System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及机器人及自主探索,尤其涉及一种基于机器人的自主概率搜索方法、装置、设备及介质。
技术介绍
1、目标物体搜索是智能机器人完成各种任务的必备的基本能力之一。目标物体搜索问题可以分解为两个子问题:(1)确定在哪个区域搜索目标物体,(2)如何在一个区域内搜索目标物体。通常机器人通过探索未知环境搜索目标物体,这种基于视觉的实时建图搜索过程需要对整个环境进行探索,无法快速实现目标物体的搜索。
技术实现思路
1、本专利技术提供了一种基于机器人的自主概率搜索方法、装置、设备及介质,以解决上述现有技术中的技术问题。
2、本专利技术采用的技术方案是:
3、第一方面,本专利技术提供一种基于机器人的自主概率搜索方法,包括:
4、使用2d激光雷达slam技术构建家庭室内环境的二维栅格地图;
5、读取构建的二维栅格地图,获取地图中空闲栅格点的位置信息;
6、根据2d激光雷达的数据特点和室内环境的几何特征对室内物体进行聚类分割,结合二维栅格地图与聚类分割结果确定目标物体可能出现的高概率区域;
7、对高概率区域内的空闲栅格点进行采样,生成搜索目标点集;
8、基于搜索目标点集,搜索目标物体。
9、进一步的,所述使用2d激光雷达slam技术构建家庭室内环境的二维栅格地图包括:通过安装有2d激光雷达设备的机器人移动扫描未知环境以及估计自身位姿信息,构建家庭室内环境的二维栅格地图。
10、进一步的,所
11、进一步的,所述2d激光雷达的数据特点包括检测到的家庭室内环境的点云密度分布;
12、所述室内环境的几何特征包括根据点云数据划分的点集、直线、折线和圆弧;
13、所述结合二维栅格地图与聚类分割结果确定目标物体可能出现的高概率区域包括:使用基于室内物体几何特征和点云密度分布对不同的物体进行聚类分割,基于聚类分割的物体信息计算出目标物体可能出现在二维栅格地图的高概率区域。
14、进一步的,所述对不同的物体进行聚类分割的方法包括:
15、点云密度阈值d表示为
16、
17、
18、
19、其中,xi与yi分别为第i点的横坐标与纵坐标,di为第i点与相邻(i-1)点的距离,k为当前类的序号,ck为第k类点集,n为第k类点集中点的数量,f为数量统计函数,为第k类的密度均值,sk为第k类的样本标准差,μ为自适应系数;
20、由于同一物体的密度相对均匀,如果物体间的点云密度超过点云密度阈值,则需判断当前点与当前类密度均值的差值,如果差值大于当前类样本标准差的设定倍数,则判断当前点的密度与上一点不属于同一物体;反之,则属于同一物体。
21、进一步的,所述对高概率区域内的空闲栅格点进行采样,生成搜索目标点集包括:采用高斯采样或者均匀采样对高概率区域内的空闲栅格点进行采样,将采样后选取的点集生成搜索目标点集。
22、进一步的,所述基于搜索目标点集,搜索目标物体包括:选择搜索目标点集中的一个目标点,机器人自主移动导航至该目标点,使用机器人上安装的3d视觉相机识别搜索目标物体,若搜索到目标物体则认为搜索成功,否则重新选择搜索目标点集中的其他目标点进行搜索直至找到目标物体。
23、第二方面,本专利技术提供一种基于机器人的自主概率搜索装置,包括:
24、环境建图模块,用于使用2d激光雷达slam技术构建家庭室内环境的二维栅格地图;
25、信息获取模块,用于读取构建的二维栅格地图,获取地图中空闲栅格点的位置信息;
26、区域计算模块,用于根据2d激光雷达的数据特点和室内环境的几何特征对室内物体进行聚类分割,结合二维栅格地图与聚类分割结果确定目标物体可能出现的高概率区域;
27、目标点计算模块,用于对高概率区域内的空闲栅格点进行采样,生成搜索目标点集;
28、导航搜索模块,用于基于搜索目标点集,搜索目标物体。
29、第三方面,本专利技术提供一种机器人,所述机器人包括:
30、一个或多个处理器;
