[发明专利]机场巡检机器人多场景自主导航定位方法

权利要求书

1.一种机场巡检机器人多场景自主导航定位方法，其特征在于，具体步骤为：

根据当前场景的路面情况、空旷度与相似度从三种导航定位方法中确定一种进行机器人自主导航定位，所述三种导航定位方法包括空旷环境下标准路面导航定位方法、空旷环境下砂石路面导航定位方法、标准环境下导航定位方法，所述空旷环境下标准路面导航定位方法融合差分GPS信息、编码器信息进行机器人定位，利用视觉信息实现机器人自主导航，所述空旷环境下砂石路面导航定位方法融合GPS信息、IMU与编码器信息进行机器人定位，使用视觉信息进行机器人导航；所述标准环境下导航定位方法通过视觉SLAM技术进行定位，使用迪杰斯特拉进行全局路径规划，完成机器人导航；

根据当前场景的路面情况、空旷度与相似度确定具体导航定位方法的具体步骤为：

步骤1-1、每隔设定时间从巡检视频流中提取当前帧图像，若当前帧图像到上一关键帧图像中机器人的位置距离超过100个像素，则判定此帧图像为关键帧图像；

步骤1-2、使用ORB算法提取当前关键帧的FAST特征点，并用BRIEF特征描述子进行描述；

步骤1-3、将当前关键帧的特征点数量与特征点数量阈值进行比较，若特征点数大于特征点数量阈值则当前场景空旷度较低，进行步骤1-4，否则当前场景空旷度较高，进行步骤1-5；

步骤1-4、将当前关键帧与前一关键帧进行特征匹配，并计算匹配特征点对数量，若匹配点对数量小于200时则当前场景相似度较低，采用标准环境下导航定位方法进行机器人导航定位，否则当前场景的相似度较高，进行步骤1-5；

步骤1-5、对当前关键帧进行目标识别，分析当前路面情况，若为标准路面，采用空旷环境下标准路面导航定位方法进行机器人导航定位，所述标准路面为机场周边绘制了规范车道线的柏油路面，若为砂石路面，采用空旷环境下砂石路面导航定位方法进行机器人导航定位；

所述空旷环境下标准路面导航定位方法包括如下步骤：

步骤A1、机器人分别获取安装在信号架上的GPS基站的位置信息与安装在机器人上的GPS移动站的位置坐标，通过差分GPS技术确定GPS移动站的位置坐标，作为机器人基础位置坐标；

步骤A2、在机器人获取相邻两组基础位置坐标的时间间隔内，使用编码器获取的脉冲数计算机器人相对于前一基础位置坐标的相对位置坐标，将基础位置坐标与相对位置坐标信息进行卡尔曼融合得到更准确的机器人当前位置坐标；

步骤A3、比较步骤A2获取的机器人当前位置坐标与机器人目标位置坐标，得到机器人运行方向，同时对摄像头获取的图像数据进行处理，提取道路上的车道线，通过机器人控制技术使机器人沿车道线向目标位置行进，实现机器人自主导航；

所述空旷环境下砂石路面导航定位方法包括以下步骤：

步骤B1、机器人分别获取GPS基站的位置坐标与安装在机器人上的GPS移动站的位置坐标，通过差分GPS技术求取确定GPS移动站的位置坐标，作为机器人基础位置坐标；

步骤B2、在机器人获取相邻两组基础位置坐标的时间间隔内，融合IMU采集的机器人角速度与角速度数据与编码器采集的脉冲数，得到机器人相对位置坐标，将基础位置坐标与相对位置坐标进行卡尔曼融合得到更准确的机器人当前位置坐标；

步骤B3、比较步骤B2获取的机器人当前位置坐标与机器人目标位置坐标，得到机器人运行方向，同时摄像头获取的图像数据进行处理，根据砂石路与路边草坪的像素差异提取两条道路线，通过机器人控制技术使机器人沿着这两条道路线的中线向目标位置行进，实现机器人自主导航；

所述标准环境下导航定位方法包括以下步骤：

步骤C1、根据相邻图像差异度对摄像头采集的图像进行关键帧提取；

步骤C2、对关键帧图像进行特征提取，并与前一关键帧进行特征匹配，若匹配成功，则利用八点法计算机器人的图像相对位姿，同时对IMU获取的机器人加速度与角速度数据进行解算，并对两关键帧之间的IMU数据进行预积分，得到两关键帧之间的机器人的IMU相对位姿，融合这两种相对位姿数据得到更为准确的机器人相对位姿；若匹配失败，则选择机器人已保存的关键帧进行匹配，取匹配度最高的关键帧结合当前关键帧使用八点法计算机器人相对位姿，以此得到机器人的位姿；

步骤C4、将在步骤C2中每个位姿点处获取的场景点添加到一起构成机器人稀疏特征地图；

步骤C5、使用迪杰斯特拉算法在步骤C4获取的地图中进行路径规划，实现机器人自主导航。