[发明专利]一种无人巡检设备无盲区智能反馈控制系统、方法、终端

权利要求书

1.一种无人巡检设备无盲区智能反馈控制方法，其特征在于，包括：

步骤一，获取无人巡检设备运动状态和周围环境；

步骤二，基于获取的无人巡检设备运动状态和周围环境，利用北斗定位技术结合惯性导航算法，进行无人巡检设备无盲区室外导航定位；基于获取的无人巡检设备运动状态和周围环境，利用惯性导航定位技术，进行室内和室外定位的无缝切换；

步骤三，融合非接触射频定位技术与惯性导航技术，在低密度信息读取设备环境下进行无人巡检设备无盲区导航；

所述无人巡检设备无盲区智能反馈控制方法还包括：

(1)在数据层实现多帧点云实时融合配准，根据曲率从原始点云中提取特征点，以特征点之间的点线距离、点面距离构造代价函数，之后经过帧间配准和地图配准，由粗略到精细地估计前后帧位姿变化；

(2)利用配准后的致密点云检测障碍物，借助点云配准得到的位姿，可将历史帧点云转换到当前帧坐标系下，得到多帧点云集合；将多帧点云集合向栅格地图做投影，根据点云高度分布特征判别每个栅格是否为障碍物；对比单帧点云检测，时空融合后的多帧点云检测距离更远；

(3)使用基于多特征融合的动态障碍物检测跟踪方法，首先分别从三维激光雷达获得的数据和多层激光雷达获得的数据中提取障碍物的轮廓特征和激光脉冲反射强度特征，接着融合提取的特征并对动态障碍物进行建模，通过构建相似度矩阵完成动态障碍物的匹配跟踪并利用建立的障碍物模型完成动态障碍物的运动状态估计，为动态障碍物识别和动态轨迹预测提供障碍物运动状态信息；

所述无人巡检设备无盲区智能反馈控制方法具体包括：

图的类型：

(1)原始地图：原始地图格式为*.rmap，用于制作导航地图和稠密地图；

(2)导航地图：导航地图格式为*.hmap，用于机器人的定位导航；

(3)稠密地图：稠密地图格式为*.txt或*.pcd两种格式，用于制作地图和全局地图；

(4)地图：地图格式为*.csv，用机器人的路径规划；

(5)全局地图：全局地图为栅格地图格式为*.png，用于全局规划和局部避障；

建图步骤：

(1)勘察规划；

(2)勘察规划后，进行数据采集：采用合适的采集平台和采图设备对建图区域进行数据采集；

(3)数据处理，数据采集完数据之后打开SLAMMapping软件，导入原始数据自动进行数据处理；

(4)数据处理后，进行数据编辑，数据编辑对数据进行闭环操作，对点云进行BA和图优化；

(5)点云进行BA和图优化后数据导出数据编辑完毕后导出导航地图和稠密地图，稠密地图为标准格式的点云，用SLAMMapping或者第三方点云软件进行查看；

(6)制作高精地图和全局地图，数据导出完毕后，直接在SLAMMapping上制作高精地图和全局地图；

地图编辑

原始地图数据编辑主要是对数据进行闭环操作，对点云进行BA和图优化；

原始地图编辑完毕后即可导出导航地图和稠密地图，稠密地图为标准格式的点云，用SLAMMapping或者第三方点云软件进行查看；

高精地图制作与编辑

打开上一步生产的稠密地图pcd或txt格式，使用SLAMMapping进行高精地图制作，在点云上进行机器人行走路径的规划和编辑；

全局地图制作与编辑，借助于SLAMMapping，软件会自动删除地面点和噪点，在添加虚拟墙后，生成全局地图；

3D感知，融入基于大规模场景点云数据的语义提取与分割，实现基于地图的静态障碍物感知和各类动态障碍物感知，实时计算障碍物的距离、方位和速度，为无人巡检设备提供安全可靠的感知避障方案；

无人巡检设备导航利用改进欧氏聚类算法进行实时障碍物检测，对点云数据进行预处理，再通过地面坡度分离算法进行地面与非地面点云分离；根据不同的聚类距离阈值对非地面点云进行障碍物聚类检测，使用长方体框标记区分；将每个地面激光束固有的相邻点云间距与实际相邻两点间距离进行对比，结合相邻点角度差以及点云聚类，实现可通行区域的提取；融合障碍物检测和可通行区域提取结果，对可通行区域的通过性进行合并检测，传统的激光雷达算法，只使用当前单帧雷达点云做感知。