[发明专利]机器人用深度摄像头与超声波结合的避障控制方法及系统

说明书

技术领域

本发明涉及机器人技术领域，尤其涉及一种机器人用深度摄像头与超声波结合的避障控制方法及系统。

背景技术

智能机器人，例如扫地机器人等越来越广泛的应用于家庭生活中，机器人要实现灵活、高效、智能的移动，就需要具有自主导航的功能。地图创建、定位及路径规划是自主导航的三个关键要素，地图创建与定位是相互依存的关系，缺少环境地图则无法准确的标定机器人的位置，初始位置不确定，则创建的地图就会缺少基准点，正因如此未知环境下的机器人的地位与地图创建将以同时定位与地图创建的方式实现，即是移动机器人随着对环境的探索，逐步扩大自身存储的地图的广度，并实时的将未知信息定位在新创建的地图中，这种技术一般称之为同时定位与地图生成。目前，较为常用的智能机器人的同时定位与地图生成技术包括FastSLAM与vSLAM两大类。其中FastSLAM系统一般使用激光测距仪或声纳来实现，而vSLAM则使用视觉传感器来实现。FastSLAM由于使用了激光、声纳等传感器，对一些特殊的环境如线段、拐角等不能识别，因此需要通过改进算法来实现定位的准确性。

目前较为常见的移动智能机器人的定位技术主要是根据先验的环境，结合当前机器人位置信息以及传感器输入信息，准确的确定机器人位姿的过程，主要包括相对定位与绝对定位，绝对定位主要使用导航信标，主动或被动识别、地图匹配或卫星导航技术进行定位，定位精确较高。但是相对于家用机器人而言成本较高，相对定位是通过测量机器人相对于初始位置的距离和方向来确定机器人的当前位置，通常也称为导航推算法，常用的传感器包括里程计及惯导系统，例如速度陀螺、加速度计等。导航推算法的有点是机器人自己推算出来的，不需要对外界的感知信息，确定是漂移误差会随着时间的积累导致小误差无限的增加，因此误差较大。

综合上述的描述，传统机器人的定位避障方法只能避开距离机器人长距离的障碍物体，因此存在误差、盲区和反射角度等局限性。

发明内容

针对上述技术中存在的不足之处，本发明提供一种机器人用深度摄像头与超声波结合的避障控制方法及系统，实现了机器人对环境的无盲区探测，在行走过程中可有效避开障碍物体。

为实现上述目的，本发明提供一种机器人用深度摄像头与超声波结合的避障控制方法，包括以下步骤：

步骤1，机器人开始进行行走和探索；

步骤2，机器人上安设的深度数据摄像头摄取当前体姿0.3-4m、拍摄角度为60度的深度图像；若是遇到外障碍物体，则进入步骤3，若是未遇到外障碍物体，则返回步骤1；

步骤3，获取机器人到外障碍物体的深度信息Z，根据深度信息Z利用三角公式计算并获得首次障碍信息的深度图像的x和y，x表示外障碍物体到机器人原点的距离，y表示外障碍物体的高度；

步骤4，将获取的首次障碍信息的深度图像x和y按一定的比例映射到显示屏的x轴和y轴上并保存；

步骤5，分多次旋转深度数据摄像头360度中的剩余角度，每旋转一次深度数据摄像头就根据上述的三角公式获取一个新的障碍信息的深度图像的x和y，直到转完360度后则将所有障碍信息显示在显示屏上；

步骤6，由机器人上安设的超声波测距模块判断距离机器人体姿0-0.3m以内是否有内障碍物体，若有内障碍物体，则计算出内障碍物体到机器人的距离并在显示屏上进行显示；若无内障碍物体，则跳出检测；

步骤7，根据显示屏上的显示确定机器人行走避开内、外障碍物体的可行走路线。

其中，由于深度图像的分辨率为320*200，并且深度数据摄像头到分辨率最大值的角度是60度；因此所述三角公式为α＝(x/320)*60,利用y＝Z*cos(α),Z为x与y构成的直角三角形的斜边，x＝Z*sin(α)。

其中，所述深度数据摄像头首次旋转后剩余的角度可分七次旋转，如第一次旋转角度为30度、第二次旋转角度为60度、第三次旋转角度为30度、第四次旋转角度为60度、第五次旋转角度为30度、第六次旋转角度为60度和第七次旋转角度为30度；由于每次旋转的度数不同，则可避免采集到重复的图像。

其中，所述步骤1之前还有一个步骤0，该步骤0具体为：打开机器人电源，初始化开始，给机器人发送声音指令：开始探索。