[发明专利]基于双目摄像头与二维激光雷达的移动机器人导航方法

说明书

本发明公开了一种基于双目摄像头与二维激光雷达的移动机器人导航方法，包括步骤：建立二维栅格地图模型；建立移动机器人位姿模型；建立激光雷达数据模型；建立双目摄像头与激光雷达的联合标定模型；利用Dijkstra算法和A‑Star算法进行路径规划与避障导航。该方法能够通过三角形联合标定法，确定双目摄像头与二维激光雷达的相对位置与相对朝向；能够在已知环境二维栅格地图环境下，使用双目摄像头探测环境中高于和低于二维激光雷达平面的障碍物，并且将障碍物映射到环境地图中，通过最短路径算法与启发式搜索优化，得到避开障碍物的导航路径线，可以使移动机器人在运动过程中沿着避开障碍的路径到达目的地。

技术领域

本发明涉及移动机器人导航的技术领域，尤其是指一种基于双目摄像头与二维激光雷达的移动机器人导航方法。

背景技术

随着科学技术的高度发展，机器人系统的应用领域越来越广泛，如工业、农业、医疗等。随着机器人系统的广泛应用，智能化成为其发展的一个重要方向，其中移动机器人使用环境地图进行导航是智能机器人领域的一项重要工作。

近年来，移动机器人在真实环境下的创建地图、跟踪定位、自主规划、自主导航、自主避障等诸多领域取得了可喜的成就。移动机器人在导航上已经发展了基本的理论基础，对移动机器人在已知环境下的路径规划，避障导航，实时路径调整也发展了各种实现方法。由于不同的机器人使用的传感器类型不同，以及所面对的环境规模的不同，不同类型的传感器在移动机器人避障导航中往往需要进行数据融合，使得机器人系统同时考虑源自多种传感器的数据信息，进行机器人的路径规划。

在不同的地图中有不同的路径规划算法，大多数算法都离不开图论模型中经典的最短路径算法。在此基础上，在近年的研究中，不断有新颖高效的导航算法提出，比如说基于快速扩展随机树(RRT)算法为轮式移动机器人提供全局路径规划；还有采用粒子群算法与人工线势场法相融合进行路径规划与动态避障的方法，实现向目的地移动的同时实时避开动态障碍物。

对于深度传感器的应用是机器人导航中获取环境信息的关键，传统的深度传感器有超声波测距传感器，单线激光测距仪，多线激光阵列传感器，立体相机等等。这些传感器硬件从被发明以来一直在朝着高精度，长距离，高帧率的方向发展。已有的廉价单线激光雷达基于三角测量原理，利用障碍物远近不同的反射角度测量距离，其精度和实时性可以达到配置在移动机器人上实现实时动态获取环境信息，但是由于单线激光雷达只能采集一个平面内的障碍信息，对于高于或低于激光雷达的障碍物无法直接探测。

而双目视觉系统利用双目摄像头进行三维测距，对硬件设备的运算能力要求较高，目前的算法常常需要牺牲精度换取运算效率。目前依靠高精度摄像头组成的双目视觉系统可以实现对三维场景的重建。

而对于机器人软件系统，目前主流的机器人系统框架是基于ROS(The RobotOperating System)系统，该系统提供有各种主流传感器的数据接口，也提供对机器人的控制接口，可以在真实环境下完成各类型机器人的实验。并且ROS系统提供有友好的可视化界面，可以实时远程监控各个传感器以及机器人性能信息。

发明内容

本发明的目的在于克服二维激光传感器只能探测单一平面障碍物的不足，利用双目摄像头与二维激光雷达进行数据融合，使机器人系统能够通过双目摄像头探测低于和高于激光雷达平面的障碍物，提出了一种基于双目摄像头与二维激光雷达的移动机器人导航方法，该方法能够利用事先标定好的激光雷达与双目摄像头的相对位置，将双目摄像头探测到的不同平面内的障碍物映射到激光雷达数据模型当中，作为局部环境信息，在路径规划的过程中，同时考虑激光雷达的障碍物数据与双目视觉系统的障碍物数据，

为实现上述目的，本发明所提供的技术方案为：基于双目摄像头与二维激光雷达的移动机器人导航方法，包括以下步骤：

1)建立二维栅格地图模型：建立以二维栅格地图作为环境障碍信息的环境地图模型，建立世界坐标系与地图坐标系的转换关系。