[發明專利]一種基于環境地圖的機器人安防巡檢方法及其機器人

在審

• 申請號: 201611154363.6
• 申請日: 2016-12-14
• 公開（公告）號: CN106598052A
• 公開（公告）日: 2017-04-26
• 發明（設計）人: 張帆
• 申請（專利權）人: 南京阿凡達機器人科技有限公司
• 主分類號: G05D1/02
• 分類號: G05D1/02;G05D1/12
• 代理公司: 江蘇圣典律師事務所32237
• 代理人: 賀翔,劉輝

技術領域

本發明涉及安防監控技術領域，具體是一種基于環境地圖的機器人安防巡檢方法及其機器人。

背景技術

目前的安防監控領域大都采用被動式的視頻監控方法，一般是在特定監測點安裝攝像頭，在特定區域集中顯示各監測點圖像，通過人工排查各個攝像機拍攝的圖像審核不安全因素。該方法具有諸多缺點：1、需要人工不斷排查多個攝像機的監控畫面，容易造成視覺疲勞造成漏判不安全因素。2、攝像機的視角相對固定且不易實現大范圍運動，如需監控大范圍場景需要布置較多的攝像頭，容易造成監控死角。3、當發現不安全因素視頻監控方式不容易進行主動跟蹤。4、監控相機大都是RGB攝像機不具備夜視功能，夜間監控能力大大下降，往往需要增加輔助照明裝置從而造成很多不利影響。

發明內容

本發明要解決的問題是提供一種基于環境地圖的機器人安防巡檢方法及其機器人，該方法及所使用的機器人能夠實現主動不間斷監控，并且可以實現對不安全因素進行主動跟蹤。

為實現上述發明目的，本發明的一種基于環境地圖的機器人安防巡檢方法，包括以下步驟：

機器人在監控區域行走過程中，通過頭部安裝的深度獲取監控區內物體的深度距離數據，從而建立整個監控區的二維平面地圖；

所述機器人根據建立的監控區域二維地圖規劃出監控路線；

所述機器人將當前的深度相機獲取的距離數據與之前建立的二維平面進行匹配，從而定位出機器人當前所處監控區域中的位置；所述機器人按照規劃的監控路線移動巡查。

進一步的，所述建立未監控區的二維平面地圖采用的是SLAM方法中的Gmapping算法，具體過程如下：

21）深度相機獲取的深度圖是空間物體相對于深度相機的三維空間坐標數據，通過將一定高度范圍內的數據向深度相機水平面進行投影，即可將三維空間深度數據轉化為二維的激光雷達數據；

22）Gmapping算法根據轉換后得到的激光雷達數據結合機器人的里程計信息，使用粒子濾波的方法最終構建出監控區的二維平面地圖。

進一步的，所述定位機器人當前所處監控區域中的位置和機器人按照規劃的監控路線移動巡查的具體過程如下：

31）機器人當前位置定位：采用自適應的蒙特卡洛定位方式，采用粒子濾波器根據當前的激光雷達數據及里程計信息來跟蹤已知地圖中機器人的位姿；

32）機器人結合當前位置信息，沿著全局路徑規劃行走，當行進過程中遇到地圖中沒有標注的障礙物，將障礙物標注在二維平面地圖中；

33）重復以上步驟，使用新的二維平面地圖重新進行路徑規劃。

進一步的，所述機器人發現生物或煙霧時，進行判斷是否為危險因素；對不安全因素進行跟蹤并不斷向監護人匯報當前狀態；對煙霧通過煙霧傳感器進行辨別；對生物可以采用骨骼檢測識別法、面部識別法或語音識別法。

更進一步，所述骨骼檢測識別法包括以下步驟：

通過深度相機獲取生物體的深度圖；

識別生物體骨骼數據；

將識別到的生物體骨骼數據與數據庫對比，如果所述生物體骨骼數據與數據庫中任何個體數據均無法匹配，則判定為危險因素，并對所述危險因素進行實時跟蹤；如果所述生物體骨骼數據與數據庫中任意個體數據匹配，則判定為安全因素，不予追蹤。

另一種改進，所述面部識別法包括以下步驟：

當機器人檢測到生物體時，通過機器人的攝像機檢測生物體面部特征；

將所述生物體面部特征與生物體面部特征數據庫進行匹配，如果匹配成功則完成身份驗證，不予追蹤；如果匹配不成功，則將所述生物體識別為危險因素。

進一步的，所述機器人監測到危險因素后，根據預先制定的安全策略或者監護人操作執行相應操作。

應用于上述技術方案的安防巡檢方法的機器人，包括：

深度相機，主要用于獲取室內物體相對于機器人的距離數據及生物體內部結構，從而建立監控區域的二維網格地圖及實現機器人定位。由于深度相機采用紅外結構光進行物體深度探測，所以在晚上黑暗情況下仍然能夠正常工作；

RGB彩色相機，用于獲取監控區域的彩色圖像，用于進行面部識別及場景查看；

煙霧傳感器，用于感應監控區域的煙霧；

麥克風陣列，用于拾取外部的聲音或者對聲源大致的方向進行判別；

揚聲器，用于播放聲音如詢問、警報。