掌桥专利:专业的专利平台
掌桥专利
首页

多传感器信息融合的智能机器人导航装置、方法以及介质

文献发布时间:2024-04-18 19:58:53


多传感器信息融合的智能机器人导航装置、方法以及介质

技术领域

本发明涉及机器人领域,尤其涉及一种多传感器信息融合的智能机器人导航装置、方法以及介质。

背景技术

随着人们生活水平的提高与科学技术的发展,机器人因其代替了一些重复性的劳动被广大消费者认可。机器人的应用范围很广,包括导览、讲解、运输、带路、安保、巡逻、监护等工作。不可避免地,机器人撞人、机器人跌落或是机器人撞击物体的事件时有发生,这给人们的生命财产安全带来极大的威胁。当前机器人多数为简单地检测机器人离障碍物的距离小于阈值后停止运动或是需要人工干预脱困,自主性较差,降低了服务机器人使用的效率。

参考申请人的在先申请,专利号:CN 112083730 A,公开了一种融合多组传感器数据在复杂环境中避障的方法,上避障层通过深度摄像头和激光雷达进行避障,下避障层通过超声波和碰撞检测进行避障,相当于上避障层进行远距离避障判定,下避障层进行近距离避障判定,通过上下避障层的传感器数据进行融合,从而提高针对复杂环境进行避障决策的准确性。然而,仅通过传感器类型的堆砌,并不能进一步提高避障决策的速率和准确性,太多的信息类型反而会阻碍决策的速度,太多权重不同甚至彼此矛盾的信息只会影响决策的准确性,这在静态环境避障中并不明显,但在动态环境避障中尤为明显。例如,服务机器人在人流大的环境中,为了快速准确地决策,需要的不再是获取更加丰富的传感信息,而是过滤大部分不断变化,且不可预测的动态数据,迅速在多样化的传感信息类型中,选取对当前环境最有参考价值的数据类型,并稳定推进自己的巡航任务,避免机器人原地待机保安全的消极情况发生。

因此,需要提供一种能够快速应对复杂动态环境的多传感器信息融合的智能机器人导航方法和装置。

发明内容

本发明的目的在于提供一种能够快速应对复杂动态环境的多传感器信息融合的智能机器人导航方法和装置。

根据本发明的一方面,提供一种多传感器信息融合的智能机器人导航装置,所述导航装置包括:

锚点,固定于路径上任一点;

机器人,与所述锚点通信连接,并沿路径巡航;

所述锚点通过超声波传感判断路径上的障碍物是否为动态障碍物,若是,则标记所述动态障碍物,并生成关于所述动态障碍物的第一运动信息,且发送至所述机器人;

所述机器人根据所述第一运动信息标记所述动态障碍物,并通过自身监测生成关于所述动态障碍物的第二运动信息;

当所述机器人进行避障路径规划时,以所述第一运动信息作为决策依据;

当所述机器人进行紧急避险时,以所述第二运动信息作为决策依据。

更优地,多个所述锚点分别设置于机器人的巡航路径上,以每一锚点作为节点构建平面坐标系,所述锚点通过超声波传感判断机器人和动态障碍物相对锚点的位置坐标和运动速度;

所述第一运动信息为所述动态障碍物在所述平面坐标系中的位置、运动方向和运动速率;

当所述机器人进行避障路径规划时,所述机器人根据所述动态障碍物在所述平面坐标系中的位置和运动方向预判动态障碍物的运动路径,并调整自身的巡航路径;

所述机器人根据所述动态障碍物的运动速率调整自身的运动速度。

更优地,所述机器人包括:

运动底座,执行路径巡航;

下避障层,设于所述运动底座上,用于近距离监测障碍物,所述下避障层包括:第一处理单元和与所述第一处理单元相连的超声波模块;所述超声波模块监测所述动态障碍物,并生成第二运动信息,且发送至所述第一处理单元,所述第二运动信息包括所述动态障碍物相对所述机器人的距离;

