[發(fā)明專利]一種基于視覺的機器人避障方法

有效

• 申請?zhí)枺?/td>: 202011374292.7
• 申請日: 2020-11-30
• 公開（公告）號: CN112486171B
• 公開（公告）日: 2022-08-30
• 發(fā)明（設(shè)計）人: 徐志;羅云翔;邸慧軍;碩南;張展華
• 申請（專利權(quán)）人: 中科院軟件研究所南京軟件技術(shù)研究院
• 主分類號: G05D1/02
• 分類號: G05D1/02;G05B19/042
• 代理公司: 南京鐘山專利代理有限公司 32252
• 代理人: 陳月菊

本發(fā)明公開了一種基于視覺的機器人避障方法，其特征在于，所述避障方法包括以下步驟：構(gòu)建全局定位環(huán)境庫；對機器人當前位置的視覺圖像和激光信息進行處理，提取其中特征信息，在全局定位環(huán)境庫中進行檢索與匹配，確定機器人的實時位姿和對應(yīng)的視覺特征地圖，在視覺定位地圖上進行全局定位，生成局部代價地圖；采用深度視覺傳感器獲取包含障礙物信息的點云數(shù)據(jù)，對點云數(shù)據(jù)進行稀疏化處理，提取關(guān)鍵有效數(shù)據(jù)，解析提取數(shù)據(jù)，結(jié)合激光數(shù)據(jù)得到三維方向上的障礙物信息，在局部代價地圖中標記出障礙物位置信息。本發(fā)明能夠同時實現(xiàn)全局定位和三維避障的功能，具有占用面積小、運算輕量化、高性能低功耗等優(yōu)點。

技術(shù)領(lǐng)域

本發(fā)明涉及機器人避障技術(shù)領(lǐng)域，具體而言涉及一種基于視覺的機器人避障方法。

背景技術(shù)

自主導(dǎo)航與定位的技術(shù)是智能機器人的關(guān)鍵技術(shù)之一，定位技術(shù)可以使機器人知道“我在哪”；建圖技術(shù)可以對機器人周圍環(huán)境進行建圖，它服務(wù)于定位，也能使機器人知道“我要去哪”；導(dǎo)航技術(shù)可以讓機器人知道“怎么去”。在未知環(huán)境即沒有地圖的情況下，需要機器人具備同時定位和建圖的能力(SLAM，Simultaneous Localization And Mapping)。在已知環(huán)境(有地圖)的情況，需要機器人在已有地圖上進行定位，并保持全局一致。用于定位與建圖的傳感器主要是相機和激光雷達?，F(xiàn)有機器人中激光定位與建圖技術(shù)成熟、精度高、計算量小，但無法處理無結(jié)構(gòu)區(qū)域或無法區(qū)分結(jié)構(gòu)相似的區(qū)域，在一些人群密集等復(fù)雜場景也會出現(xiàn)丟失情況。基于視覺傳感器的定位與建圖技術(shù)可以充分利用豐富視覺信息進而對基于激光的SLAM技術(shù)做輔助定位。在導(dǎo)航方面，機器人最重要的特性是能夠進行實施避障。機器人常用的單線雷達是二維傳感器，掃描的是固定高度的障礙物，低于或者高于雷達面的障礙物都不會被標記，機器人很容易于其他層面障礙物發(fā)生碰撞。深度視覺傳感器可以捕捉三維世界中的障礙，然后標記到SLAM算法構(gòu)建好的地圖中，協(xié)助單線雷達實現(xiàn)三維避障。例如，專利號為CN110285813A的發(fā)明中提出一種室內(nèi)移動機器人人機共融導(dǎo)航裝置及方法，在每個規(guī)劃周期基于動態(tài)代價地圖構(gòu)建搜索圖計算當前規(guī)劃周期最佳的規(guī)劃結(jié)果。

然而，目前與視覺相關(guān)機器人邊緣設(shè)備通常存在如下問題：1.以視覺為核心傳感器的設(shè)備，由于必須基于視覺本身的視覺方法對采集數(shù)據(jù)進行處理，計算量大；并且其在弱紋理、光照變化劇烈等情況無法正常工作。2.通常該類設(shè)備都是單獨負責機器人定位功能和避障功能中的一種，在安裝面積有限的小型機器人身上同時安裝會浪費大量空間，同樣也存在功耗高的問題。3.當前視覺相關(guān)邊緣設(shè)備使用的計算模塊通常存在低性能高功耗等缺點，同時只能搭載較為笨重的Linux主流發(fā)行版本。

發(fā)明內(nèi)容

本發(fā)明針對現(xiàn)有技術(shù)中的不足，提供一種基于視覺的機器人避障方法，能夠同時實現(xiàn)全局定位和三維避障的功能，具有占用面積小、運算輕量化、高性能低功耗等優(yōu)點，為以單線激光雷達為主的定位和導(dǎo)航算法提供有力支撐。

為實現(xiàn)上述目的，本發(fā)明采用以下技術(shù)方案：

一種基于視覺的機器人避障方法，所述避障方法包括以下步驟：

S1，利用激光全局定位模塊和視覺全局定位模塊對各自采集的圖像數(shù)據(jù)和激光數(shù)據(jù)進行關(guān)鍵幀處理，構(gòu)建全局定位環(huán)境庫，所述全局定位環(huán)境庫包括視覺全局定位庫和激光全局定位庫；其中，視覺全局定位模塊同時接收激光定位模塊發(fā)送的所有視覺幀的位姿和激光全局定位模塊發(fā)送的關(guān)鍵幀信息，基于激光建圖結(jié)果，構(gòu)建激光地圖坐標系下的視覺定位地圖；

S2，對機器人當前位置的視覺圖像和激光信息進行處理，提取其中特征信息，在全局定位環(huán)境庫中進行檢索與匹配，確定機器人的實時位姿和對應(yīng)的視覺特征地圖，在視覺定位地圖上進行全局定位，生成局部代價地圖；

S3，采用深度視覺傳感器獲取包含障礙物信息的點云數(shù)據(jù)，對點云數(shù)據(jù)進行稀疏化處理，提取關(guān)鍵有效數(shù)據(jù)，解析提取數(shù)據(jù)，結(jié)合激光數(shù)據(jù)得到三維方向上的障礙物信息，在局部代價地圖中標記出障礙物位置信息。

為優(yōu)化上述技術(shù)方案，采取的具體措施還包括：