欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2021110092118
申请人: 南昌工学院
专利类型:发明专利
专利状态:已下证
专利领域: 测量;测试
更新日期:2024-04-03
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种机器人导航方法,其特征在于,所述方法包括:S1、获取经由定位设备传输的3D点云数据,所述定位设备包括激光雷达和双目摄像头;

S2、根据所述激光雷达与所述双目摄像头之间的相对位置、以及点云到目标小车之间的相对距离,对所述3D点云数据进行融合,得到相应的融合点云集合;

S3、获取机器人的RTK定位信息,结合所述融合点云集合和所述RTK定位信息,确定机器人在同步构建地图中的确切位置;

S4、根据机器人在同步构建地图中的确切位置,对所述融合点云集合进行更新,得到更新点集合;

S5、确定所述更新点集合与所述融合点云集合之间的相似程度,在所述相似程度满足预设判断条件时,将所述更新点集合添加到所述同步构建地图中,以实现对所述同步构建地图的更新;

S6、基于更新后的地图、机器人的当前位置以及所需达到的目标位置,计算机器人从所述当前位置移动到所述目标位置的最优路径,并基于所述最优路径进行同步导航。

2.根据权利要求1所述的方法,其特征在于,步骤S2中,所述根据所述激光雷达与所述双目摄像头之间的相对位置、以及点云到目标小车之间的相对距离,对所述3D点云数据进行融合,得到相应的融合点云集合,包括:S21、在粗融合阶段,通过下述公式计算粗对齐后的点云数据集:其中,M为根据所述激光雷达与所述双目摄像头之间的相对位置,所确定的三维变换矩阵;Ox,Oy,Oz为所述粗对齐后的点云数据集;Ix,Iy,Iz为3D点云数据;

S22、在细融合阶段,对所述粗对齐后的点云数据集中包括的点集进行融合,并设激光雷达点云图为P,双目点云为Q,点云到小车之间的相对距离为L,以P为索引集,以双目点云Q为中心点,以所述相对距离L为半径;

S23、在半径L范围内,针对所述索引集P中的各个索引点,分别进行匹配点的搜索,并基于相应索引点与对应搜索到的匹配点之间在距离上的平均值,进行融合点云集合的构建。

3.根据权利要求1所述的方法,其特征在于,步骤S3中,所述获取机器人的RTK定位信息,结合所述融合点云集合和所述RTK定位信息,确定机器人在同步构建地图中的确切位置,包括:

S31、将所述RTK定位信息与机器人的IMU姿态信息进行融合,得到融合后的姿态信息;

S32、基于所述融合后的姿态信息,并根据下述公式,对所述融合点云集合进行重建,得到相应的重构点集合:

其中,Ox,Oy,Oz为重构点集合,Ix,Iy,Iz为融合点云集合,lx,ly,lz为机器人当前的位置;

θx,θy,θz为融合后的姿态信息;

S33、基于所述重构点集,计算所述重构点集的空间范围A,并基于所述空间范围A,在同步构建地图上选取相同位置、且为空间范围A的两倍大小的区域B;

S34、将空间范围A和区域B沿着预设的目标坐标轴进行逆向,并往与所述目标坐标轴相适应的目标平面进行投影,得到相应的二位投影Ta,Tb;

S35、基于所述二位投影Ta,Tb,使用蒙特卡罗定位方式确定机器人在同步构建地图中的确切位置。

4.根据权利要求3所述的方法,其特征在于,步骤S5中,所述确定所述更新点集合与所述融合点云集合之间的相似程度,在所述相似程度满足预设判断条件时,将所述更新点集合添加到所述同步构建地图中,以实现对所述同步构建地图的更新,包括:S51、将所述更新点集合带入重构点集合的计算公式中,以对所述融合点云集合进行精确更新;

S52、基于更新后的更新点集合与所述融合点云集合之间的相似程度,在确定所述相似程度满足预设判断条件时,将更新后的更新点集合添加到所述同步构建地图中,以实现对所述同步构建地图的更新。

5.根据权利要求1所述的方法,其特征在于,所述基于更新后的地图、机器人的当前位置以及所需达到的目标位置,计算机器人从所述当前位置移动到所述目标位置的最优路径,包括:

通过下述公式计算最优路径f(i):其中,xi,yi,zi为机器人的当前位置,xt,yt,zt为所需达到的目标位置;h(i)为机器人从当前位置移动到目标位置的估值;g(i)为是当前迭代中,机器人从当前位置移动到目标位置之间的已知最短距离;g(i‑1)为上一次迭代中,机器人从所述当前位置移动到所述目标位置之间的已知最短距离;l为机器人的当前位置到目标位置之间的直线距离。

6.根据权利要求1所述的方法,其特征在于,所述方法还包括:在基于所述最优路径控制机器人移动时,通过激光雷达与双目融合后的点云和同步构建地图,控制机器人避开设有障碍物的危险区域;

当识别到新的危险区域时,通过下述计算公式,判断是否更新所述同步构建地图:其中,k为决定因子;robot[i]为获取到新的危险区域的机器人,对该区域是否为危险区域的判断;Map(x,y,z)为所述同步构建地图中对应点是否为危险区域的初判断;

在确定所述决定因子k满足预设条件时,在所述同步构建地图中将新的危险区域所对应的点,标记为危险点。

7.一种机器人导航装置,其特征在于,所述装置包括获取模块、融合模块、位置确定模块、集合更新模块、地图更新模块和导航模块,其中:所述获取模块,用于获取经由定位设备传输的3D点云数据,所述定位设备包括激光雷达和双目摄像头;

所述融合模块,用于根据所述激光雷达与所述双目摄像头之间的相对位置、以及点云到目标小车之间的相对距离,对所述3D点云数据进行融合,得到相应的融合点云集合;

所述位置确定模块,用于获取机器人的RTK定位信息,结合所述融合点云集合和所述RTK定位信息,确定机器人在同步构建地图中的确切位置;

所述集合更新模块,用于根据机器人在同步构建地图中的确切位置,对所述融合点云集合进行更新,得到更新点集合;

所述地图更新模块,用于确定所述更新点集合与所述融合点云集合之间的相似程度,在所述相似程度满足预设判断条件时,将所述更新点集合添加到所述同步构建地图中,以实现对所述同步构建地图的更新;

所述导航模块,用于基于更新后的地图、机器人的当前位置以及所需达到的目标位置,计算机器人从所述当前位置移动到所述目标位置的最优路径,并基于所述最优路径进行同步导航。

8.根据权利要求7所述的装置,其特征在于,所述地图更新模块还用于将所述更新点集合带入重构点集合的计算公式中,以对所述融合点云集合进行精确更新;基于更新后的更新点集合与所述融合点云集合之间的相似程度,在确定所述相似程度满足预设判断条件时,将更新后的更新点集合添加到所述同步构建地图中,以实现对所述同步构建地图的更新。

9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。

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,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。