[发明专利]一种智能化机器人的巡检避障方法及系统

权利要求书

1.一种智能化机器人的巡检避障方法，其特征在于，具体包括以下步骤：

步骤一、获取工业巡检空间布局图像数据；

步骤二、根据所述空间布局图像数据制定初步巡检路径；

步骤三、根据所述初步巡检路径进行工业巡检，并利用信息采集设备实时获取作业环境数据；

步骤四、通过运算处理器实时分析作业环境数据，从而针对性的更新巡检路径；

步骤五、在巡检完成后上传巡检结果至服务器中进行巡检结果存储。

2.根据权利要求1所述的一种智能化机器人的巡检避障方法，其特征在于，

在接受到步骤一中的巡检空间布局图像数据时，通过数据转换对工作环境进行数字化的建模，进一步采用0、1栅格化的转换方式进行环境建模；其中，在平面中用0表示无障碍物的区域，用1表示存在障碍物的区域。

3.根据权利要求1所述的一种智能化机器人的巡检避障方法，其特征在于，

空间建模完成后，标记出发点和目的地，通过差异化初始信息素的处理方式，找寻最优的初步巡检路径；

进一步的，将构建好的空间模型按照等级划分为核心区域、重要区域和普通区域；随后，通过距离与障碍物的设定，制定个下一节点的选择概率。

4.根据权利要求3所述的一种智能化机器人的巡检避障方法，其特征在于，下一节点被选择概率的计算过程进一步为：

首先构建起始点与目的地之间的直线距离Dis，设定核心区域内的初始信息素浓度为τ_a，剩余区域为τ_b，若j点为路径规划中下一个移动点，则设定Dis₁为j点与起始点之间的直线距离，Dis₂为j点与目的地之间的直线距离，实际作业过程中，通过Dis、Dis₁和Dis₂之间的数据比，设定j点初始信息素τ_j(t)，其表达式如下：

式中，τ₂表示核心区域内的初始信息素浓度；τ_b表示除核心区域的初始信息素浓度；Dis₁表示j点与起始点之间的直线距离；Dis₂表示j点与目的地之间的直线距离；表示信息素增长量系数；表示信息素增量；dis_m表示普通区域与核心区域分界线到直线Dis之间的距离；dis_n表示普通区域与重要区域分界线到直线Dis之间的距离；t表示时间；h表示j点到直线Dis之间的距离；当h越小时，(Dis₁+Dis₂)越小，则j点初始信息素τ_j(t)就越大，则该节点作为下一节点被选择的可能性就越大。

5.根据权利要求1所述的一种智能化机器人的巡检避障方法，其特征在于，

步骤二中制定初步巡检路径时，采用修正蚁群算法中启发函数的方式，避免局部最优现象；

进一步的，修正后的启发函数表达式为：

式中，Dis_ij表示当前节点i到下一节点j的直线距离；Dis_jE表示下一节点j到目的地E的直线距离；当j点越靠近目的地E时，该节点被选择的概率就越大。

6.根据权利要求1所述的一种智能化机器人的巡检避障方法，其特征在于，

步骤四中实时分析采集到的环境图像数据的过程为：首先设定采集到的环境图像原点坐标为f(x，y)，将其像素设定为n行、n列；然后，将坐标(x，y)的数值进行数据离散处理，其中采用如下表达式对图像存储位数进行设定，即：

p＝n²L

式中，p表示图像数据存储所需要的的比特数；L表示图像的灰度级数；n表示设定的行列数；

最后，采用卡尔曼滤波器对环境图像数据进行预处理，并同时计算移动机器人位置的估计值，通过反馈计算降低与实际位置的误差，控制误差范围。