31、存储装置,用于存储一个或多个程序;
32、当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面所述的基于机器人的自主概率搜索方法。
33、第四方面,本专利技术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第一方面所述的基于机器人的自主概率搜索方法。
34、本专利技术的有益效果是:
35、(1)本专利技术涉及的功能包括自主目标搜索和自主任务执行等,均无需人工操作。通过本专利技术能实现机器人的自主概率搜索,解决传统机器人难以对未知坐标的目标物体实现快速自主搜索的问题。
36、(2)相较于其他方法,本专利技术不需要通过3d雷达或者视觉相机构建大量的稠密地图,只需要2d激光雷达创建环境地图,从而从根本上降低了设备的成本,同时本专利技术与雷达硬件无关,可以适用于任何型号的雷达。
37、(3)本专利技术的方法可自主导航到特定区域进行清扫或者执行其他操作任务、自主搜索家庭室内的物品,无需用户手动进行目标区域的标定和设置(比如目前市面上的扫地机器人需要用户通过app软件设置清扫区域后方可进行自定义目标区域的清扫任务),提升客户使用体验;自主搜索功能可以适应一些项目中对机器人自主性任务指标的要求。
本文档来自技高网...【技术保护点】
1.一种基于机器人的自主概率搜索方法,其特征在于,包括:
2.根据权利要求1所述基于机器人的自主概率搜索方法,其特征在于,所述使用2D激光雷达slam技术构建家庭室内环境的二维栅格地图包括:通过安装有2D激光雷达设备的机器人移动扫描未知环境以及估计自身位姿信息,构建家庭室内环境的二维栅格地图。
3.根据权利要求2所述基于机器人的自主概率搜索方法,其特征在于,所述读取构建的二维栅格地图,获取地图中空闲栅格点的位置信息包括:将二维栅格地图的像素值作为判断栅格点是否空闲的依据,进而获取空闲栅格点的位置信息。
4.根据权利要求3所述基于机器人的自主概率搜索方法,其特征在于,
5.根据权利要求4所述基于机器人的自主概率搜索方法,其特征在于,所述对不同的物体进行聚类分割的方法包括:
6.根据权利要求4所述基于机器人的自主概率搜索方法,其特征在于,所述对高概率区域内的空闲栅格点进行采样,生成搜索目标点集包括:采用高斯采样或者均匀采样对高概率区域内的空闲栅格点进行采样,将采样后选取的点集生成搜索目标点集。
7.根据权利要求6
8.一种基于机器人的自主概率搜索装置,其特征在于,包括:
9.一种机器人,其特征在于,所述机器人包括:
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的基于机器人的自主概率搜索方法。
...【技术特征摘要】
1.一种基于机器人的自主概率搜索方法,其特征在于,包括:
2.根据权利要求1所述基于机器人的自主概率搜索方法,其特征在于,所述使用2d激光雷达slam技术构建家庭室内环境的二维栅格地图包括:通过安装有2d激光雷达设备的机器人移动扫描未知环境以及估计自身位姿信息,构建家庭室内环境的二维栅格地图。
3.根据权利要求2所述基于机器人的自主概率搜索方法,其特征在于,所述读取构建的二维栅格地图,获取地图中空闲栅格点的位置信息包括:将二维栅格地图的像素值作为判断栅格点是否空闲的依据,进而获取空闲栅格点的位置信息。
4.根据权利要求3所述基于机器人的自主概率搜索方法,其特征在于,
5.根据权利要求4所述基于机器人的自主概率搜索方法,其特征在于,所述对不同的物体进行聚类分割的方法包括:
6.根据权利要求4所述基于机器人的自主概率搜索方...
【专利技术属性】
技术研发人员:范中磊,孙量,刘孟红,展华益,
申请(专利权)人:四川启睿克科技有限公司,
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。