【技术实现步骤摘要】
复杂环境下智能行走机器人自主导航改进方法
[0001]本申请涉及一种复杂环境下智能机器人自主导航方法,特别涉及一种复杂环境下智能行走机器人自主导航改进方法,属于行走机器人自主导航
技术介绍
[0002]从工业化时代开始,采用机器代替人力就是一个长期被提及、论证、实践的主题,如今信息化时代,机器和人力已不再是二个独立的客体,机器人不再是只有少数人才了解的高端科技结晶,它已成为大众在生活中经常可以触及的应用产品,不管是陆地,还是水下,甚至是太空,机器人正以其高效稳定的性能逐步取代人类的生产生活活动。具体至服务等行业,人类所能设想的很多应用场景已经有机器人的身影,扫地机器人和爬壁机器人可以打扫卫生,手术机器人可以长时间精准进行外科手术,家庭陪伴机器人可以照顾空巢老人和留守儿童,由于这些服务型机器人能够满足人类的生活需求,相对于工业机器人等定向于服务专门领域的机器人,它们更受普通大众的欢迎,这也使得类似的服务机器人占据了目前机器人市场的较大份额,准确把握这样的市场趋势,有利于推动智能行走机器人行业的发展。
[000 ...
【技术保护点】
【技术特征摘要】
1.复杂环境下智能行走机器人自主导航改进方法,其特征在于,基于已有的智能机器人的自主导航在复杂环境下提高自主导航效率提出两个改进方案,涵盖平台组建、模型分析、改进原理方法、实测优化;第一,搭建基于ROS的智能行走机器人平台,包括:一是智能行走机器人平台,二是机器人自主导航,三是ROS自主导航功能包集设计,包括智能行走机器人调试、创建先验地图、导航功能包集配置、智能机器人ROS自主导航;第二,智能行走机器人狭小空间自主导航改进:局部路线规划之前引入优势方向调度协调策略,在平台接收到导航目标指令之后,首先进行方向判定,根据导航日标及平台的位置关系先将智能行走机器人置于优势方向,然后再进行局部路线规划,解决智能行走机器人在狭小空间进行导航时所出现的舍近求远问题;第三,智能机器人高动态障碍环境导航避障改进:在动态环境中,当出现局部路线无法规划出速度控制指令时,根据激光测距传感器所采集周围的障碍物占比情况信息,驱动平台向障碍物占比较小的一侧进行自适应旋转,重新激活局部路线规划器,降低智能行走机器人在高动态的应用场景中的滞呆频率,同时提高平台的避障效率。2.根据权利要求1所述复杂环境下智能行走机器人自主导航改进方法,其特征在于,智能行走机器人平台:平台构成中与导航相关的三个主要部分包括:结构平台、传感器、软件平台,智能行走机器人采用的驱动结构为双轮差分式,同时配备四个万向轮增加运动过程中平台的稳定性,结构设计中引入避震系统,结构平台的材料采用不锈钢材,传感器部分包括二维激光测距传感器、姿态传感器、编码器,用于在运动过程中实时解算平台的位姿同时进行环境探测;软件平台采用基于Linux的ROS操作系统。3.根据权利要求1所述复杂环境下智能行走机器人自主导航改进方法,其特征在于,机器人自主导航:行走机器人通过自身搭载的传感器,进行环境探测并感知本体状态,当周围存在障碍时,本体遵循约束,寻出一条合适的运动轨迹,并根据这条轨迹移动,到达指定点位,行走机器人的自主导航:一是机器人对本体相对于所在探测环境的实时位姿估算;二是获取周围环境信息,并进行建模制图;三是规划安全的运动路线;ROS导航功能包集包括地图创建、定位和路线规划整合,订阅里程计和传感器数据流结点发布的消息,将运动指令发送给平台的基础控制器,导航功能包集不要求有一个先验的静态地图,初始化时选择是否要地图,当没有先验地图时,机器人通过传感器进行环境探测,对于未知区域,机器人生成一个可能会撞到障碍物的最优全局路线,当机器人通过传感器得到更多关于未知区域的信息时会重新规划路线,如果初始化时就有一个精确的静态地图,将其作为环境中障碍物的先验知识,机器人生成更优路线;地图创建采用ROS的Gmapping包,map_server包保存地图,定位部分采用amcl功能包,路线规划部分由move_base包完成,整个规划分为全局和局部路线规划,全局路线规划器找到一条通往目标的最短路线,局部路线规划器结合当前的传感器数据给机器人发送实际的控制指令,使机器人根据动态环境的实际情况,尽量贴近全局路线同时避开障碍,达到目标点位。4.根据权利要求1所述复杂环境下智能行走机器人自主导航改进方法,其特征在于,基于ROS的行走机器人激光导航系统的实现主要包括四步:第一步:智能行走机器人的调试;
第二步:采用SLAM功能包工具,创建机器人工作环境的先验地图,未进行更全面的说明,后续的导航实验都设定为基于有先验地图的导航,此步为可选项;第三步:在ROS上配置导航功能包集,并设定参数;第四步,智能行走机器人导航。5.根据权利要求1所述复杂环境下智能行走机器人自主导航改进方法,其特征在于,创建先验地图:在导航之前采用基于Gmapping算法的slam_gmapping功能包创建环境地图,根据里程计信息及激光数据创建增量式的二维地图,根据需要编写launch文件配置slam_gmapping功能包的坐标框架,激光数据阈值,采样粒子数,地图更新频率相关参数,让该工具适应不同环境地地图构建;生成二维栅格地图,根据机器人本体的外形轮廓进行进一步的区域划分,形成应用过程中的代价地图,将地图上面的不同位置赋一个代表在这个区域运动所耗费的代价,以此来区分不同的点位发生碰撞的几率大小,其中代价较大的区域,机器人发生碰撞的可能性大,代价小的区域机器人发生碰撞的可能性小。6.根据权利要求1所述复杂环境下智能行走机器人自主导航改进方法,其特征在于,智能机器人ROS自主导航:在开始行走之前,先启动一个配置好相应参数及启动结点的启动文件,通过Rv...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。