[发明专利]一种基于ROS平台的山地果园避障系统及方法

说明书

本发明公开了基于ROS平台的山地果园避障系统及方法，其系统包括控制器、电机和转向系统、通讯模块及激光雷达，激光雷达对运动方向的静态障碍物进行实时采集，将采集到的雷达云点数据传输至控制器；控制器对雷达云点数据进行预处理，结合障碍物云点信息聚类算法、二维云点聚类数据凸包算法和旋转卡壳算法进行障碍物的定位与识别，得到障碍物的位置和角度信息，确定障碍物的凸包直径，以聚类中心点为圆心建立障碍物危险区域，调用避障算法制定避障路径规划和航向控制方式，生成避障的最低成本路径，对电机和转向系统进行控制。本发明通过避障数据分析，结合多组算法实现和优化了避障功能。

技术领域

本发明涉及激光雷达和视觉引导技术，具体为一种基于ROS平台的山地果园避障系统及方法。

背景技术

国外对激光雷达的研究，如哥伦比亚大学机器人系统研究院2016年最新的研究成果，包括基于三维像素和多区域利用3D激光雷达在驾驶情况下，对静止和移动的物体进行障碍检测的处理算法。在云点上应用门策略的例子，使用分段平面拟合算法RANSAC的有效地面估计和识别分析静态和动态障碍物的三维网络模型。2016年10月6日，Google正式将SLAM算法开源，其算法都能在Google搜索下载。

国内高校在将激光雷达技术引入到农用运输上起步还比较晚。但是，国内很多对室内二维建模研究的机器人开发公司也在市场推出了对应新的二维建模机器人。其中，实时闭环算法应用在便携式激光测距仪(又称LIDAR)、同步定位和绘图(SLAM)上获取建筑平面图，生成和实时显示楼层平面图以帮助操作人员评估捕获数据的质量和覆盖面。

发明内容

针对现有技术的状况，本发明提出一种基于ROS平台的山地果园避障系统及方法，通过避障数据分析，结合多组算法实现和优化了避障功能。

本发明基于ROS平台的山地果园避障系统，包括控制器、电机和转向系统、通讯模块及激光雷达，激光雷达经通讯模块与控制器连接，激光雷达对运动方向的静态障碍物进行实时采集，并将采集到的雷达云点数据传输至控制器；控制器对雷达云点数据进行预处理，结合障碍物云点信息聚类算法、二维云点聚类数据凸包算法和旋转卡壳算法进行障碍物的定位与识别，得到障碍物的位置和角度信息，确定障碍物的凸包直径，再以聚类中心点为圆心建立障碍物危险区域，然后调用避障算法，制定避障路径规划和航向控制方式，生成避障的最低成本路径，对电机和转向系统进行控制。

本发明基于ROS平台的山地果园避障方法，包括以下步骤：

S1、通过激光雷达对环境进行识别，对运动方向的静态障碍物进行实时采集，对所采集得到的雷达云点数据进行预处理；

S2、对预处理后的雷达云点数据进行分析处理，通过识别算法对障碍物进行定位和描述，得到障碍物的位置和角度信息；对预处理后的雷达云点数据进行聚类，确定聚类中心；通过凸包算法和旋转卡壳算法，确定障碍物的凸包直径，再以聚类中心为圆心建立障碍物危险区域；

S3、根据障碍物的位置和角度信息，以及障碍物危险区域，调用避障算法，制定避障路径规划和航向控制方式，生成避障的最低成本路径。

在优选的实施例中，步骤S2采用基于密度的聚类算法对预处理后的雷达云点数据进行聚类，得到障碍物点分布图。

进一步地，步骤S2中，采用Graham’s Scan算法求出障碍物点分布图所对应的凸多边形；在确定聚类中心后，通过凸包算法和旋转卡壳算法，得到所述障碍物点分布图所对应的凸多边形的最大直径作为障碍物的凸包直径，再以聚类中心为圆心建立障碍物危险区域。

与现有技术相比，本发明具有如下优点和有益效果：