[发明专利]一种基于障碍物属性的机器人行进策略确定方法和系统在审
申请号: | 202111671683.X | 申请日: | 2021-12-31 |
公开(公告)号: | CN114442615A | 公开(公告)日: | 2022-05-06 |
发明(设计)人: | 姚郁巍;苏瑞;衡进;孙贇 | 申请(专利权)人: | 重庆特斯联智慧科技股份有限公司 |
主分类号: | G05D1/02 | 分类号: | G05D1/02;G01C21/00;G01C21/20 |
代理公司: | 北京辰权知识产权代理有限公司 11619 | 代理人: | 付婧 |
地址: | 401329 重庆市*** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 障碍物 属性 机器人 行进 策略 确定 方法 系统 | ||
1.一种基于障碍物属性的机器人行进策略确定方法,其特征在于,该方法包括:
S1、根据双目摄像机进行图像实时采集,其中双目摄像机为水平左右设置;
S2、根据所述图像进行障碍物提取,
S3、计算障碍物信息,根据所述障碍物信息获取障碍物属性信息,
S4、根据障碍物属性信息以及机器人自身属性信息确定行进策略,
S5、所述机器人根据行进策略调整行进路线。
2.根据权利要求1所述基于障碍物属性的机器人行进策略确定方法,其特征在于:所述双目摄像机为RGB-D相机,所述双目摄像机中央设置红外线传感器。
3.根据权利要求2所述基于障碍物属性的机器人行进策略确定方法,其特征在于:所述双目摄像机独立对周围环境进行描述,根据重叠区域的空间位置特征,把两个独立坐标系下的点云融合到同一坐标系中,在两个点云中寻找重叠区域后进行图像融合。
4.根据权利要求3所述基于障碍物属性的机器人行进策略确定方法,其特征在于:所述图像融合包括,
S11、对点云进行预处理,将带有颜色信息的点云图转换为不含颜色信息的点云图,
S12、对所述点云图进行下采样,利用采样一致性初始融合算法进行一次匹配后,
S13、利用迭代最近点算法进行二次匹配,获得融合后三维点云图。
5.根据权利要求4所述基于基于障碍物属性的机器人行进策略确定方法,其特征在于:所述障碍物提取包括,从融合后三维点云图中分割出障碍物的位置与尺寸信息,所述分割包括计算背景颜色与其他区域颜色的差值,当差值超过第一阈值时,则该区域为障碍物区域。
6.根据权利要求5所述基于障碍物属性的机器人行进策略确定方法,其特征在于:计算障碍物信息包括,根据图像中障碍物位置与尺寸信息获取所述障碍物的纹理特征,颜色特征,形态特征;基于所述红外线传感器获得所述障碍物的温度信息;根据所述障碍物的尺寸信息,纹理特征,颜色特征,形态特征,温度特征确定障碍物的影响因子。
7.根据权利要求6所述基于障碍物属性的机器人行进策略确定方法,其特征在于:根据障碍物影响因子以及机器人自身属性信息确定当前行进路线安全等级,根据初始行进策略与所述前行进路线安全等级确定是否规避障碍物。
8.根据权利要求5所述基于障碍物属性的机器人行进策略确定方法,其特征在于:若障碍物温度信息超过第二阈值,判断障碍物为生命体,则开启声光驱离装置进行驱离。
9.根据权利要求1所述基于障碍物属性的机器人行进策略确定方法,其特征在于:所述障碍物包括阴障碍物,所述阴障碍物为明显低于可通行路面的结构。
10.根据权利要求3所述基于障碍物属性的机器人行进策略确定方法,其特征在于:所述图像融合中特征点与立体空间关联关系为:
其中It(u,v)为t时刻帧特征点,d为特征点It(u,v)的深度值,S为深度图的缩放因子,k为相机的内部参数矩阵,Pt(x,y,z)为立体空间坐标;r为相机变换姿态参数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆特斯联智慧科技股份有限公司,未经重庆特斯联智慧科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111671683.X/1.html,转载请声明来源钻瓜专利网。