人机共融的楼宇间路径规划方法、计算机装置及程序产品制造方法及图纸

本发明专利技术公开了一种人机共融的楼宇间路径规划方法、计算机装置及程序产品，通过机载激光雷达采集到的环境信息构建三维栅格地图，并基于行人与机器人运动特征的差异进行二维投影，分别生成面向行人和面向机器人的二维栅格地图，并依据面向机器人的二维栅格地图采用AMCL算法得到机器人的全局定位信息；行人预测模块通过对面向行人的二维栅格地图采用A*算法生成一条带有时间信息的、可跨越低矮障碍物等特殊环境的全局路径，并将该全局路径输入至路径规划模块；路径规划模块分为全局规划与局部规划，其中全局规划根据得到的机器人位置信息、目标位置信息以及行人路径信息生成一条基于行人预测与时空一致性约束的全局路径。本发明专利技术实现了全智能导航。明实现了全智能导航。明实现了全智能导航。

【技术实现步骤摘要】
人机共融的楼宇间路径规划方法、计算机装置及程序产品


[0001]本专利技术涉及楼宇内路径规划领域，特别是一种人机共融的楼宇间路径规划方法、计算机装置及程序产品。

技术介绍

[0002]楼宇内针对人机共融环境下的路径规划是室内机器人导航规划领域的重要内容之一，通过建立三维栅格地图，并基于行人与机器人运动特征的差异进行二维投影，分别生成面向行人和机器人的二维栅格地图。对面向行人的二维栅格地图采用引入时间信息的A*算法可实现行人室内可跨越障碍物的导航技术，对于大型室内环境不熟悉的行人起到了很好的导航指引作用。目前室内机器人有着广泛的应用前景，考虑到室内机器人行驶过程中的人机安全性，对面向机器人的二维栅格地图采用一种适用于人机共融环境中的A*算法，生成一条基于行人预测与时空一致性约束的全局路径，保证了机器人在行驶过程中可提前预测行人在一段时间内的行驶轨迹并提前避开。但考虑到在实现A*算法过程中行人预测的时间为估计值，与实际行人行驶时间存在一定的差异，因此需要采用基于背景对消与DWA局部规划算法实现动态行人轨迹预测与避障的功能；其中背景对消法可根据相邻两帧之间的激光雷达点云数据，通过一系列的坐标变换识别出环境中的静态障碍物与行人，并针对行人进行轨迹预测，而后结合DWA局部规划算法对行人进行提前避障，从而不影响行人的行驶速度、方位等，提高了行驶过程中的安全性。而本专利技术中所述的跨楼层导航通过结合A*算法和电梯调度模块，可实现自主运输机器人从起始楼层前往目标楼层而不需要人为干扰，在智能化程度上更高。然而，在实际场景中，仍然有以下问题制约机器人在楼宇场景内的应用。
[0003](1)针对行人在大型室内场景不熟悉的问题，需要设计一种可适用于行人参考的全局路径；考虑到行人运动特征与机器人的差异：行人可跨越低矮障碍物、在机场等环境行人可通过闸机通道等，需要根据行人运动特征生成面向行人的二维栅格地图，并基于该地图采用全局规划算法生成行人全局路径，行人参考该路径行驶可跨越低矮障碍物、通过闸机通道等。
[0004](2)针对室内机器人要实现不同楼层间的导航，需要进行跨楼层行驶，如何生成一条基于行人预测与时空一致性约束、可跨楼层的楼宇间全局路径，是当下一大难点。而本专利技术通过建立三维点云地图并机器人的运动特征进行二维投影，生成面向机器人的二维栅格地图，对二维栅格地图采用一种适用于人机共融环境中的A*算法实现机器人在单楼层间的无碰撞行驶，待机器人行驶至电梯处，通过结合机器人与电梯调度模块间实现一种全智能化的电梯运输技术，可将机器人从起始楼层运输至目标楼层，随后在目标楼层导航至目标点。该多层二维栅格地图可扩展性高，在程序运行资源占用上更少并且运行时间更快。
[0005](3)针对室内机器人在导航过程中的避障问题，本专利技术提出了一种基于背景对消与DWA局部规划算法的行人轨迹预测与动态避障方法。该方法可通过相邻两帧间的激光雷达点云数据实现静态障碍物与行人的分辨，同时对行人进行轨迹预测，再结合DWA局部规划
算法对行人进行提前避让，大大提高了行驶过程中的人及安全性。
[0006]专利技术专利申请《一种基于VFH*局部路径规划方法的全向移动机器人自主导航系统》(申请号：202010043476.9)公开了一种基于VFH*局部路径规划方法的全向移动机器人自主导航系统，该方法通过激光雷达构建栅格地图，并将A*算法的思想引入VFH*避障方法中进行改进，使得移动机器人能够选择尽可能优的避障方向。但该专利技术仅局限于二维平面下未考虑行人预测的机器人自主导航，在人机共融环境下的行驶具有很大的隐患；同时该专利技术生成的局部轨迹存在不连续性导致不适合机器人进行跟踪行驶。
[0007]专利技术专利申请《一种室内移动机器人人机共融导航装置及方法》(申请号：201910588551.7)公开了一种室内移动机器人人机共融导航装置及方法，该方法实现的仅仅是室内单楼层的导航，并且该方法仅针对行人进行了一种简单的轨迹预测。
[0008]硕士学位论文《基于多层代价地图的移动机器人人机共融导航技术研究》提出了一种human
‑
aware导航方法，该方法能够提升路径规划的性能、提高人类的舒适度并遵守一定的社会规则。同时该方法虽然建立了多层代价地图，但该多层代价地图仅用于单楼层的导航以及行人预测。

