基于ROS2系统的移动机器人自主探索方法及系统技术方案

本发明专利技术涉及一种基于ROS2系统的移动机器人自主探索方法及系统，方法包括获取机器人所处位置的环境信息；将环境信息输入至cartographer建图算法进行地图的构建；在地图的空闲区域内生长两棵快速搜索随机树进行边界点提取；过滤和剔除无效边界点；为过滤后的边界点设计收益函数，计算每一个质心点的收益值，选择收益值最大的质心点作为目标点；利用ROS2系统下的导航框架Navigation2对机器人向目标点进行导航，完成环境探索。本发明专利技术借助ROS2系统开发了基于快速搜索随机树的自主探索方法及系统，提高了自主探索系统在场景下工作的稳定性。作的稳定性。作的稳定性。

【技术实现步骤摘要】
基于ROS2系统的移动机器人自主探索方法及系统


[0001]本专利技术涉及人工智能
，尤其是指一种基于ROS2系统的移动机器人自主探索方法及系统。

技术介绍

[0002]人工智能技术的突破给移动型服务机器人研究带来了巨大的机遇，智能公共服务机器人应用场景和服务模式不断拓展，带动服务机器人市场规模高速增长。移动机器人自主探索技术是移动机器人领域的一项关键技术，该技术在隧道勘探、水下探测和机器人搜救等领域均得到了广泛应用。移动机器人自主探索需要机器人在有限的时间内，通过自身移动来尽可能多的获取未知环境信息从而建立完整的环境地图。边界作为区分已探索区域与未知区域的分界线，它附近具有较多不确定的环境信息，因而基于边界的探索策略受到广大学者的青睐。
[0003]基于边界的探索策略可简要的概括为如下过程：首先机器人根据自身传感器更新的地图数据检测地图中的边界，然后在边界附近生成目标点，再结合评价函数选择最具有探索价值的目标点作为最佳的目标点，最后利用运动控制模块控制机器人向最佳的目标点运动，并更新环境地图直到探索完成。然而现有的探索方法虽然在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于ROS2系统的移动机器人自主探索方法，其特征在于：包括以下步骤：S1：获取机器人所处位置的环境信息，其中所述环境信息包括激光雷达信息、IMU信息和里程计信息；S2：将激光雷达信息、IMU信息和里程计信息输入至cartographer建图算法进行地图的构建，并更新一部分地图为已知的区域；S3：在地图的空闲区域内生长两棵快速搜索随机树，使用两棵快速搜索随机树进行边界点的提取；S4：过滤和剔除无效边界点；S5：为过滤后的边界点设计收益函数，计算每一个质心点的收益值，选择收益值最大的质心点作为目标点；S6：利用ROS2系统下的导航框架Navigation2对机器人向目标点进行导航，以不断探索未知区域；S7：重复步骤S2～S6，直至环境探索完成。2.根据权利要求1所述的基于ROS2系统的移动机器人自主探索方法，其特征在于：在S1中，利用机器人自身携带的传感器获取其所处位置的环境信息。3.根据权利要求1所述的基于ROS2系统的移动机器人自主探索方法，其特征在于：在S3中，两棵快速搜索随机树分为全局树和局部树，全局树和局部树提取边界点的方法相同，其中当局部树探测到边界点后，局部树会被清除并在机器人当前位置重新生长，且每隔设定的时间，将机器人当前位置作为节点添加到局部树上。4.根据权利要求1或3所述的基于ROS2系统的移动机器人自主探索方法，其特征在于：在S3中，使用两棵快速搜索随机树进行边界点的提取，包括：m2S31：设置快速搜索随机树采样区域为以初始位置为中心的1000m2的正方形区域，将起点添加到树结构中作为根节点；S32：在地图区域内随机撒点作为候选点，若该候选点在已知区域内，则遍历树结构上的所有已有的节点，选取距离候选点最近的节点作为最邻近点，将最邻近点到候选点的连线作为生长方向，若最邻近点与候选点的距离超过预设的步长，则由最邻近点沿着生长方向生长一个步长，到达的点作为生长点；若最邻近点与候选点的距离不超过步长，则该候选点作为生长点；若候选点在未知区域内，则先找到该候选点的最邻近点，最邻近点到候选点的连线作为生长方向，然后由最邻近点沿着生长方向向前生长，到达边界的地方作为边界点；S33：将生长点和候选点的连线在地图上做碰撞检测，判断该条连线上所有栅格点的栅格状态，若栅格点的状态是被占据的，则返回步骤S32重新进行采样，反之则将该候选点与生长点的连线添加到树结构中。5.根...

【专利技术属性】
技术研发人员：柯真东，陈鼎峰，吴雨璁，孔宇琦，迟文政，王松，朱浩宇，瞿梦溪，
申请(专利权)人：苏州大学，
类型：发明
国别省市：