[发明专利]一种基于ROS机器人操作系统的机器人自动跟随方法

说明书

本发明公开了一种基于ROS机器人操作系统的机器人自动跟随方法，该方法是使用激光雷达采集数据，对数据进行预处理，使用层次聚类算法对数据进行聚类，以行人双腿模型作为行人识别特征，以双腿中间位置代表行人位置，以重采样的方法解决激光雷达特征不明显，识别率低的缺点。本发明方法合理利用ROS机器人系统进行实现，方便各部分之间的消息传递和功能实现，利用了ROS的导航框架，使机器人自动跟随过程中，具备一定的导航避障能力。

技术领域

本发明涉及机器人控制的技术领域，尤其是指一种基于ROS机器人操作系统的机器人自动跟随方法。

背景技术

近些年来，机器人技术发展迅速，取得了惊人的成果，越来越多的机器人代替人类在各个领域发挥了不可替代的作用。尤其是人工智能(AI)时代的到来，许多新型机器人应运而生。例如家居服务机器人，导购机器人，扫地机器人等。机器人技术已经成为推动人类进步发展的重要技术之一。机器人自动跟随功能是机器人技术的一个重要方面，在许多应用场合都需要具备自动跟随功能。例如家居服务机器人，导购机器人等。因此，对机器人自动跟随技术进行研究，具有非常重要的意义。

目前实现机器人自动跟随方法有很多，其中应用最多的是基于视觉的机器人自动跟随技术。通过摄像机识别行人目标，从而实现自动跟随。基于视觉的行人检测，受光照、摄像机视野范围的影响，在某些应用场合并不能发挥理想的效果。另一种是基于激光雷达的自动跟随技术，激光雷达能够较精确的获得周围环境的距离信息，且不受光照等环境因素的影响，但由于激光雷达只能采集行人的距离信息，特征并不明显，所以对算法的要求较高，往往对行人的检测精度并不是很高，所以需要对行人检测以及跟随算法进行优化。

综合以上论述，发明一种精度较高、适用环境范围广的机器人自动跟随方法具有较高的实际应用价值。

发明内容

本发明的目的在于克服传统的基于视觉和基于激光雷达的机器人自动跟随技术的不足，提出了一种基于ROS机器人操作系统的机器人自动跟随方法，采用一定时间内进行重采样的方法，解决激光雷达特征不足，行人识别准确率较低的缺点，并利用ROS机器人操作系统进行实现，合理利用了ROS的Navigation框架，使机器人在自动跟随过程中具备一定的路径规划和避障能力。

为实现上述目的，本发明所提供的技术方案为：一种基于ROS机器人操作系统的机器人自动跟随方法，包括以下步骤：

1)传感器数据处理：使用激光雷达采集数据，对数据进行预处理，剔除那些超出预设范围的数据，并将结果转化到全局坐标系；

2)数据聚类：使用层次聚类算法对数据进行聚类，去除噪声点并对环境进行分割；

3)行人识别：对聚类后的结果进行行人识别，以类圆弧算法识别行人腿部模型，以行人双腿特征作为行人检测特征，识别出可能的行人位置；

4)重采样：在设定时间内对行人重新进行检测，根据前后两次检测结果，排除干扰项，锁定行人目标，并综合利用机器人当前位置和行人位置，确定下一时刻目标位置，避免机器人与行人碰撞；

5)导航：根据行人目标确定导航目标，使用A*算法规划出全局路径，并使用dwa动态窗口算法规划局部路径，控制机器人朝导航目标运动，并实时避开障碍物。

在步骤1)中，使用激光雷达采集数据，对数据进行预处理，将数据限制在[min_size,max_size]范围内：

min_size≤data_useful≤max_size

其中，min_size、max_size分别代表最小和最大的激光雷达数据，data_useful代表有效数据；