技术实现思路

[0009]本专利技术所要解决的技术问题是，针对现有技术不足，提供一种人机共融的楼宇间路径规划方法、计算机装置及程序产品，提高面向人机共融环境中的机器人行驶时的人机安全性。
[0010]为解决上述技术问题，本专利技术所采用的技术方案是：一种人机共融的楼宇间路径规划方法，包括以下步骤：
[0011]S1、装配有激光雷达的机器人在楼宇间行驶时，采集行驶过程中激光雷达环境信息，构建三维栅格地图并基于行人与机器人运动特征的差异进行二维投影，生成面向行人的二维栅格地图和面向机器人的二维栅格地图；
[0012]S2、对面向行人的二维栅格地图采用引入时间信息的A*算法生成具有时空间信息的、面向行人的全局路径；
[0013]S3、获取机器人全局位置，根据面向行人的全局路径对面向机器人的二维栅格地图采用A*算法，生成一条基于行人预测与时空一致性约束的、面向机器人的全局路径；
[0014]S4、根据激光雷达采集到的环境信息，基于背景对消法进行动态行人轨迹预测，并依据预测轨迹以及面向机器人的全局路径，采用DWA局部规划算法进行动态避障。
[0015]本专利技术公开了人机共融的楼宇间路径规划方法、计算机装置及程序产品，本专利技术通过步骤S1基于行人与机器人运动特征的差异进行二维投影，生成面向行人的二维栅格地图和面向机器人的二维栅格地图；其中面向行人的二维栅格地图将行人可跨越的低矮障碍物置为空闲栅格，在后续采用步骤S2生成的具有时空间信息、面向行人的全局路径可能会经过这些低矮障碍物，但均属于行人可通行区域；而对于机器人来说，即使是低矮障碍物却仍然无法跨越，因此在面向机器人的二维栅格地图中该部分为障碍物栅格，机器人需要避开该区域。同时步骤S3中不仅需要机器人的全局位置信息、目标位置信息，还需要步骤S2生成的具有时空间信息、面向行人的全局路径信息，并采用A*算法生成一条基于行人预测与时空一致性约束的、面向机器人的全局路径，该路径通过对行人行驶轨迹的预测，实现提前
避让功能；但考虑到行人行驶速度的不确定性，因此步骤S3生成的全局路径可信度不充分，为了保障行驶过程中的人机安全性，本专利技术基于背景对消法进行动态行人轨迹预测，并采用DWA局部规划算法进行动态避障，提高了机器人行驶过程中的人机安全性。
[0016]步骤S1的具体实现过程包括：
[0017]S1.1、对于激光雷达探测到的点云数据，采用点云配准算法得到三维点云地图；
[0018]S1.2、对三维点云地图进行滤波处理，将滤波后的三维点云地图转为分辨率为resolution的三维栅格地图；
[0019]S1.3、设定高度范围h
pedestrianmin...

