多传感器融合的透明障碍物环境自主建图方法及系统技术方案

本发明专利技术涉及移动机器人技术领域，提供了多传感器融合的透明障碍物环境自主建图方法及系统，包括：获取激光雷达采集的障碍物的点云数据、以及两个传感器采集的障碍物距离；基于两个传感器采集的障碍物距离，得到障碍物构型，随机选取一个传感器采集的障碍物距离，计算与平均点云数据的差值，基于差值判断是否为透明障碍物；若为透明障碍物，将障碍物构型进行坐标变换后替换障碍物的点云数据；基于障碍物的点云数据，更新栅格地图，并确定边界点，在边界点数量达到一定值时，寻找最优边界点以实现机器人自主建图。能够得到准确构型并与激光雷达得到的环境信息进行融合，完成透明障碍物环境下的自主建图。环境下的自主建图。环境下的自主建图。

【技术实现步骤摘要】
多传感器融合的透明障碍物环境自主建图方法及系统


[0001]本专利技术属于移动机器人
，尤其涉及多传感器融合的透明障碍物环境自主建图方法及系统。

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
信息，不必然构成在先技术。
[0003]随着机器人技术的快速发展，各型号移动机器人在应急救援、家居服务、环境探索等方面发挥着巨大作用，对移动机器人的定位要求也越来越高。在室内环境下，建筑墙壁以及地下空间使得移动机器人难以接收到足以进行精确定位的GPS信号。同步定位与建图(Simultaneous Localization and Mapping，SLAM)的出现使得移动机器人能够在室内未知环境中实现定位并建立地图。
[0004]各种移动机器人在室内环境中承担安保巡逻、递送物品、喷雾消毒等任务，进行任务时通常需要在移动过程中建立所处环境的完整地图，而学校、写字楼、商场等环境中充满了玻璃幕墙、玻璃门、玻璃围栏等透明障碍物给机器人的安全工作带来挑战，若构建的地图中没有表示出相对应位置的玻璃障碍，会导致在实际的导航应用中会有移动机器人与玻璃发生碰撞，甚至跌落至另一侧的风险。视觉或者激光束都会直接获取到玻璃另一侧的物体信息，所以不论是摄像机或激光雷达传感器，都无法有效地探测到室内环境中的玻璃。超声波传感器是一种声学传感器，其通过发生超声波并计算接收到回波的时间来计算前方障碍物的距离，且不受物体的透明度影响，能够用来进行对玻璃的探测。
[0005]针对上述透明障碍物环境中的自主建图任务，其他曾提出的超声波传感器信息融合方案存在诸多问题，例如：仅用一个超声波传感器进行测量，如图5所示，由于超声波传感器测量的不确定性无法得到障碍物的准确构型；两个传感器进行测量获得障碍物构型但对传感器的安装位置有较严格要求等。
[0006]移动机器人自主进行未知区域的探索实现建图对机器人脱离人工控制实现自主工作有重要意义。移动机器人自主探索较为常用的方法是边界点法，通过寻找并前往已知与未知区域之间的边界进行对未知区域的探索，而边界点的寻找与选取策略尤为重要。快速探索随机树(Rapidly
‑
exploring Random Tree,RRT)算法以概率的方法快速填充空间中的区域到达边界，在自主探索中常采用RRT算法寻找边界点。传统RRT探索建图过程中，存在反复经过已知区域的振荡问题，主要是由于备选点不够多而不得不选取远处的边界点，在移动过程中出现更优边界点而重新规划路径前往。

