[发明专利]基于多传感融合的清洁机器人运动控制系统及方法

说明书

本发明公开了基于多传感融合的清洁机器人运动控制系统，包括包括环境感知模块、底层主控模块、微处理模块、中央处理模块和伺服驱动模块；环境感知模块通过AI目标识别模块、面阵雷达模块和激光雷达模块多传感方式融合，实现对清洁机器人运动姿态的控制。本发明提出的系统和方法用于清洁机器人可以实现灵活的控制，避免了人为的干扰自主清洁机器人清洁作业，大大降低了绕越的风险，提高了清洁机器人的作业效率并且增加了可靠性和安全性。

技术领域

本发明涉及清洁机器人技术领域，尤其涉及基于多传感融合的清洁机器人运动控制系统及方法。

背景技术

随着人工智能技术的发展，尤其是无人驾驶技术的不断成熟，低速无人商用清洁机器人在室内室外环境的落地商业化已成为可能。随着人口老龄化加速，伴随着保洁工作效率低工作强度大等因素导致用工难招的背景下，商用清洁机器人凭借人工智能技术，包括SLAM算法、计算机视觉、多传感融合算法和自动路径规划等技术，自动完成大场景地面全覆盖清洁任务，将大量保洁工从重复低效率的作业环境中解放出来。

目前，市面上常见的清洁机器人借助激光雷达、超声波和imu等传感器通过SLAM算法实现自主绕越前方固定或移动障碍物，有的还通过深度相机来识别前方障碍物距离。但深度相机非常依赖纯图像特征匹配，所以在光照较暗或者过度曝光的情况下效果都非常差，另外如果被测场景本身缺乏纹理，也很难进行特征提取和匹配。而超声波是根据超声波在空气中的传播速度为已知，超声波遇到障碍物反射回来的特性进行测量的，有如下缺点：a.超声波测距仪的测量精度是厘米级的，精度不高；b.超声波测距传感器是声波发射，具有声波的扇形发射特性，所以当声波经过之处障碍物较多时，反射回来的声波较多，干扰较多，易报错；c.超声波是根据发射和接收的时间差计算出发射点到障碍物的实际距离，因此，超声波测距具有延时性，对于移动机器人来说延时传感器是存在高风险的。

由此可见目前市面上的清洁机器人存在多种技术弊端问题，但是目前还没有通过AI目标识别技术、面阵雷达模块和激光雷达多传感方式融合实现清洁机器人区分前方障碍物是物体或者行人的一种运动控制方式。

发明内容

基于背景技术存在的技术问题，本发明提出基于多传感融合的清洁机器人运动控制系统，避免了人为的干扰自主清洁机器人清洁作业，大大降低了绕越的风险，提高了清洁机器人的作业效率并且增加了可靠性和安全性。

基于多传感融合的清洁机器人运动控制系统，包括：

环境感知模块，用于获取清洁机器人工作状态下的环境信息；

底层主控模块，用于获取清洁机器人工作状态下的工作参数信息；

微处理模块，用于接收所述环境感知模块、底层主控模块发出的信息并将接收到的信息传输至中央处理模块；

中央处理模块，对接收的信息进行处理得到决策信息，并将所述决策信息传输至所述微处理模块；

伺服驱动模块，接收所述微处理模块发出的决策信息且用于控制清洁机器人的运动姿态。

优选地，清洁机器人工作状态下的环境信息包括：清洁机器人前方是否有人或者物、清洁机器人与前方人或者物的距离；所述清洁机器人工作状态下的工作参数信息包括清洁机器人本体的加速度、角速度和位姿信息。

优选地，所述环境感知模块包括：

AI目标识别模块，用于判断清洁机器人前方是否有人；

面阵雷达模块，用于判断人与清洁机器人本体之间的距离；

激光雷达模块，用于判断清洁机器人前方是否有障碍物以及在判断有障碍物的情况下进而判断障碍物与清洁机器人本体之间的距离。

优选地，所述底层主控模块包括：