所述超声波模块监测到的所述动态障碍物相对所述机器人的距离记为D,所述机器人与所述动态障碍物的安全距离记为A,当满足关系式:D<A时,所述第一处理单元发送紧急避险指令至所述运动底座,所述运动底座执行停止路径巡航的动作。

更优地,所述下避障层还包括:

碰撞检测模块,与所述第一处理单元相连,用于监测机器人是否与动态障碍物发生碰撞,若是,则发出警报。

更优地,所述机器人还包括:

上避障层,设于所述下避障层远离所述运动底座的一侧,所述上避障层包括:第二处理单元以及与所述第二处理单元相连的激光雷达模块;

所述激光雷达模块扫描所述机器人周围的环境,并将扫描数据发送至所述第二处理单元;

所述第二处理单元构建环境地图,且调用所述锚点构建的平面坐标系数据,并标记所述锚点在所述环境地图中对应所述平面坐标系的位置。

更优地,所述激光雷达模块扫描路径上的障碍物,所述第二处理单元判断所述障碍物是否为动态障碍物,若是,则标记所述动态障碍物,并生成关于所述动态障碍物的第三运动信息,

所述第三运动信息包括所述动态障碍物在所述环境地图中的位置、运动方向和运动速率;

当所述机器人未处于所述锚点的有效监测范围内,且需要进行避障路径规划时,以所述第三运动信息作为决策依据。

更优地,所述上避障层还包括:

深度摄像模块,与所述激光雷达模块并排设置,并与所述第二处理单元相连,且用于采集所述机器人周围环境的图像,并将数据导入到地图中,用作环境地图中的物体贴图。

更优地,当所述机器人处于所述锚点的有效检测范围内,且所述锚点发送所述第一运动信息至所述机器人时,所述第二处理单元调用所述第一运动信息,并对比所述第一运动信息和所述第三运动信息;

当所述第一运动信息与所述第三运动信息的误差大于预设阈值时,以所述第一运动信息作为避障路径规划的第一决策依据,并通知用户排查误差原因;

当所述第一运动信息与所述第三运动信息的误差小于预设阈值时,将发送所述第一运动信息的锚点标记为可靠锚点。

一种多传感器信息融合的智能机器人导航方法,所述方法包括步骤:

路径上任一点的锚点与机器人通信连接,并通过超声波传感判断路径上的障碍物是否为动态障碍物,若是,则标记所述动态障碍物,并生成关于所述动态障碍物的第一运动信息,且发送至所述机器人;

所述机器人根据所述第一运动信息标记所述动态障碍物,并通过自身监测生成关于所述动态障碍物的第二运动信息;当所述机器人进行避障路径规划时,以所述第一运动信息作为决策依据;当所述机器人进行紧急避险时,以所述第二运动信息作为决策依据。

一种计算机存储介质,用于计算机存储,所述计算机存储介质存储有一个或多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现所述的方法。

本发明具有如下有益效果:

通过锚点判断路径上的障碍物是否为动态障碍物,若是,则标记所述动态障碍物,并生成关于所述动态障碍物的第一运动信息,且发送至所述机器人,当所述机器人进行避障路径规划时,以所述第一运动信息作为决策依据。同时,所述机器人根据所述第一运动信息标记所述动态障碍物,并通过自身监测生成关于所述动态障碍物的第二运动信息;当所述机器人进行紧急避险时,以所述第二运动信息作为决策依据。相比自身也处于运动中的机器人,固定于路径上的锚点可以通过更少的数据精确判断出动态障碍物的运动信息,并提供给机器人作为避障路径规划决策的依据。相比于通过间接数据判断机器人与动态障碍物之间运动关系的锚点,机器人自身的监测数据可以更高效精确地判断出近距离状态下,机器人是否需要对已经被锚点标记的动态障碍物进行紧急避险的动作。从而提高了机器人快速应对复杂动态环境的能力。

附图说明

为了更清楚地说明本发明实施方式或现有技术中的技术方案,下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。

图1为本发明一实施方式所述的机器人的结构示意图;

图2为本发明一实施方式所述的机器人、锚点与动态障碍物的场景示意图;

