一种四足机器人避障及领航员跟随方法及系统技术方案

本发明专利技术公开了一种四足机器人避障及领航员跟随方法及系统，所述方法包括如下步骤：获取所有基站的坐标信息、标签到任意一个基站的距离以及原始激光雷达三维点云数据；对原始激光雷达三维点云数据进行预处理；基于改进的超宽频三边定位算法，根据所有基站的坐标信息以及标签到任意一个基站的距离，得到四足机器人以及领航员位置信息；将经过预处理的激光雷达三维点云数据映射到二维平面栅格地图；基于二维平面栅格地图和四足机器人以及领航员位置信息建立滑动窗口，基于滑动窗口和自主导航路径规划算法进行路径搜索，得到避障后的最短路径，通过上述方法，每一次搜索都能找到可行的最短路径，且具有较高的搜索效率。且具有较高的搜索效率。且具有较高的搜索效率。

【技术实现步骤摘要】
一种四足机器人避障及领航员跟随方法及系统


[0001]本专利技术属于人工智能和机器人
，尤其涉及一种四足机器人避障及领航员跟随方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本公开相关的
技术介绍
信息，不必然构成在先技术。
[0003]目前，众所周知，地球上的陆地表面积约为1.49亿平方千米，一半以上的陆地表面是崎岖不平的、非结构化环境，而四足哺乳动物可以在类似的环境中高效运动，具有与动态非结构环境的强适应性和运动灵活性。因此，以其为仿生对象，像Bigdog、Hyq和MiniCheetah等一系列具有四足动物运动特性的四足机器人涌现出来。在该类机器人的研究中，机器人要能够与人共融，实现自然交互，也能够适应复杂的环境。因此，研究四足机器人的环境适应能力以及人机交互能力成为了重点。其中，解决四足机器人在复杂环境中的避障和人员跟踪问题是当前的一个关键技术难题。
[0004]在环境感知避障方面，2010年发表在《IEEEInternationalConferenceonRoboticsandAutomation》的《AutonomousNavigationforBigDog》中的BigDog四足机器人很早就实现了在复杂环境下的避障自主行走，将平面激光扫描仪和双目相机获取的障碍物信息转换到2D网格图上，引入路径规划避障算法实现了自主避障。2012年同样发表在《IEEEInternationalConferenceonMechatronicsandAutomation》的《ObstacleCrossingwithStereoVisionforaQuadrupedRobot》中的LittleDog四足机器人通过立体视觉进行感知环境信息，实现了在包括不规则大型障碍物崎岖环境下的行走。除此之外，2013年发表在《IEEE/RSJInternationalConferenceonIntelligentRobotsandSystems》的《Highfidelityday/nightstereomappingwithvegetationandnegativeobstacledetectionforvision
‑
in
‑
the
‑
loopwalking》中的LS3四足机器人搭载了LMS111激光扫描仪、二自由度云台、近红外光源与全向近红外相机、Bumblebee双目相机等感知工具可以在没有人干预的情况下穿越复杂环境前往指定的地点，实现自主行进。
[0005]在人员识别跟踪方面，比较常用的方法是识别人体像腿部、人脸、躯干等特定部位，也有学者通过图像识别进行特征提取的方法。然而，目前在四足机器上这一方面的研究较少，但也有学者取得了一些成果。2015年发表在《IEEE/RSJInternationalConferenceonIntelligentRobotsandSystems》的《Leadertrackingforawalkinglogisticsrobot》提出了一种标记跟踪系统，该系统使用近红外摄像机、反光标记和激光雷达，允许特定用户指定自己为四足机器人的领航员，并引导机器人沿着所需的路径前进。2018年发表在《IEEEInternationalConferenceonInformationandAutomation》的《Leaderrecognitionandtrackingforquadrupedrobots》中利用反射标记区分四足机器人的领航者，并且采用虚拟扩展障碍网格的算法进行路径规划，实现了避障跟踪。
近些年，随着图像识别技 术的迅速发展，有学者基于立体视觉、利用YOLOv3神经网络进行目标人员 的检测并跟踪，像2019年发表在《Chinese Control And DecisionConference》的《Real
‑
time target detection and tracking system basedon stereo camera for quadruped robots》。
[0006]以上所述的方法中，通过人体特定识别以及通过神经网络目标检测的 方法，虽然可以进行人员跟踪，但在周围人员众多的情况下，四足机器人 可能会丢失先前跟踪的人员，虽然通过对跟踪目标身上张贴特定的反光标 记可以指定跟踪目标，但是张贴标记的材料很容易受到光照环境的影响而 丢失，在多目标跟踪的情况下四足机器人的运动会出现大的波动，跟踪效 果较差。