【技术保护点】

【技术特征摘要】
1.一种人机共融的楼宇间路径规划方法，其特征在于，包括以下步骤：S1、装配有激光雷达的机器人在楼宇间行驶时，采集行驶过程中激光雷达环境信息，构建三维栅格地图并基于行人与机器人运动特征的差异进行二维投影，生成面向行人的二维栅格地图和面向机器人的二维栅格地图；S2、对面向行人的二维栅格地图采用引入时间信息的A*算法生成具有时空间信息的、面向行人的全局路径；S3、获取机器人全局位置，根据面向行人的全局路径对面向机器人的二维栅格地图采用A*算法，生成一条基于行人预测与时空一致性约束的、面向机器人的全局路径；S4、根据激光雷达采集到的环境信息，基于背景对消法进行动态行人轨迹预测，并依据预测轨迹以及面向机器人的全局路径，采用DWA局部规划算法进行动态避障。2.根据权利要求1所述的人机共融的楼宇间路径规划方法，其特征在于，步骤S1的具体实现过程包括：S1.1、对于激光雷达探测到的点云数据，采用点云配准算法得到三维点云地图；S1.2、对三维点云地图进行滤波处理，将滤波后的三维点云地图转为分辨率为resolution的三维栅格地图；S1.3、设定高度范围h
pedestrianmin
≤z
gridoctree
，其中h
pedestrianmin
为行人可翻越障碍物的最大高度，对三维栅格地图在Z轴上投影至xoy平面内，得到面向行人的二维栅格地图；若在三维栅格地图中横、纵坐标为(x
gridoctree
,y
gridoctree
)，Z轴满足h
pedestrianmin
≤z
gridoctree
的范围内不存在三维栅格，则二维栅格(x
gridoctree
,y
gridoctree
)为空闲栅格；若存在三维栅格，则二维栅格为障碍物栅格，其中(x
gridoctree
,y
gridoctree
,z
gridoctree
)为三维栅格中心点坐标；S1.4、设定高度范围z
gridrobot
≤h
robotmax
，其中h
robotmax
为机器人最大高度，对三维栅格地图在Z轴上投影至xoy平面内，得到面向机器人的二维栅格地图；若在三维栅格地图中横、纵坐标为(x
gridrobot
,y
gridrobot
)，Z轴满足0≤z
gridrobot
≤h
robotmax
的范围内不存在三维栅格，则二维栅格(x
gridrobot
,y
gridrobot
)为空闲栅格；若存在三维栅格，则二维栅格为障碍物栅格，其中(x
gridrobot
,y
gridrobot
,z
gridrobot
)为三维栅格中心点坐标；S1.5、返回步骤S1.1，构建其它楼层的三维栅格地图，并基于行人与机器人运动特征的差异进行二维投影，生成面向行人的二维栅格地图和面向机器人的二维栅格地图。3.根据权利要求1所述的人机共融的楼宇间路径规划方法，其特征在于，步骤S2的具体实现过程包括：S2.1、输入目标点goal
pedestrian
(x
pedestriangoal
,y
pedestriangoal
,level
pedestriangoal
)、行人当前所处位置start
pedestrian
(x
pedestrianstart
,y
pedestrianstart
,level
pedestrianstart
)，其中x
pedestriangoal
和y
pedestriangoal
为目标点在xoy平面内的二维坐标，level
pedestriangoal
为目标所在楼层，x
pedestrianstart
和y
pedestrianstart
为行人在xoy平面内的二维坐标，level
pedestrianstart
为行人当前所在楼层；S2.2、判断是否满足level
pedestriangoal
＝level
pedestrianstart
；若满足，则说明目标点与行人当前处于同一楼层，转到步骤S2.3中；若不满足，则说明目标点与行人当前处于不同楼层处，转到步骤S2.4中；S2.3、若目标点与行人当前处于同一楼层，采用引入时间信息的A*算法生成具有时空间信息的、面向行人的全局路径，起点为(x
pedestrianstart
,y
pedestrianstart
)，目标点为
(x
pedestriangoal
,y
pedestriangoal
)；S2.4、若目标点与行人当前处于不同楼层处，采用引入时间信息的A*全局路径规划算法首先生成第level
pedestrianstart
层的全局路径，其中起点为(x
pedestrianstart
,y
pedestrianstart
)，目标点为第level
pedestrianstart
层的电梯所在处Position
elevator
(x
elevator
,y
elevator
)；当行人乘坐电梯前往目标楼层level
goal
时，更新二维栅格地图为第level
goal
层的二维栅格地图；生成第level
pedestriangoal
楼层的全局路径，起点为第level
pedestriangoal
楼层电梯所在处Position
elevator
(x
elevator
,y
elevator
)，目标点为(x
pedestriangoal
,y
pedestriangoal
)。4.根据权利要求3所述的人机共融的楼宇间路径规划方法，其特征在于，采用引入时间信息的A*算法生成具有时空间信息的、面向行人的全局路径的具体实现过程包括：1)接收起点start(x
start
,y
start
)，目标点goal(x
goal
,y
goal