技术实现思路

[0007]为了解决上述
技术介绍
中存在的技术问题，本专利技术提供多传感器融合的透明障碍物环境自主建图方法及系统，使用两个超声波传感器进行透明障碍物的探测和构建，能够得到准确构型并与激光雷达得到的环境信息进行融合，完成透明障碍物环境下的自主建
图。
[0008]为了实现上述目的，本专利技术采用如下技术方案：
[0009]本专利技术的第一个方面提供多传感器融合的透明障碍物环境自主建图方法，其包括：
[0010]获取激光雷达采集的障碍物的点云数据、以及两个传感器采集的障碍物距离；
[0011]基于两个传感器采集的障碍物距离，得到障碍物构型，随机选取一个传感器采集的障碍物距离，计算与平均点云数据的差值，基于差值判断是否为透明障碍物；
[0012]若为透明障碍物，将障碍物构型进行坐标变换后替换障碍物的点云数据；
[0013]基于障碍物的点云数据，更新栅格地图，并确定边界点，在边界点数量达到一定值时，寻找最优边界点以实现机器人自主建图。
[0014]进一步地，所述障碍物构型中的障碍物的直线方程为：
[0015]y＝kx+b
[0016]其中，参数其中，参数若以两个传感器所在的机器人朝向为y轴，依据右手定则确定垂直于y轴的x轴，第一传感器位于坐标原点的x轴负方向距离m米的位置，第二传感器位于坐标原点的y轴正方向距离n米的位置，第二传感器朝向y轴正方向，第一传感器朝向与y轴正半轴之间存在夹角，第一传感器采集的障碍物距离为D
S1
，第二传感器采集的障碍物距离为D
S2
。
[0017]进一步地，所述障碍物构型中的起止端点为障碍物的直线与两个传感器探测的两个扇形区域所在的圆周相切得到的切点。
[0018]进一步地，所述障碍物构型中的线段的长度为：
[0019][0020]或者，
[0021][0022]其中，以两个传感器所在的机器人朝向为y轴，依据右手定则确定垂直于y轴的x轴，第一传感器位于坐标原点的x轴负方向距离m米的位置，第二传感器位于坐标原点的y轴正方向距离n米的位置，第二传感器朝向y轴正方向，第一传感器朝向与y轴正半轴之间存在夹角，α为障碍物的直线的垂线与y轴正方向之间夹角角度的绝对值。
[0023]进一步地，所述坐标变换为：
[0024][0025]其中，ρ为点云坐标系中点云所处位置距原点的半径长度，θ为点云所处位置的方位角，k和b为障碍物的直线方程的参数。
[0026]进一步地，所述确定边界点的具体方法为：
[0027]使用RRT算法，从空闲栅格开始生长，在生长的过程中对新节点进行判断，若新节点在未知栅格中且与父节点的连线横跨空闲栅格与未知栅格，则将新节点定义为边界点。
[0028]进一步地，通过SLAM算法建立并更新栅格地图，并以概率形式表示障碍物。
[0029]本专利技术的第二个方面提供多传感器融合的透明障碍物环境自主建图系统，其包括：
[0030]数据获取模块，其被配置为：获取激光雷达采集的障碍物的点云数据、以及两个传感器采集的障碍物距离；
[0031]障碍物判断模块，其被配置为：基于两个传感器采集的障碍物距离，得到障碍物构型，随机选取一个传感器采集的障碍物距离，计算与平均点云数据的差值，基于差值判断是否为透明障碍物；
[0032]坐标变换模块，其被配置为：若为透明障碍物，将障碍物构型进行坐标变换后替换障碍物的点云数据；
[0033]建图模块，其被配置为：基于障碍物的点云数据，更新栅格地图，并确定边界点，在边界点数量达到一定值时，寻找最优边界点以实现机器人自主建图。
[0034]本专利技术的第三个方面提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述的多传感器融合的透明障碍物环境自主建图方法中的步骤。
[0035]本专利技术的第四个方面提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述的多传感器融合的透明障碍物环境自主建图方法中的步骤。
[0036]与现有技术相比，本专利技术的有益效果是：
[0037]本专利技术提供了多传感器融合的透明障碍物环境自主建图方法，其通过两个传感器能够得到障碍物的准确构型，相比其他单个传感器进行探测能够获得更好的建图效果。
[0038]本专利技术提供了多传感器融本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.多传感器融合的透明障碍物环境自主建图方法，其特征在于，包括：获取激光雷达采集的障碍物的点云数据、以及两个传感器采集的障碍物距离；基于两个传感器采集的障碍物距离，得到障碍物构型，随机选取一个传感器采集的障碍物距离，计算与平均点云数据的差值，基于差值判断是否为透明障碍物；若为透明障碍物，将障碍物构型进行坐标变换后替换障碍物的点云数据；基于障碍物的点云数据，更新栅格地图，并确定边界点，在边界点数量达到一定值时，寻找最优边界点以实现机器人自主建图。2.如权利要求1所述的多传感器融合的透明障碍物环境自主建图方法，其特征在于，所述障碍物构型中的障碍物的直线方程为：y＝kx+b其中，参数其中，参数若以两个传感器所在的机器人朝向为y轴，依据右手定则确定垂直于y轴的x轴，第一传感器位于坐标原点的x轴负方向距离m米的位置，第二传感器位于坐标原点的y轴正方向距离n米的位置，第二传感器朝向y轴正方向，第一传感器朝向与y轴正半轴之间存在夹角，第一传感器采集的障碍物距离为D
S1
，第二传感器采集的障碍物距离为D
S2
。3.如权利要求1所述的多传感器融合的透明障碍物环境自主建图方法，其特征在于，所述障碍物构型中的起止端点为障碍物的直线与两个传感器探测的两个扇形区域所在的圆周相切得到的切点。4.如权利要求1所述的多传感器融合的透明障碍物环境自主建图方法，其特征在于，所述障碍物构型中的线段的长度为：或者，其中，以两个传感器所在的机器人朝向为y轴，依据右手定则确定垂直于y轴的x轴，第一传感器位于坐标原点的x轴负方向距离m米的位置，第二传感器位于坐标原点的y轴正方向距离n米的位置，第二传感器朝向y轴正方向，第一传感器朝向与y轴正半轴之间存在夹角，α为障碍物的直线的垂线与y轴正方向之间夹角角度的绝对值。5.如权利要求1所述的多传感器融合的透明障碍物环境自主建图方法，其特征在于，所述坐标变换为：其中，ρ为点云坐标系中点云所处位置距原点的半径长度，θ为点云所处位置的方位角，k和...

【专利技术属性】
技术研发人员：周乐来，孙晓辉，李贻斌，宋锐，田新诚，
申请(专利权)人：山东大学，
类型：发明
国别省市：