[发明专利]一种四足机器人避障及领航员跟随方法及系统

说明书

本发明公开了一种四足机器人避障及领航员跟随方法及系统，所述方法包括如下步骤：获取所有基站的坐标信息、标签到任意一个基站的距离以及原始激光雷达三维点云数据；对原始激光雷达三维点云数据进行预处理；基于改进的超宽频三边定位算法，根据所有基站的坐标信息以及标签到任意一个基站的距离，得到四足机器人以及领航员位置信息；将经过预处理的激光雷达三维点云数据映射到二维平面栅格地图；基于二维平面栅格地图和四足机器人以及领航员位置信息建立滑动窗口，基于滑动窗口和自主导航路径规划算法进行路径搜索，得到避障后的最短路径，通过上述方法，每一次搜索都能找到可行的最短路径，且具有较高的搜索效率。

技术领域

本发明属于人工智能和机器人技术领域，尤其涉及一种四足机器人避 障及领航员跟随方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构 成在先技术。

目前，众所周知，地球上的陆地表面积约为1.49亿平方千米，一半以 上的陆地表面是崎岖不平的、非结构化环境，而四足哺乳动物可以在类似 的环境中高效运动，具有与动态非结构环境的强适应性和运动灵活性。因 此，以其为仿生对象，像Bigdog、Hyq和MiniCheetah等一系列具有四足 动物运动特性的四足机器人涌现出来。在该类机器人的研究中，机器人要 能够与人共融，实现自然交互，也能够适应复杂的环境。因此，研究四足 机器人的环境适应能力以及人机交互能力成为了重点。其中，解决四足机 器人在复杂环境中的避障和人员跟踪问题是当前的一个关键技术难题。

在环境感知避障方面，2010年发表在《IEEE International Conference onRobotics and Automation》的《Autonomous Navigation for BigDog》 中的BigDog四足机器人很早就实现了在复杂环境下的避障自主行走，将平 面激光扫描仪和双目相机获取的障碍物信息转换到2D网格图上，引入路径 规划避障算法实现了自主避障。2012年同样发表在《IEEE International Conference on Mechatronics and Automation》的《ObstacleCrossing with Stereo Vision for a Quadruped Robot》中的LittleDog四足机器人通过立体视觉进行感知环境信息，实现了在包括不规则大型障碍物崎岖环境下 的行走。除此之外，2013年发表在《IEEE/RSJ International Conference on Intelligent Robots andSystems》的《High fidelity day/night stereo mapping with vegetation andnegative obstacle detection for vision-in-the-loop walking》中的LS3四足机器人搭载了LMS111激光扫 描仪、二自由度云台、近红外光源与全向近红外相机、Bumblebee双目相机 等感知工具可以在没有人干预的情况下穿越复杂环境前往指定的地点，实 现自主行进。