一种基于IROS机器人远距离跌落检测预警方法、装置和介质

技术领域

本发明涉及一种基于IROS机器人远距离跌落检测预警方法、装置和介质，属于机器人预警技术领域。

背景技术

传统机器人使用深度相机检测远处的跌落地形时，当跌落地形较远且接近或轻微超出深度相机量程时，存在数据受到干扰抖动的现象，检测结果不准确，当在复杂场景下时，干扰更加明显，机器人无法对远处视野量程边缘的有跌落风险地面距离进行准确判断并提前预警，存在安全隐患。

发明内容

本发明目的是提供了一种基于IROS机器人远距离跌落检测预警方法、装置和介质，最大限度地防止机器人的跌落，保证机器人的安全。

本发明为实现上述目的，通过以下技术方案实现：

将深度相机固定于机器人前部，并与水平方向呈45°至90°角向下固定；

IROS控制模块控制深度相机进行数据采集，获取机器人前方路段的点云数据，保证深度相机检测数据量程大于标称量程；

提取点云数据中非地面点云，并将非地面点云分类为准确点云、模糊点云和剔除点云，并剔除剔除点云；

将模糊点云转换为激光格式数据投影到水平面，按照水平面角度每隔一定角度分为一个扇区；

根据扇区中的点云数据判断机器人前方路段是否存在塌陷，如果存在塌陷则机器人更改移动路线。

优选的，将模糊点云转换为激光格式数据投影到水平面的角度分辨率为1°；所述每隔一定角度为5°。

优选的，当检测出的跌落点云距离小于

优选的，根据扇区中的点云数据判断机器人前方路段是否存在塌陷，具体方式如下：

检测扇区内点云数据是否存在塌陷，如果跌落点云超过X个点云，则扇区内存在到坑陷，记录跌落点云距机器人的相对位置；

对塌陷位置进行复测，确认扇区内是否确实存在塌陷。

优选的，检检测跌落点云具体方式如下：设置垂直方向高度阈值，如果点云高度大于高度阈值，则为跌落点云。

优选的，所述复测方式具体如下：

机器人转动N度后快速转回原位置，之后来回反复运动，每次到达N度位置后记录原检测到跌落点云位置的扇区内点云个数，反复转动M次，记录扇区内跌落点云超过X个点云的次数；

当跌落点云超过X个点云的次数超过

优选的，所述N大于等于5，M大于等于10，L大于等于0.2，X大于等于5。

本发明的优点在于：本发明在传统深度相机视觉防跌落检测的基础上，提出了基于IROS的复杂干扰环境下机器人远距离跌落检测预警方法，由于跌落地形不同于普通障碍物，跌落后机器人损伤较大，对机器人来说存在较大危险，当机器人运动较快时机器人靠近跌落处后再进行防跌落检测存在较大跌落风险，在深度相机视野最远处进行准确防跌落检测可提前进行预警，可最大限度地防止机器人的跌落、保证机器人的安全。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。

图1为本发明流程结构示意图。

图2机器人防跌落检测场景示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1

一种基于IROS机器人远距离跌落检测预警方法，通过以下技术方案实现：

S1：将深度相机固定于机器人前部，并与水平方向呈45°至90°角向下固定。保证深度相机视野不被机器人身体遮挡。

S2：IROS控制模块控制深度相机进行数据采集，获取机器人前方路段的点云数据，保证深度相机检测数据量程大于标称量程。

S3：提取点云数据中非地面点云，并将非地面点云分类为准确点云、模糊点云和剔除点云，并剔除剔除点云。采用ray_ground_filter已有算法提取非地面点云，当检测出的跌落点云距离小于

S4：将模糊点云转换为激光格式数据投影到水平面，角度分辨率为1°，按照水平面角度5°分为一个扇区。

S5：根据扇区中的点云数据判断机器人前方路段是否存在塌陷，如果存在塌陷则机器人更改移动路线。

根据扇区中的点云数据判断机器人前方路段是否存在塌陷，具体方式如下：

检测扇区内点云数据是否存在塌陷，如果跌落点云超过X个点云，则扇区内存在到坑陷，记录跌落点云距机器人的相对位置。

可选的，检测扇区内点云数据是否存在塌陷具体方式如下：设置垂直方向高度阈值，如果点云高度大于高度阈值，则当前区域存在塌陷。

对塌陷位置进行复测，确认扇区内是否确实存在塌陷。

所述复测方式具体如下：

机器人转动5度后快速转回原位置，之后来回反复运动，每次到达5度位置后记录原检测到跌落点云位置的扇区内点云个数，反复转动10次，记录扇区内跌落点云超过5个点云的次数。

当跌落点云超过5个点云的次数超过6次时，从原始位置向前快速运动0.2米后向后快速返回原始位置，之后来回反复运动，每次到达0.2米位置后记录原检测到跌落点云位置的扇区内点云个数，反复转动10次，记录扇区内出现跌落点云超过5个点云的次数，当次数超过6次，则确认此扇区检测到塌陷。

采用Rlinux实时操作系统和IROS浪潮机器人操作系统系统中间件进行设计，相机采用IROS编写驱动，定制仅发布符合分辨率需要的点云数据、不发布彩色图像数据，避免因为点云过于密集而设置降低分辨率或降采样导致的对系统资源不必要的损耗。

编写防跌落检测处理IROS节点程序实现功能，并通过IROS运动控制模块直接连接底层运动控制电路板控制机器人运动，在Rlinux实时性管理系统中，根据防跌落安全等级与机器人其他IROS节点工作需要实时自适应调整防跌落检测处理节点的实时性优先级，将运动控制与里程计节点的实时优先级调到最高。

在设计时利用Rlinux和IROS进行实时性设计，保证程序的实时性，避免出现处理延误而使机器人存在安全隐患。

检测出的目标在实时地图上标记为跌落目标，随着机器人不断运动实时检测并更新检测结果。本方法可消除深度相机满量程数据不确定带来的误差，其工作稳定、结果可靠性高。整个控制方法结构简单，算法简明，适合IROS和Rlinux的实时进程进行计算和处理，运行速度较快，可以实时监测。由于跌落地形不同于普通障碍物，跌落后机器人损伤较大，对机器人来说存在较大危险，当机器人运动较快时机器人靠近跌落处后再进行防跌落检测存在较大跌落风险，在深度相机最远处进行准确防跌落检测可提前进行预警，可最大限度地防止机器人的跌落、保证机器人的安全。

实施例2

本公开实施例还提供一种基于IROS机器人远距离跌落检测预警装置，包括处理器（processor）和存储器（memory）。可选地，该装置还可以包括通信接口（CommunicationInterface）和总线。其中，处理器、通信接口、存储器可以通过总线完成相互间的通信。通信接口可以用于信息传输。处理器可以调用存储器中的逻辑指令，以执行上述实施例的基于IROS机器人远距离跌落检测预警方法。

此外，上述的存储器中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。

存储器作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序，如本公开实施例中的方法对应的程序指令/模块。处理器通过运行存储在存储器中的程序指令/模块，从而执行功能应用以及数据处理，即实现上述实施例中基于IROS机器人远距离跌落检测预警方法。

存储器可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端设备的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器。

本公开实施例提供了一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令设置为执行上述基于IROS机器人远距离跌落检测预警方法。

上述的计算机可读存储介质可以是暂态计算机可读存储介质，也可以是非暂态计算机可读存储介质。

本公开实施例的技术方案可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括一个或多个指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本公开实施例所述方法的全部或部分步骤。而前述的存储介质可以是非暂态存储介质，包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等多种可以存储程序代码的介质，也可以是暂态存储介质。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。