[发明专利]机场巡检机器人多场景自主导航定位方法

说明书

本发明公开了一种机场轮式巡检机器人多场景自主导航定位方法，通过摄像头采集可见光图像信息，通过目标识别分析当前场景的路面情况，根据图像提取的有效特征数判别当前场景空旷度，并通过相邻关键帧比较计算场景相似度，以此三点作为巡检机器人导航定位方法选用的依据。当空旷度较高且为标准路面时，采用差分GPS结合编码器、视觉的自主导航定位方法；当空旷度较高且为砂石路面时，采用GPS结合视觉、IMU、编码器的自主导航定位方式；当场景空旷度较低、相似度较小时，则采用视觉SLAM自主导航定位方式。本发明不仅提高了机器人的环境适应度，同时也减少了大量传感器融合的弊端，减轻了机器人控制系统的计算压力。

技术领域

本发明属于自动化巡检技术领域，具体为一种机场巡检机器人多场景自主导航定位方法。

背景技术

当前自主机器人导航定位主要基于某一特定环境实现，如差分GPS方法多用于空旷地带，SLAM技术多用于室内或者室外小范围地区，无法同时满足多种复杂环境。由于多数机场的周界路况差异较大，有的地方路况标准、较为开阔，有的地方为砂石路面、开阔度不够，而在机场管理区建筑物也较多，这样就导致对于自主导航定位的巡检机器人无法使用某单一技术实现全周界的自主巡检。

发明内容

本发明的目的在于提供一种机场巡检机器人多场景自主导航定位方法。

实现本发明目的的技术方案为：一种机场巡检机器人多场景自主导航定位方法，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。

优选地，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。

优选地，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；