[發明專利]基于Kinect3和激光雷達的SLAM陪跑小車

有效

• 申請號: 202110214570.0
• 申請日: 2021-02-25
• 公開（公告）號: CN113031002B
• 公開（公告）日: 2023-10-24
• 發明（設計）人: 馮寶;馮金;于適;李運德;何婧;陸森良;黃子君
• 申請（專利權）人: 桂林航天工業學院;桂林師范高等專科學校
• 主分類號: G01S17/894
• 分類號: G01S17/894;G01S17/931;G01S17/86
• 代理公司: 深圳紫晴專利代理事務所(普通合伙) 44646
• 代理人: 陳映輝

本發明公開了一種基于Ki nect3和激光雷達的SLAM陪跑小車，包括覆帶小車，安裝在覆帶小車上的Ki nect3攝像頭、RPLIDAR A3，內載于覆帶小車內的Jetson TX2模塊以及安裝在覆帶小車上的機械手；Ki nect3攝像頭用于實現視覺SLAM，通過掃描覆帶小車周圍環境并實現覆帶小車自身和使用者的定位，RPLI DAR A3用于實現激光SLAM，消除視覺SLAM的累積誤差，Ki nect3攝像頭和RPLI DAR A3將采集到的信息發送至Jetson TX2模塊進行處理，經樹莓派實現覆帶小車和機械手工作狀態的調控。本發明不需要連接網絡就可以實現自身和使用者的高準確度定位，并保持距離緊密跟隨。

技術領域

本發明涉及視覺和雷達SLAM定位技術領域，具體涉及一種基于Kinect3 和激光雷達的SLAM陪跑小車。

背景技術

隨著SLAM(同步定位與建圖)技術興起及其在機器人室外定位問題上的重要性愈發凸顯，越來越多的企業和科研機構紛紛投入到SLAM技術的研發中，如今，SLAM技術是業界公認的前沿定位技術方向，目前SLAM分為視覺SLAM 和激光SLAM，兩者各有相應的優缺點。

發明內容

本發明的目的在于提供一種基于Kinect3和激光雷達的SLAM陪跑小車，通過Kinect3來定位目標，再由激光雷達來校正消除視覺SLAM的累積誤差，由此實現高準確度的SLAM定位，能夠實時定位運動員，并保持距離緊密跟隨。

為實現上述目的，本發明采取的技術方案為：

基于Kinect3和激光雷達的SLAM陪跑小車，包括覆帶小車，安裝在覆帶小車上的Kinect3攝像頭、RPLIDAR A3，內載于覆帶小車內的Jetson TX2模塊以及安裝在覆帶小車上的機械手；所述Kinect3攝像頭用于實現視覺SLAM，通過掃描覆帶小車周圍環境并實現覆帶小車自身和使用者的定位，所述 RPLIDAR A3用于實現激光SLAM，消除視覺SLAM的累積誤差，Kinect3攝像頭和RPLIDAR A3將采集到的信息發送至Jetson TX2模塊進行處理，經樹莓派實現覆帶小車和機械手工作狀態的調控。

進一步地，覆帶小車工作時首先依靠激光SLAM確認自身位置，使用 RPLIDAR A3掃描采集周圍環境數據，初步建立地圖，定位覆帶小車自身位置；

之后啟用視覺SLAM，使用Kinect現場訓練使用者的模型并初步定位使用者位置，并測量覆帶小車和使用者之間的距離。

之后，將使用者的位置信息、機器人自身的位置信息與測量到的距離信息將傳輸到樹莓派，由樹莓派控制履帶車追蹤使用者并保持一定距離。

進一步地，機械臂用于抓取使用者遞過來的水杯等物體，當使用者遞過來的物體被抓住后，Kinect3會采集物品特征數據并傳輸至Jetson TX2進行分類和訓練，最后得出物品的特征模型。

進一步地，使用者取用物品時，Kinect3會根據前一步訓練好的物品模型，對被取用的物品進行實時識別和跟蹤，并將物品位置信息傳輸到樹莓派，當使用者放下物品后，樹莓派會根據機器人自身位置和物品位置控制機械手去抓取物品。

進一步地，所述Jetson TX2模塊采用安裝Python 3.6的PC或其他安裝 Python3.6環境的處理器或嵌入式系統。

本發明具有以下有益效果：

基于SLAM的實時定位系統，結合了兩大SLAM定位方法的優點，利用激光 SLAM的精確性來驗證校準視覺SLAM累積誤差的算法，實現了長時間精準地定位。

利用履帶車作為機器人地盤可以適應各種復雜地形，順利追蹤使用者，利用機械臂抓取用戶使用后隨意放置的物品并攜帶跟隨用戶，這樣用戶不需要隨身攜帶水瓶、手機等物品也可以隨時隨地使用它們。