图3为本发明一实施方式所述的机器人与动态障碍物的安全距离判定示意图;

图4为本发明一实施方式所述的导航装置的结构框图;

图5为本发明一实施方式中包含计算机存储介质的计算机设备的内部结构图;

附图标号说明:100、导航装置;10、锚点;20、机器人;21、运动底座;22、下避障层;221、第一处理单元;222、超声波模块;223、碰撞检测模块;23、上避障层;231、第二处理单元;232、激光雷达模块;233、深度摄像模块;200、动态障碍物。

具体实施方式

为了便于理解本发明,下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的较佳的实施方式。但是,本发明可以容许多不同的形式来实现,并不限于本文所描述的实施方式。相反地,提供这些实施方式的目的是使对本发明的公开内容的理解更加透彻全面。

需要说明的是,当元件被称为“固定于”另一个元件,它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件,它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。

除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施方式的目的,不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。

请参考图1-图5,本发明一实施方式提供了一种多传感器信息融合的智能机器人20导航装置100,所述导航装置100包括:锚点10和机器人20。

其中,锚点10是设置有通信模块和超声波传感器的装置,锚点10固定于路径上任一点,路径指的是机器人20的巡航路径,也可以理解为机器人20的工作区域,或者可能会经过的区域。机器人20与所述锚点10通信连接,相当于让机器人20在工作区域内有了一个固定的静态观察站,代替一部分监测周围环境的任务。考虑到成本,锚点10的检测手段应当具有低能耗、低数据量、作用范围大的特点,其中,作用范围大是相对于机器人20的工作环境而言,本申请中,锚点10采用超声波传感器监测周围环境,超声波的作用可以满足绝大部分应用场所的作用距离要求,且相比激光雷达、图像采集等手段,能耗更低,数据量也更低。机器人20根据自身的任务沿路径巡航,当遇到障碍物时,锚点10可以辅助机器人20进行决策。

其中,所述锚点10通过超声波传感判断路径上的障碍物是否为动态障碍物200,若是,则标记所述动态障碍物200,并生成关于所述动态障碍物200的第一运动信息,且发送至所述机器人20。所述机器人20根据所述第一运动信息标记所述动态障碍物200,并通过自身监测生成关于所述动态障碍物200的第二运动信息。

其中,当所述机器人20进行避障路径规划时,以所述第一运动信息作为决策依据。由于锚点10是固定在路径中的,相当于一个静态的观察站,相比于自身也在运动中的机器人20,锚点10可以用更简单的手段判断障碍物是否为动态的,此处的动态是相对于周围环境而言,本申请中,锚点10采用超声波监测,通过监测障碍物是否相对锚点10进行了运动,即可判断障碍物是否为动态,以及动态障碍物200的位置、运动方向、运动速率等运动信息。因此,以锚点10辅助机器人20进行避障路径规划的决策,不仅需要的信息量更少,更容易处理判断,也更加精确。

参见图2,机器人20自左向右运动,动态障碍物200自上而下运动,二者都在运动,若无锚点10辅助,机器人20需要结合超声波、激光雷达、图像识别等多种传感器手段的结合,才能判断动态障碍物200是否会对机器人20的安全造成影响,并且在图2的场景中,由于是在拐角相遇,如果存在墙体,机器人20的大部分监测手段都会失效,超声波监测也会打折扣,但通过锚点10辅助,无论锚点10是正好设于拐角处,还是设于其他可以分别监测到机器人20和动态障碍物200的位置,都可以为机器人20避障路径规划提供高效准确的决策依据。由于超声波是通过介质传播的,甚至可以将锚点10设置在路中央,但需要在结构上进行适应性的设计。

其中,当所述机器人20进行紧急避险时,以所述第二运动信息作为决策依据。相比于通过间接数据判断机器人20与动态障碍物200之间运动关系的锚点10,机器人20自身的监测数据可以更高效精确地判断出近距离状态下,机器人20是否需要对已经被锚点10标记的动态障碍物200进行紧急避险的动作。

