[发明专利]服务机器人的导航系统及方法

说明书

本发明公开了一种服务机器人的导航系统及方法，可用于医疗服务机器人和家庭服务机器人。包括：采用隐马尔可夫模型(HMM)进行语音识别，增强人机的交互性；通过机器人的多传感器采集到的信息，采用启发式搜索定位以及子图快速筛选算法进行机器人的定位和地图构建，建图更加高效准确；采用强化学习算法进行路径规划，保证了快速准确的导航能力。

技术领域

本发明涉及一种服务机器人的导航系统及方法。

背景技术

随着智能制造、物联网产业的快速发展，在全球进行抗疫活动的时代背景下，服务型移动机器人得到了快速发展。这就要求机器人拥有对外部环境的动态感知、自主导航、路径规划的能力。由于机器人在环境感知过程中存在误差，尤其是在动态变化的环境下，机器人会出现计算效率慢等情况，出现故障的可能性大大提高。

发明内容

本发明的目的在于提供一种服务机器人的导航系统及方法。

为解决上述问题，本发明提供一种服务机器人的导航系统，包括：

传感器、上位机和下位机，其中，

所述上位机为安装ROS机器人操作系统的树莓派，用于处理数据和生成控制命令；

所述下位机为基于Cortex-M3的搭建的机器人控制系统，用于底盘控制，电量监测；所述上位机通过串口与下位机建立通信；

所述传感器与上位机相连，用于采集信息数据。

进一步的，在上述系统中，所述传感器包括：分别与所述上位机连接的激光雷达、Kinect、里程计、加速度计、GPS定位模块和IMU模块。

进一步的，在上述系统中，所述传感器采集的数据信息包括：里程计信息、定位信息、IMU信息、速度信息、点云信息、激光数据、深度信息和语音信息。

根据本发明的另一面，还提供一种语音识别方法，应用于如上述任一项所述服务机器人的导航系统，所述方法包括：

服务机器人通过Kinect麦克风阵列采集语音信息；

采集到的语音信息通过预处理、加窗分帧及端点检测进行预处理，得到预处理的语音信息；

利用小波变换从所述预处理的语音信息中提取特征参数；

应用HMM模型识别提取到的特征参数，以输出控制指令。

根据本发明的另一面，还提供一种机器人定位和建图方法，应用于如上述任一项所述服务机器人的导航系统，所述方法包括：

基于多种传感器采集的信息数据进行点云稀疏化和位姿初步估计；

基于点云稀疏化和位姿初步估计，并使用启发式搜索定位结合子图确认当前位姿，并将处理后的点云进行子图构建和栅格更新，最终构建栅格地图；

使用快速筛选法结合点云信息和外推位姿的方式查找匹配最好的子图，完成所述栅格地图的构建。

进一步的，上述机器人定位和建图方法中，多种传感器采集的信息数据包括：激光雷达获取的激光点云信息、Kinect获取的环境图像信息、GPS获取的定位信息、惯导模块获取的IMU信息和里程计获取的里程计信息。

根据本发明的另一面，还提供一种机器人路径规划方法，应用于如上述任一项所述服务机器人的导航系统，所述方法包括：

将构建的地图进行栅格化处理，并进行障碍物膨胀以避免机器人的撞上障碍物，采用强化学习算法进行路径规划。