[发明专利]一种基于SLAM的双目视觉避障轮式机器人

说明书

本发明涉及一种基于SLAM的双目视觉避障轮式机器人。所述机器人包括底盘框架，设置于所述底盘框架上的车轮，用于驱动所述车轮运动的驱动装置，所述底盘框架上设置有stm32底层控制板、NVIDIA tx2开发板、双目视觉摄像头、用于对所述所述stm32底层控制板和NVIDIA tx2开发板提供电源的供电装置、用于检测所述机器人的运动速度和位移的编码器和姿态传感器；所述stm32底层控制板和双目视觉摄像头分别与所述NVIDIA tx2开发板电性连接；所述驱动装置、编码器和姿态传感器分别与所述stm32底层控制板电性连接。本发明提供的机器人精度高、实时性好、不易受环境干扰。

技术领域

本发明属于计算机视觉领域，更具体地，涉及一种基于SLAM的双目视觉避障轮式机器人。

背景技术

现有的技术一般在移动机器人上搭载摄像头，激光雷达或者超声波探测器等来检测障碍物的位置和形状，并采用一定的路径规划策略来避开障碍物。超声波测距是基于测量超声波飞行时间的原理，通过压电或静电变送器产生一个频率在几十kHz的超声波脉冲组成波包，系统检测高于某阈值的反向声波，检测到后使用测量到的飞行时间计算出距离。激光雷达感知距离原理是基于飞行时间原理（TOF），激光雷达包括发射器和接收器，发射器用激光照射障碍物，接收器接收反向回的光波，类似于超声波测速，由于光速远高于声速，所以激光雷达的精度也高于超声波探测器。单目摄像头测距方法是三角测量，通过在两处观察同一点的夹角，从而确定该点的距离。双目视觉摄像头通过同步采集左右相机的图像，计算图像间视差，来估计每一个像素的深度。RGB-D相机通过红外结构光或者通过飞行时间法原理来测量像素的距离。

对于使用超声波探测的移动机器人，虽然成本低且简单，但由于不同材料对声波的反射或者吸引是不相同的，在部分场景下易受到其他声波干扰，并且超声波的测量传播周期较长，不适用于动态避障。而激光雷达的测距是基于ToF原理的，通过测量激光的飞行时间来进行测距，由于光速很快，需要非常高精度的时间仪器，所以也造成成本高的缺点，此外激光也受太阳光和物体表面影响。单目视觉在图像处理方面，无法仅凭图像确定像素深度。造成测量像素距离的尺寸不确定性。双目或多目相机在视差的计算非常消耗计算资源，需要GPU和FPGA设备加速后，才能实时输出整张图像的距离信息。RGB-D相机存在测量范围窄、噪声大、视野小、易受日光干扰、无法测量透视材质等诸多问题。对于使用摄像头的移动机器人，由于算法大都是基于矩阵的运算，所以运行量大，不适用于具备单一的CPU芯片的嵌入式开发板计算处理。而GPU（图形处理器）专为执行复杂的数学和几何计算而设计的，特点是大的吞吐量设计。能够很好的满足对视觉图像的计算处理，使CPU就从图形处理的任务中解放出来，可以执行其他更多的系统任务。所以，同时具备CPU和GPU芯片的开发板能够使得平台数据处理更加快速精确，有效提高平台的整体性能。

开发一种搭载有具备CPU和GPU（图形处理器）的嵌入式开发板的视觉避障机器人平台具有重要的研究意义和价值。

发明内容

本发明的目的在于克服现有技术中移动机器人实现避障功能的精度低、实时性不佳、易受环境干扰且运行量大的缺陷和不足，提供一种基于SLAM的双目视觉避障轮式机器人。本发明提供的基于SLAM的双目视觉避障轮式机器人在Nvidia Jetson TX2硬件平台上搭建视觉SLAM系统，利用TX2在计算机视觉方面的高性能、低能耗计算的特点来减少视觉处理的时间，提高实时性；利用双目视觉摄像头内置的红外（IR）主动光探测器来弥补对光照高要求的缺陷，可有效增加白墙和无纹理物体的识别精度，为室内的环境识别和视觉SLAM算法提供更精准的图像源。通过上述部件的配合，开发设计出了精度高、实时性好的自主移动机器人，可自主应用于各个行业。

为实现上述发明的目的，本发明采用如下技术方案：