1.基于ROS的多功能智能医疗服务机器人系统,包括由通讯模块连接的主控模块和底层控制模块,以及分别为主控模块和底层控制模块供电的电源模块,其特征在于主控模块包括视觉SLAM模块和激光SLAM模块,主控模块分别与深度相机(2)和激光雷达(1)连接,深度相机(2)获取周围环境三维信息并上传主控模块,主控模块通过视觉SLAM模块将三维信息转换成稀疏点云图后,再将稀疏点云图转换为2D栅格图,激光雷达(1)获取周围环境距离值并上传主控各模块,主控模块通过激光SLAM模块构建激光局部地图,主控模块采用改进贝叶斯法则进行地图融合,融合算法如下:其中P1为通过激光SLAM模块的激光局部地图产生的栅格占有概率,P2为通过视觉SLAM模块的2D栅格图产生的栅格占有概率,1-P1和1-P2分别表示两种栅格图的未占有概率,融合计算每个栅格的占有率Pf,并将其与预设的阈值T比较,大于阈值时判定为占有,小于阈值时融合栅格的概率仍为Pf,当激光SLAM模块单独判定的栅格为占有时,该融合栅格为占有,主控模块基于融合地图进行路径规划。
2.如权利要求1所述的基于ROS的多功能智能医疗服务机器人系统,其特征在于所述路径规划包括全局路径规划和局部路径规划,全局路径规划为起点到目的地全局规划,采用Dijkstra算法,机器人首先确定自己所在坐标和终点坐标,然后一层层在2D栅格图上进行搜索,直至搜到终点,最后计算最短路径;局部路径规划为驶向终点过程中,实时根据环境在原全局路径规划的基础上进行调整,采用DWA算法在速度空间中采样多组速度,并模拟所有采样速度在一定时间内的运动轨迹,最后通过评价函数对产生的所有轨迹打分,选择最优速度。
3.如权利要求1所述的基于ROS的多功能智能医疗服务机器人系统,其特征在于所述三维信息转换成稀疏点云图需通过数据预处理模块,数据预处理模块是将三维信息和IMU联合定标与时钟同步后,分别进行特征检测与跟踪、IMU预积分,特征检测与跟踪包括特征点提取和光流跟踪,特征点是通过判断检测点邻域像素点的灰度值是否大于预设的阈值P,若连续n个邻域像素点的灰度值大于阈值P,判定检测点为特征点。
4.如权利要求1所述的基于ROS的多功能智能医疗服务机器人系统,其特征在于所述将稀疏点云图转换为2D栅格图,通过创建节点Mynteyepub和Mynteyesub,Mynteyepub节点发布每个关键帧的姿态及所有地图点,再将关键帧的姿态及地图点存储到字典结构,供Mynteyesub节点订阅,通过本地和全局计数器优化空闲单元的映射,当接收到所有关键帧后,计数器关闭,并重新计算所有关键帧和映射点,最后生成2D栅格图。
5.如权利要求4所述的基于ROS的多功能智能医疗服务机器人系统,其特征在于对重新计算所有关键帧和映射点生成的粗糙栅格图,通过斜率阈值计算模块确立障碍物,计算过程如下:S11,获取移动机器人行进方向上的点云信息;
S12,根据点云信息获取测量点的距离信息和强度信息;
S13,根据距离信息和强度信息计算测量点的曲率分值和强度变化分值;
S14,根据测量点的曲率分值和强度变化分值确定障碍物的位置信息。
6.如权利要求1所述的基于ROS的多功能智能医疗服务机器人系统,其特征在于所述主控模块还包括人脸识别模块,人脸识别模块包括P-Net、R-Net、O-Net神经网络,深度相机(2)采集的原始图像输入第一级神经网络P-Net,通过非最大抑制算法对P-Net输出的人脸特征信息进行筛选,剔除置信度小于设定阈值的人脸特征信息,筛选出的人脸特征信息映射到原始的输入图像上,并截取作为第二级神经网络R-Net的输入;第二级网络R-Net相较P-Net增加全连接层,通过非最大抑制算法再次对R-Net输出人脸特征信息进行筛选;第三级神经网络O-Net与R-Net相同,进一步筛选人脸特征信息;通过人脸特征信息绘制人脸。
7.如权利要求6所述的基于ROS的多功能智能医疗服务机器人系统,其特征在于所述底层控制模块连接有测温模块(3),主控模块还连接有显示模块,主控模块还包括面部信息数据库,主控模块通过深度相机(2)获取人脸图像,经人脸识别模块识别后与面部信息数据库中存储的人脸信息进行比对,确认身份,主控模块再向通讯模块传输测温指令至底层控制模块,底层控制模块通过测温模块(3)测量体温,并将温度数据逐级反馈至主控模块,主控模块将温度数据传输至显示模块显示。
8.如权利要求1所述的基于ROS的多功能智能医疗服务机器人系统,其特征在于所述主控模块还包括二维码识别模块和药品信息数据库,底层控制模块连接有机械臂(5),主控模块通过深度相机(2)获取二维码图像,经二维码识别模块得到二维码信息,通过药品信息数据库中的二维码信息与药品信息的对应关系得到包括药品坐标的药品信息,将药品坐标输入RTT算法,完成主控模块对机械臂(5)的抓取动作的控制,最后经基于融合地图的路径规划完成药品配送,所述二维码识别模块采用目标检测算法,通过连通域判别法对二维码图像进行区域标记,将像素分为前景元素和背景元素的二值图像,识别过程包括如下:S21,从二维码图像中第一个像素开始,将当前标签设置为1;
S22,若像素是一个未被标记的前景元素,则赋予其当前标签,并将其添加至序列中,进行S23,若像素是背景元素或已经被标记,则对二维码图像中的下一个元素重复S22;
S23,从序列中挑出一个元素,并查看其相邻元素,若相邻元素是未被标记的前景元素,则赋予其当前标签,并将其添加至序列中,重复S23,直至序列中的元素均被查看;
S24,转到S22二维码图像中的下一个像素,并将当前标签增加1;
S25,计算每个区域的面积,即前景元素个数;
S26,设定前景元素个数的阈值,清除低于阈值的区域。
9.如权利要求7所述的基于ROS的多功能智能医疗服务机器人系统,其特征在于所述前景元素个数的阈值在700至1300之间。
10.如权利要求1所述的基于ROS的多功能智能医疗服务机器人系统,其特征在于所述底层控制模块分别与人体感应模块(6)和消毒灯(4)连接,主控模块还包括人物检测模块,深度相机(2)获取原始图像并通过人物检测模块进行监测,人体感应模块(6)是基于红外线的自动控制模块,当监测或感应到有人进入被监测区域或感应区域时,关闭消毒灯(4)。