参见图3,可以通过一个超声波传感器检测机器人20四周的情况,也可以采用多个超声波传感器分别监测机器人20四周的情况,图3中,分别在机器人20的四周分别设置了超声波传感,用于监测动态障碍物200是否进入了机器人20的安全范围,若是,则进行紧急避险,若否,则按照避障路径规划执行路径巡航。

更优地,多个所述锚点10分别设置于机器人20的巡航路径上,以每一锚点10作为节点构建平面坐标系,所述锚点10通过超声波传感判断机器人20和动态障碍物200相对锚点10的位置坐标和运动速度。所述第一运动信息为所述动态障碍物200在所述平面坐标系中的位置、运动方向和运动速率。当所述机器人20进行避障路径规划时,所述机器人20根据所述动态障碍物200在所述平面坐标系中的位置和运动方向预判动态障碍物200的运动路径,并调整自身的巡航路径。所述机器人20根据所述动态障碍物200的运动速率调整自身的运动速度。

更优地,所述机器人20包括:运动底座21、下避障层22和上避障层23。

其中,运动底座21用于执行路径巡航。下避障层22设于所述运动底座21上,用于近距离监测障碍物。此处的近距离是相对上避障层23的远距离而言的,与锚点10的监测手段相比,下避障层22中的超声波模块222与用于锚点10中的超声波传感器并没有本质的差别,仅仅是参数型号等选择上的差别。

其中,所述下避障层22包括:第一处理单元221和超声波模块222。

其中,所述第一处理单元221与超声波模块222相连,此处,相连指的是通信连接。所述超声波模块222监测所述动态障碍物200,并生成第二运动信息,且发送至所述第一处理单元221,所述第二运动信息包括所述动态障碍物200相对所述机器人20的距离。超声波数据经过处理后可以实现无线电雷达的效果,即声呐雷达,但此处只需要判断机器人20与动态障碍物200的相对距离,因此可以过滤掉无效的数据信息,仅采用距离信息作为第二运动信息,可以提高决策的效率。

其中,所述超声波模块222监测到的所述动态障碍物200相对所述机器人20的距离记为D,所述机器人20与所述动态障碍物200的安全距离记为A,当满足关系式:D<A时,所述第一处理单元221发送紧急避险指令至所述运动底座21,所述运动底座21执行停止路径巡航的动作,也就是紧急制动停止的动作。

更优地,所述下避障层22还包括:碰撞检测模块223。

其中,碰撞检测模块223与所述第一处理单元221相连,此处,相连指的是通信连接。碰撞检测模块223用于监测机器人20是否与动态障碍物200发生碰撞,若是,则发出警报。其中,警报可以是设置在机器人20上的警报器,也可以是向远程的控制中心发送警报信息,提醒用户机器人20遇到了可能的安全隐患,提醒人工介入。

更优地,所述机器人20还包括:上避障层23。

其中,上避障层23设于所述下避障层22远离所述运动底座21的一侧。所述上避障层23包括:第二处理单元231以及激光雷达模块232。

其中,所述第二处理单元231与激光雷达模块232相连,此处,相连指的是通信连接。所述激光雷达模块232扫描所述机器人20周围的环境,并将扫描数据发送至所述第二处理单元231。所述第二处理单元231构建环境地图,且调用所述锚点10构建的平面坐标系数据,并标记所述锚点10在所述环境地图中对应所述平面坐标系的位置。

更优地,所述激光雷达模块232扫描路径上的障碍物,所述第二处理单元231判断所述障碍物是否为动态障碍物200,若是,则标记所述动态障碍物200,并生成关于所述动态障碍物200的第三运动信息。所述第三运动信息包括所述动态障碍物200在所述环境地图中的位置、运动方向和运动速率。当所述机器人20未处于所述锚点10的有效监测范围内,且需要进行避障路径规划时,以所述第三运动信息作为决策依据。相当于,在设有锚点10的场景中,以锚点10作为决策依据,在没有锚点10,或者锚点10失效的场景中,以机器人20自带的激光雷达模块232作为决策依据,尤其是在锚点10故障,或者锚点10与机器人20断开通信连接的场景中。