)信息，定义两个空集合Open和Close；2)计算起点start(x
start
,y
start
)的启发值F
start
以及其抵达起点start(x
start
,y
start
)的时刻t
start
，存入集合Open＝{(x
start
,y
start
,F
start
,t
start
,0,0)}中；启发值F
start
的计算公式为：3)判断集合Open是否为空集，若不是，则转到步骤4)中；若是，则全局规划结束，未找到一条从起点到目标点的具有时空间信息、面向行人的可行驶路径；4)从集合Open中选取启发值最小的栅格点作为下一步栅格点grid
n
(x
n
,y
n
)，获取其时间信息t
n
，将栅格点grid
n
从集合Open移入集合Close中；5)判断栅格点grid
n
是否为目标点goal；若是，则根据栅格点grid
n
的父节点依次回溯，找到一条从起点到目标点的具有时空间信息、面向行人的可行驶路径；若否，则转到步骤6)中；6)找到栅格点grid
n
八邻域方位且不在集合Close中的非障碍物栅格，记为临近可达栅格grid
nc
(x
nc
,y
nc
)，计算临近可达栅格grid
nc
(x
nc
,y
nc
)的启发值F
nc
以及抵达临近可达栅格的时刻t
nc
＝t
n
+t
f
，设置临近可达栅格的父节点为grid
n
，存入集合Open＝{(x
start
,y
start
,F
start
,t
start
,0,0)、
…
、(x
nc
,y
nc
,F
nc
,t
nc
,x
n
,y
n
)}中；其中t
f
为从栅格点grid
n
到grid
nc
的预计耗时；启发值F
nc
的计算公式为：其中I
N
为膨胀成本，若临近可达栅格grid
nc
为空闲栅格，I
N
＝0；若临近可达栅格grid
nc
为膨胀栅格，其中p1、p2为给定参数，distance_obstacle为膨胀栅格距离最近障碍物栅格的距离；其中非障碍物栅格包括空闲栅格和膨胀栅格；所述空闲栅格和膨胀栅格的确定过程包括：根据生成的面向行人的二维栅格地图，在该二维栅格地图中标注出每一楼层的电梯所在处，记为Position
elevator
(x
elevator
,y
elevator
)，在二维栅格地图中将电梯门障碍物栅格标记为空闲栅格；对二维栅格地图进行障碍物膨胀操作，即以障碍物
栅格为膨胀中心，膨胀半径为radius
pedestrianinflation
，若某一障碍物栅格膨胀面积不足该障碍物栅格面积一半，则该障碍物栅格为空闲栅格，否则为膨胀栅格；7)跳转至步骤3)，直至全局规划结束。5.根据权利要求1所述的人机共融的楼宇间路径规划方法，其特征在于，步骤S3的具体实现过程包括：S3.1、机器人通过AMCL定位获取机器人在xoy平面内的位置(x
robotstart
,y
robotstart
)，机器人当前所处楼层为level
robotstart
；S3.2、输入机器人导航目标点goal
robot
(x
robotgoal
,y
robotgoal
,level
robotgoal
)，其中x
robotgoal
和y
robotgoal
为目标点在xoy平面内的二维坐标，level
robotgoal
为目标所在楼层；S3.3、判断是否满足level
robotgoal
＝level
robotstart
；若满足，则说明目标点与机器人当前处于同一楼层，转到步骤S3.4中；若不满足，则说明目标点与机器人当前处于不同楼层，转到步骤S3.5中；S3.4、若目标点与机器人当前处于同一楼层，采用A*算法生成一条基于行人预测与时空一致性约束的、面向机器人的全局路径，起点为(x
robotstart
,y
robotstart
)，目标点为(x
robotgoal
,y
robotgoal
)；S3.5、若目标点与机器人当前处于不同楼层，采用A*算法结合电梯调度模块进行跨楼层间的导航；优选地，步骤S3.5具体实现过程包括：1a)采用A*算法首先生成第level
robotstart
层的全局路径，其中起点为(x
robotstart
,y
robotstart
)，目标点为第level
robotstart
层的电梯所在处Position
elevator
(x
elevator
,y
elevator
)；2a)计算机器人根据步骤1a)生成的全局路径抵达目标点处耗时t
rs
，其中s
robotglobal
为从机器人当前位置抵达电梯所在处的全局路径长度，v
robotassign
为给定的速度；3a)机器人获取电梯当前所处楼层level
elecurrent
，计算电梯所在楼层level
elecurrent
抵达机器人所在楼层level
robotstart
的时间t
es
，其中s
elevatorstart
为电梯所在楼层level
elecurrent
距离机器人所在楼层level
robotstart
的高度，v
elevator
为检测的电梯运行速度，为固定值；4a)判断是否满足s
robotglobal
≤s
thresold
，其中s
thresold
为给定的距离阈值；若是，则转到步骤5a)；若否，则机器人继续行驶，同时更新机器人抵达目标点处耗时t
rs
，返回步骤3a)；5a)判断是否满足|t
rs
‑
t
es
|≤t
thresold
，其中t
thresold
为给定的时间阈值；若是...

【专利技术属性】
技术研发人员：余伶俐，罗嘉威，赵于前，周开军，
申请(专利权)人：中南大学，
类型：发明
国别省市：