【技术实现步骤摘要】
基于多线激光雷达的室内自适应全景避障方法及系统
[0001]本专利技术涉及机器人避障控制
，特别涉及一种基于多线激光雷达的室内自适应全景避障方法及系统。
技术介绍
[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
，并不必然构成现有技术。
[0003]随着计算机技术及室内2D SLAM(Simultaneous Localization And Mapping)技术的快速发展，障碍物检测逐渐成为室内机器人导航领域的研究热点。智能避障技术成为室内机器人路径规划及导航的重要技术手段，也是我国机器人可持续发展的重要战略保障。室内机器人自动导航的关键在于如何识别周围环境的障碍物，确保机器人能够精确识别障碍物，并进行规划路径，实现智能自适应精准臂避障。
[0004]专利技术人发现，传统机器人主要通过人工控制实现行驶过程中的避障，经济效益差，代价大，精度控制鲁棒性低；单点激光避障方式只能感知该激光线前方障碍物信息，感知区域较小，精度较差，抗干扰能力差；单线激光避障方式虽然能够感知周围环境障碍物信息，但在...
【技术保护点】
【技术特征摘要】
1.一种基于多线激光雷达的室内自适应全景避障方法，其特征在于：获取基于多线激光雷达得到的避障区域非地面点云；根据栅格地图、机器人当前位姿及运动速度，确定机器人的周围环境状态；如果为前后自适应避障策略，判断周围环境状态标志位之和是否大于预设阈值，如果大于，则避障策略为前后二级避障和左右一级避障，否则，为全景一级避障；如果为正常避障策略，则避障策略为全景一级避障；如果选择全景自适应避障策略，则判断周围环境状态标志位之和是否大于预设阈值，如果大于，则避障策略为全景二级避障，否则为全景一级避障；设定机器人避障区域，根据激光雷达相对于机器人各边缘的距离阈值、避障等级及速度补偿因子确定各非地面点云所属的避障区域；比较第一避障区域的点云数量总数是否大于第一设定阈值，如果大于，则避障指令为紧急制动；如果小于，比较第二避障区域的点云数量总数是否大于第二设定阈值，如果大于，则机器人避障指令为减速；如果小于，比较第三避障区域的点云数量总数是否大于第三设定阈值，如果大于，则机器人避障指令为避障警告，否则，避障指令为正常运行。2.如权利要求1所述的基于多线激光雷达的室内自适应全景避障方法，其特征在于：根据激光雷达相对于机器人各边缘的距离阈值、避障等级及速度补偿因子确定各非地面点云所属的避障区域，包括：如果当点云X轴坐标值大于激光雷达相对于机器人前后边缘的距离阈值与第一前后避障区域补偿值的加和，且点云Y轴坐标值大于激光雷达相对于机器人左右边缘的距离阈值与第一左右避障区域补偿值的加和时，则点云属于第一避障区域；否则，执行下一步；如果点云X轴坐标值大于激光雷达相对于机器人前后边缘的距离阈值与第二前后避障区域补偿值的加和，且点云Y轴坐标值大于激光雷达相对于机器人左右边缘的距离阈值与第二左右避障区域补偿值的加和时，点云属于第二避障区域；否则，执行下一步；如果点云X轴坐标值大于激光雷达相对于机器人前后边缘的距离阈值与第三前后避障区域补偿值的加和，且点云Y轴坐标值大于激光雷达相对于机器人左右边缘的距离阈值与第三左右避障区域补偿值的加和时，点云属于第二避障区域；否则，为无效点；其中，第一前后避障区域补偿值为前后第一避障区域的距离阈值与避障等级之间的比值再与速度补偿因子加和，第一左右避障区域补偿值为左右第一避障区域的距离阈值与避障等级之间的比值再与速度补偿因子加和；第二前后避障区域补偿值为前后第二避障区域的距离阈值与避障等级之间的比值再与速度补偿因子加和，第二左右避障区域补偿值为左右第二避障区域的距离阈值与避障等级之间的比值再与速度补偿因子加和；第三前后避障区域补偿值为前后第三避障区域的距离阈值与避障等级之间的比值再与速度补偿因子加和，第三左右避障区域补偿值为左右第三避障区域的距离阈值与避障等级之间的比值再与速度补偿因子加和。3.如权利要求1所述的基于多线激光雷达的室内自适应全景避障方法，其特征在于：一级避障为在避障方向按照原始的相应的避障区域进行避障，二级避障为在避障方向上按照原始避障区域的一半进行避障。4.如权利要求1所述的基于多线激光雷达的室内自适应全景避障方法，其特征在于：
获取基于多线激光雷达得到的避障区域非地面点云，包括：获取机器人在作业过程中的原始点云数据；雷达与运动里程计时间戳对齐；判断当前帧点云数量是否大于预设阈值，如果否，则进行下帧点云数据处理，否则对点云数据进行体素滤波、统计滤波及去除NaN点处理；通过点云三维坐...
【专利技术属性】
技术研发人员：李留昭，周军，宋凯，李文广，高新彪，孟广辉，
申请(专利权)人：山东亚历山大智能科技有限公司，
类型：发明
国别省市：
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。