[发明专利]室内地图构造和定位的自导航机器人系统及图像匹配方法

说明书

本发明公开了一种室内地图构造和定位的自导航机器人系统及图像匹配方法，该机器人应用地图构建和导航技术，主要包括机器人本体的搭建；数字编码器、IMU、深度摄像头的数据采集和多数据的融合；完成了机器人本体的构建，运用了地图构建方法和路线导航技术完成了平台验证。该机器人具有以下几个技术特点和优势：1)相对于现有SLAM技术机器人制作成本低廉、技术实现可行性高。2)采用了编码器、IMU、深度摄像头多传感器的数据交互融合方法。3)使用地图重建技术和路线规划，提高机器人移动时效性。

技术领域

本发明涉及导航机器人技术领域，尤其涉及一种基于工控机的室内地图构建和路线导航的机器人及其图像特征匹配方法。

背景技术

进入21世纪，随着经济社会的不断发展，国内经济正从劳动人口密集型的制造生产方式到对自动化机器人代替人工不断增强的需求。其表层的原因是在国内前面几十年以劳动密集型、粗放的制造业格局，由于人口老龄化不断减少的人口红利，难以维系。要从不断减少的人口红利、劳动密集型的制造业转变成制造强国关键是科学创新能力。机器人产业已成为中国未来发展的重要产业之一，并将在推动中国工业转型升级中发挥重要作用，而且机器人代替人工也将会是未来制造业发展的趋势。科技创新能力也已成为国家间竞争力的决定性因素，而国内创新型社会的特征也愈加明显。移动机器人作为机器人的范畴，其的研究始于上个世纪60年代末期由斯坦福研究院(SRI)的科学家Nils Nilson和CharlesRosen等研制出的名为Shakey机器人。经过近几十年的发展，机器人的功能也不断丰富，从单一简单重复性的机械操作，到现在能搭载雷达、激光、摄像头等多传感器融合具有自动感知、自主定位以及自主决策的智能机器人。室内服务型机器人作为机器人种类的一个重要分支，其应用也广泛多样，在照护、清洁、娱乐等方面都可以寻其踪迹。由于室内环境对信号的传递减弱的限制及机器人导航精度的要求，传统的导航技术如北斗等在复杂的室内环境未能取得很好的效果。因此，将室内环境的特点，利用其将机器人的定位与环境信息特征结合显得尤为重要，同时利用室内环境特征建立的地图信息来进行路线的规划，这就是即同步定位与地图构建(Simultaneous Localization and Mapping,SLAM)。最早的slam算法是由R.Smith，M.Self和P.Cheeseman提出来，实验采用扩展卡尔曼滤波器(Extended KalmanFilter，EKF)算法进行评估位置等信息。

由于对实时变化的环境的导航精度要求，传统的一些技术如：北斗导航、GPS等无法满足对室内多变的环境进行实时精确的信息获取，而造成机器人的行走决策失效。

因此，现有技术需要进一步改进和完善。

发明内容

本发明的目的在于克服现有技术的不足，提供一种结构简单、可实现室内地图构造和定位的自动导航机器人。

本发明的另一目的在于克服现有技术的不足，提供一种基于上述机器人的图像特征匹配方法

本发明的目的通过下述技术方案实现：

一种室内地图构造和定位的自导航机器人系统，该自导航机器人系统主要包括用于识别周围环境信息及深度信息的视觉模块、用于提供稳定电压的电源模块、用于驱动机器人行进的运动控制模块、以及用于控制各模块协调工作的工控控制模块。所述工控控制模块分别与视觉模块、电源模块和运动控制模块连接。

具体的，所述视觉模块采用深度摄像头。所述运动控制模块包括微处理器、电机模块、电机驱动模块、用于修正电机模块累积误差的编码器模块、以及用于弥补编码器模块长时间累积误差的陀螺仪模块。所述电机驱动模块与电机模块电连接，控制电机模块的开闭状态。所述微处理器分别与电机驱动模块、编码器模块、陀螺仪模块和工控控制模块电连接。

进一步的，为了获得更好的地图图像数据，提高机器人的定位和导航精度，本发明所述自导航机器人系统还包括用于重建地图模型的PC机、以及用于连接PC机与工控控制模块的局域网。所述PC机通过局域网与工控控制模块通信连接。