[发明专利]一种基于ROS机器人操作系统的机器人自动跟随方法

摘要

本发明公开了一种基于ROS机器人操作系统的机器人自动跟随方法，该方法是使用激光雷达采集数据，对数据进行预处理，使用层次聚类算法对数据进行聚类，以行人双腿模型作为行人识别特征，以双腿中间位置代表行人位置，以重采样的方法解决激光雷达特征不明显，识别率低的缺点。本发明方法合理利用ROS机器人系统进行实现，方便各部分之间的消息传递和功能实现，利用了ROS的导航框架，使机器人自动跟随过程中，具备一定的导航避障能力。

主权项

1.一种基于ROS机器人操作系统的机器人自动跟随方法，其特征在于，包括以下步骤：1)传感器数据处理：使用激光雷达采集数据，对数据进行预处理，剔除那些超出预设范围的数据，并将结果转化到全局坐标系；2)数据聚类：使用层次聚类算法对数据进行聚类，去除噪声点并对环境进行分割；3)行人识别：对聚类后的结果进行行人识别，以类圆弧算法识别行人腿部模型，以行人双腿特征作为行人检测特征，识别出可能的行人位置；其中，以类圆弧算法识别行人腿部模型，以行人双腿模型作为行人识别特征，步骤如下：3.1)计算每个类的总长度L_k和首尾元素的直线距离D_k：其中class_k[n]代表聚类后的结果，k表示类的标号，n表示一个类中元素的数量，i代表一个类中元素的标号，class_k[i]·x、class_k[i]·y分别代表第k个类的第i个元素的横坐标和纵坐标；3.2)计算每个类的弯曲度Curve[k]，k表示类的标号:3.3)判断Curve[k]＞δ_c，且L_min＜L_k＜L_max，则把该类当成候选Leg簇，δ_c表示最小的曲率，L_min、L_max分别代表最小和最大的类长度；3.4)计算所有候选Leg簇的中心坐标：其中x_c和y_c分别代表第k个类的中心的横坐标和纵坐标，将所有类的中心坐标记为Leg_Array[n](x_c,y_c)，n代表类的数量；3.5)计算Leg_Array[n]中每两个Leg之间的距离Dist_Leg：其中，Leg_Array[k].x、Leg_Array[k].y和Leg_Array[k+1].x、Leg_Array[k+1].y分别代表第k个Leg和第k+1个Leg位置的横坐标和纵坐标，若Dist_Leg[k]＜Leg_dist，Leg_dist表示允许的最大行人双腿间距，则计算Leg_Array[k]和Leg_Array[k+1]的中间位置，作为可能的行人坐标：x_p＝(Leg_Array[k].x+Leg_Array[k+1].x)/2y_p＝(Leg_Array[k].y+Leg_Array[k+1].y)/2x_p和y_p分别代表可能的行人位置的横坐标和纵坐标，将所有可能的行人位置记为People_Array[n](x_p,y_p)，n代表可能的行人数量；4)重采样：在设定时间内对行人重新进行检测，根据前后两次检测结果，排除干扰项，锁定行人目标，并综合利用机器人当前位置和行人位置，确定下一时刻目标位置，避免机器人与行人碰撞；5)导航：根据行人目标确定导航目标，使用A*算法规划出全局路径，并使用dwa动态窗口算法规划局部路径，控制机器人朝导航目标运动，并实时避开障碍物。