一种基于随机森林的移动机器人行人避障方法技术

本发明专利技术提供了一种基于随机森林的移动机器人行人避障方法，包括以下步骤：使用2D激光雷达扫描周围环境，获取二维点云数据信息；对获取的二维点云数据信息进行跳跃距离聚类处理得到点簇集合；对所述点簇集合进行降噪处理；训练随机森林分类器，使用训练得到的行人腿部分类器对点簇集合进行分类判断是否为人腿，若是则输出人腿轨迹，否则结束；基于卡尔曼滤波对人腿轨迹进行追踪预测；对人腿轨迹进行全局最临近数据关联，更新人腿轨迹并计算轨迹置信度；判断一对人腿轨迹是否同时满足预设条件，若满足则输出行人轨迹，否则结束；将行人轨迹添加到行人地图层；根据地图信息进行局部规划，完成避让行人。完成避让行人。完成避让行人。

【技术实现步骤摘要】
一种基于随机森林的移动机器人行人避障方法


[0001]本专利技术涉及移动机器人避障
，具体涉及一种基于随机森林的移动机器人行人避障方法。

技术介绍

[0002]在过去的几十年里，生产和物流设施的自动化程度不断提高。机器人早期的任务仅仅是在固定工业生产线上替代工人执行简单重复的动作，而现在逐渐发展出感知能力和自主移动能力的智能化机器人从工业生产线逐渐进入存在行人的环境中，执行难度更大更复杂的任务。这就要求机器人在保障行人安全的同时，还能够高效的完成任务，因此使机器人具有更加完善的行人检测和行人追踪能力至关重要。
[0003]移动机器人中的自动导引车(AGV)为工人提供了极大的便利。2D激光雷达是在机器人及自动导引车中被广泛使用的一种传感器，相比于摄像头等视觉传感器，激光雷达拥有更准确的距离信息和更宽广的感知域。但对于移动机器人来说，行人难以识别追踪，遇到行人时往往只能采取紧急制动的方式避让行人，以保障行人安全。这样做虽然一定程度上保障了行人安全，但大大降低了机器人的工作效率。对于采用2D激光雷达作为SLAM传感器的潜伏式AGV来说，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于随机森林的移动机器人行人避障方法，其特征在于，包括以下步骤：S1、使用2D激光雷达扫描周围环境，获取二维点云数据信息；S2、对获取的二维点云数据信息进行跳跃距离聚类处理得到点簇集合；S3、对所述点簇集合进行降噪处理；S4、训练随机森林分类器，使用训练得到的行人腿部分类器对点簇集合进行分类判断是否为人腿，若是则输出人腿轨迹，否则结束；S5、基于卡尔曼滤波对人腿轨迹进行追踪预测；S6、对人腿轨迹进行全局最临近数据关联，更新人腿轨迹并计算轨迹置信度；S7、判断一对人腿轨迹是否同时满足：(1)高于置信度，(2)没有发生分离，(3)位于自由空间，若满足则输出行人轨迹，否则结束；S8、将行人轨迹添加到行人地图层；S9、根据地图信息进行局部规划，完成避让行人。2.如权利要求1所述的基于随机森林的移动机器人行人避障方法，其特征在于，步骤S2中进行跳跃距离聚类处理包括以下步骤：S21、将获取的二维点云数据信息表示为S＝{p0,p1,p2,p
n
|p
i
＝(x
i
,y
i
)}，其中p
i
表示单个点云数据，x
i
与y
i
分别表示平面内点云的横纵坐标；S22、将点云数据S分割为点簇集合：其中s
i
表示一个点簇集合，任意两个点簇集合不包括相同的点云数据，且最小距离大于阈值δ。3.如权利要求1所述的基于随机森林的移动机器人行人避障方法，其特征在于，步骤S3中降噪处理为：在低噪声环境中丢弃包含少于三个扫描点的簇，在高噪声环境中丢弃包含少于五个扫描点的簇。4.如权利要求1所述的基于随机森林的移动机器人行人避障方法，其特征在于，步骤S4中训练随机森林...

【专利技术属性】
技术研发人员：贺帅，潘柏松，
申请(专利权)人：浙江工业大学台州研究院，
类型：发明
国别省市：