更优地,所述上避障层23还包括:深度摄像模块233。

其中,深度摄像模块233与所述激光雷达模块232并排设置,并与所述第二处理单元231相连。且深度摄像模块233用于采集所述机器人20周围环境的图像,并将数据导入到地图中,用作环境地图中的物体贴图。且所述第二处理单元231根据所述第一运动信息,将被标记的动态障碍物200在地图中高亮标记,作为机器人20重点监测的对象。

更优地,当所述机器人20处于所述锚点10的有效检测范围内,且所述锚点10发送所述第一运动信息至所述机器人20时,所述第二处理单元231调用所述第一运动信息,并对比所述第一运动信息和所述第三运动信息。当所述第一运动信息与所述第三运动信息的误差大于预设阈值时,以所述第一运动信息作为避障路径规划的第一决策依据,并通知用户排查误差原因。当所述第一运动信息与所述第三运动信息的误差小于预设阈值时,将发送所述第一运动信息的锚点10标记为可靠锚点10。当多个锚点10被连续标记为可靠锚点10时,说明系统正常;当某个锚点10被标记为异常,而前后的锚点10被标记为可靠锚点10时,说明是锚点10异常,可以提醒用户维护排查异常锚点10;当连续出现多个异常的锚点10时,说明是机器人20异常,可以提醒用户维护排除机器人20。

本实施方式还提供了一种多传感器信息融合的智能机器人20导航方法,所述方法包括步骤:

步骤S10:路径上任一点的锚点10与机器人20通信连接,并通过超声波传感判断路径上的障碍物是否为动态障碍物200,若是,则标记所述动态障碍物200,并生成关于所述动态障碍物200的第一运动信息,且发送至所述机器人20;

步骤S20:所述机器人20根据所述第一运动信息标记所述动态障碍物200,并通过自身监测生成关于所述动态障碍物200的第二运动信息;当所述机器人20进行避障路径规划时,以所述第一运动信息作为决策依据;当所述机器人20进行紧急避险时,以所述第二运动信息作为决策依据。

本实施方式还提供一种计算机存储介质,用于计算机存储,所述计算机存储介质存储有一个或多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现所述的方法。

图5示出了一个实施方式中计算机设备的内部结构图。该计算机设备具体可以是终端,也可以是服务器。如图5所示,该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统,还可存储有计算机程序,该计算机程序被处理器执行时,可使得处理器实现本实施例所述的方法。该内存储器中也可储存有计算机程序,该计算机程序被处理器执行时,可使得处理器执行本实施例所述的方法。本领域技术人员可以理解,图5中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。

一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如上述所述方法的步骤。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

借此,通过锚点10判断路径上的障碍物是否为动态障碍物200,若是,则标记所述动态障碍物200,并生成关于所述动态障碍物200的第一运动信息,且发送至所述机器人20,当所述机器人20进行避障路径规划时,以所述第一运动信息作为决策依据。同时,所述机器人20根据所述第一运动信息标记所述动态障碍物200,并通过自身监测生成关于所述动态障碍物200的第二运动信息;当所述机器人20进行紧急避险时,以所述第二运动信息作为决策依据。相比自身也处于运动中的机器人20,固定于路径上的锚点10可以通过更少的数据精确判断出动态障碍物200的运动信息,并提供给机器人20作为避障路径规划决策的依据。相比于通过间接数据判断机器人20与动态障碍物200之间运动关系的锚点10,机器人20自身的监测数据可以更高效精确地判断出近距离状态下,机器人20是否需要对已经被锚点10标记的动态障碍物200进行紧急避险的动作。从而提高了机器人20快速应对复杂动态环境的能力。

以上所述实施方式仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以作出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。

相关技术
  • 导航方法、导航效果测试方法、装置、设备和介质
  • 导航信息展示方法、装置、终端及存储介质
  • 基于充电桩位置信息的导航方法、装置、存储介质及终端
  • 一种多传感器信息融合的智能机器人导航装置
  • 多传感器信息融合的智能机器人导航装置
技术分类

06120116507810