技术实现思路

[0007]为克服上述现有技术的不足，本专利技术提供了一种四足机器人避障及领 航员跟随方法及系统。通过超宽频定位系统，对手持特定标签的目标人员 进行定位，在此基础上，进一步采用3D激光雷达进行障碍物的检测，结合 定位信息以及障碍物信息进行2D栅格地图的构建，引入路径规划算法，最 终实现了四足机器人的避障和跟踪。
[0008]为实现上述目的，本专利技术的一个或多个实施例提供了如下技术方案：
[0009]一种四足机器人避障及领航员跟随方法，包括如下步骤：
[0010]获取所有基站的坐标信息、标签到任意一个基站的距离以及原始激光 雷达三维点云数据；
[0011]对原始激光雷达三维点云数据进行预处理；
[0012]基于改进的超宽频三边定位算法，根据所有基站的坐标信息以及标签 到任意一个基站的距离，得到四足机器人以及领航员位置信息；
[0013]将经过预处理的激光雷达三维点云数据映射到二维平面栅格地图；
[0014]基于二维平面栅格地图和四足机器人以及领航员位置信息建立滑动窗 口，基于滑动窗口和自主导航路径规划算法进行路径搜索，得到避障后的 最短路径。
[0015]进一步地，对原始激光雷达三维点云数据进行预处理包括点云滤波和 地面点去除。
[0016]进一步地，所述基于改进的超宽频三边定位算法的改进方式为在计算 四足机器人以及领航员位置时引入加权补偿因子矩阵。
[0017]进一步地，所述二维平面栅格地图包括多个大小相同的栅格，所述栅 格表示机器人的工作空间，并且用栅格数组表示环境，所述栅格包括白格 区域和黑格区域，所述白格区域代表自由空间，所述黑格代表障碍物空间， 黑格区域在白格自由空间中所处的位置就是障碍物在四足机器人所处环境 中的位置。
[0018]进一步地，所述滑动窗口构建包括：
[0019]在二维平面栅格地图中，以四足机器人当前位置为原点建立二维坐标 平面，滑动窗口的区域占据二维平面坐标的四个象限。
[0020]进一步地，基于滑动窗口和自主导航路径规划算法进行路径搜索包括： 将四足机器人的位置设置为路径规划的起点，领航员的位置设置为目标点； 当目标点在滑动窗口内移动时，基于自主导航路径规划算法进行路径搜索 的同时采用斜向寻路方法，得到最优路
径。
[0021]进一步地，所述自主导航算法为通过代价函数包含的启发信息锁定目 标方向搜索最短路径。
[0022]进一步地，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种四足机器人避障及领航员跟随方法，其特征在于，包括如下步骤：获取所有基站的坐标信息、标签到任意一个基站的距离以及原始激光雷达三维点云数据；对原始激光雷达三维点云数据进行预处理；基于超宽频三边定位算法，根据所有基站的坐标信息以及标签到任意一个基站的距离，得到四足机器人以及领航员位置信息；将经过预处理的激光雷达三维点云数据映射到二维平面栅格地图；基于二维平面栅格地图和四足机器人以及领航员位置信息建立滑动窗口，基于滑动窗口和自主导航路径规划算法进行路径搜索，得到避障后的最短路径。2.如权利要求1所述的一种四足机器人避障及领航员跟随方法，其特征在于，对原始激光雷达三维点云数据进行预处理包括点云滤波和地面点去除。3.如权利要求1所述的一种四足机器人避障及领航员跟随方法，其特征在于，所述基于改进的超宽频三边定位算法进行了改进，改进方式为在计算四足机器人以及领航员位置时引入加权补偿因子矩阵。4.如权利要求1所述的一种四足机器人避障及领航员跟随方法，其特征在于，所述二维平面栅格地图包括多个大小相同的栅格，所述栅格表示机器人的工作空间，并且用栅格数组表示环境，所述栅格包括白格区域和黑格区域，所述白格区域代表自由空间，所述黑格代表障碍物空间，黑格区域在白格自由空间中所处的位置就是障碍物在四足机器人所处环境中的位置。5.如权利要求1所述的一种四足机器人避障及领航员跟随方法，其特征在于，所述滑动窗口构建包括：在二维平面栅格地图中，以四足机器人当前位置为原点建立二维坐标平面，滑动窗口的区域占据二维平面坐标的四个象限。6.如权利要求1所述的一种四足机器人避障及领航员跟随方法，其特征在于，基于滑动窗口和自主导航路径规划算法进...

【专利技术属性】
技术研发人员：李彬，李志，范永，刁怀瑞，刘伟龙，侯兰东，徐一明，梁启星，
申请(专利权)人：山东优宝特智能机器人有限公司，
类型：发明
国别省市：