLAM技术的机器人智能控制系统，其特征在于：所述激光雷达传感器获取的平面内距离、角度环境特征数据进行投影计算，将其从极坐标系投影至平面直角坐标系中，再结合融合后的扩展卡尔曼滤波定位结果，对投影后的点云数据进行坐标转换，得到位于统一的世界坐标系中的点云数据。4.根据权利要求1所述的一种基于SLAM技术的机器人智能控制系统，其特征在于：所述ARM嵌入...

【专利技术属性】
技术研发人员：范海廷，杜云刚，苏欣，陈帅，田莎琦，侯培军，
申请(专利权)人：内蒙古工业大学，
类型：发明
国别省市：