[发明专利]一种基于多传感器数据融合的室外自主避障方法

说明书

本发明公开一种基于多传感器数据融合的室外自主避障方法，包括构建无缝衔接的顶层视觉采集区、上层传感区、中层传感区、下层传感区，上位机分别从U形传感区、中位宽距扇形传感区、高位窄距矩形传感区获取距离传感数据，构建实时动态3D建模图像数据等过程。通过上述方式，本发明提供一种基于多传感器数据融合的室外自主避障方法，将单个激光雷达与红外、超声等传感器进行数据融合，可以避免激光视角的盲区，应用范围较广，成本适中适合大规模产品化。

技术领域

本发明涉及机器人技术领域，尤其涉及一种基于多传感器数据融合的室外自主避障方法。

背景技术

现有机器人室外运动避障方案，一般用激光雷达和机器视觉，而这两种技术存在着一定的局限性；首先激光雷达的主要缺陷以下两方面：(1)单个激光雷达受安装位置影响，有些低矮障碍物无法扫描到，存在视角盲区；(2)同时使用多个激光雷达进行数据融合，使得成本过高；机器视觉主要缺陷是受环境影响较大，应用场景较为局限。

发明内容

本发明主要解决的技术问题是提供一种基于多传感器数据融合的室外自主避障方法，将单个激光雷达与红外、超声等传感器进行数据融合，可以避免激光视角的盲区，应用范围较广，同时成本适中适合大规模产品化。

为解决上述技术问题，本发明采用的一个技术方案是：提供一种基于多传感器数据融合的室外自主避障方法，包括以下步骤：

步骤一：在机器人本体上沿竖直方向构建无缝衔接的顶层视觉采集区、上层传感区、中层传感区、下层传感区；

步骤二：在下层传感区同一水平面上构建U形红外传感阵列，形成半径1.5米低位短距U形传感区；

步骤三：在中层传感区构建叠加在U形红外传感阵列之上的超声波传感器，形成半径5米的中位宽距扇形传感区；

步骤四：在上层传感区构建叠加在超声波传感器之上的激光雷达，形成长度100米的高位窄距矩形传感区；

步骤五：利用上位机分别从U形传感区、中位宽距扇形传感区、高位窄距矩形传感区、顶层视觉采集区同步获取距离传感数据和视频流数据，实时整合构建动态3D建模图像数据；

步骤六：上位机利用动态3D建模图像数据规划壁障路线，下发给机器人执行；

步骤七：从视频流数据读取帧数据，提取特征信息，进行特征匹配，生成视觉里程计数据，通过视觉里程计与imu融合后的数据对机器人底盘里程计的数据做矫正，补偿因机器人颠簸或打滑引起的失准数据；

步骤八：将特征信息通过回环检测准确地进行重定位，并重复执行步骤六。

在本发明一个较佳实施例中，所述U行红外传感阵列由至少5个等间距排布的红外距离传感器组成。

本发明的有益效果是：本发明提供的一种基于多传感器数据融合的室外自主避障方法，将单个激光雷达与红外、超声等传感器进行数据融合，可以避免激光视角的盲区，应用范围较广，同时成本适中适合大规模产品化。

具体实施方式

下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

本发明实施例包括：

一种基于多传感器数据融合的室外自主避障方法，包括以下步骤：

步骤一：在机器人本体上沿竖直方向构建无缝衔接的顶层视觉采集区、上层传感区、中层传感区、下层传感区；

步骤二：在下层传感区同一水平面上构建U形红外传感阵列，形成半径1.5米低位短距U形传感区；