[发明专利]一种基于Kinect的移动机器人避障方法

说明书

本发明公开一种基于Kinect的移动机器人避障方法，在室内环境中，通过Kinect传感器获取环境信息，通过对深度信息的处理识别出障碍物特征，分离出不同障碍物，并实现对障碍物尺寸的估计和对特殊障碍物的识别，根据障碍物信息确定对应的障碍物场景，从而确定对应的避障策略，并结合人工势场法，为未知室内环境中智能移动机器人的实时避障提供了一种适应性强、实时性好、路径较为平滑的解决方案。本发明提高了对环境信息的掌握，因而适用于更多室内场景，同时，结合人工势场法进行避障，利用了人工势场法的优点并通过环境信息解决了一些人工势场法存在缺陷的情况。

技术领域

本发明涉及移动机器人技术领域，更具体地，涉及一种基于Kinect的移动机器人避障方法。

背景技术

智能移动机器人技术是机器人学中的一个重要分支，是一项有着广阔应用前景的高新技术，它在工业自动化、军事、农业、建筑、医疗、家居等诸多领域均有广泛的应用。在智能车的众多功能中，避障是最基础、最低层次的功能，只有机器人能够在环境中自主行走，其他高级功能才能够被安全的加入系统。在移动机器人避障中，室内环境中的障碍物规避是其中一个重要课题。移动机器人在室内行走时，可能遇到的障碍物场景很多，如桌子、椅子、门口、墙壁、楼梯、走廊、吊灯、柜子等等，目前，对于适用于多个场景的未知环境机器人自主导航还没有有效的解决方案。

识别出障碍物特征后必须选择合适的避障策略使得移动机器人能够实时有效的避开障碍物。在众多局部路径规划算法中，人工势场法由于其实现简单、实时性好、不需要预先知道障碍物信息、避障路径比较平滑等优点而得到广泛应用。人工势场法的基本原理是把移动机器人在环境中的运动视为一种在抽象的人造受力场中的运动，目标点对移动机器人有“吸引力”，引力大小随二者间距离减小而减小，一定范围内的障碍物对移动机器人有“排斥力”，斥力大小随二者间距离减小而增大，最后通过合力来控制移动机器人的运动，其目标是使移动机器人能够远离障碍到达目标点。人工势场法的主要缺陷在于复杂场景中或某些特殊场景下容易出现局部最小点、振荡等问题，导致避障失败。

发明内容

本发明为克服上述现有技术所述的至少一种缺陷，提供一种基于Kinect的移动机器人避障方法。为未知室内环境中智能移动机器人的实时避障提供了一种适应性强、实时性好、路径较为平滑的解决方案。

为解决上述技术问题，本发明的技术方案如下：

一种基于Kinect的移动机器人避障方法，所述方法包括以下步骤：

S1：假设地面大致平坦，在开始避障前，采用Kinect传感器的深度摄像头获取无障碍物的深度图，提取地面平面方程；

S2：采用Kinect传感器的深度摄像头获取机器人前方的深度图；

S3：根据获取的机器人前方的深度图，估计障碍物的尺寸并识别障碍物的类型；

S4：根据不同障碍物场景确定对应的避障策略。

在一种优选的方案中，步骤S1中，提取地面平面方程具体包括以下步骤：

S1.1：Kinect传感器的深度摄像头读取清除障碍物的深度图作为地面帧；

S1.2：使用Kinect深度摄像头标定后的内参，将深度图转化为以Kinect摄像头中心点为原点的摄像头坐标系中的点云，对点云使用RANSAC算法提取出拟合平面，即得到地面平面方程。

在一种优选的方案中，步骤S1中，所述RANSAC算法的基本步骤是：随机选择深度图中的3个点平面ax+by+cz+d＝0，检查剩余的点到平面的距离是否小于预设的阈值A，这里设A为0.005m，若小于阈值A则认为该点在平面上，计算符合平面方程的点的个数；重复上一步骤，直到符合平面方程的点的个数大于预设的阈值B，即得到平面方程ax+by+cz+d＝0。