[发明专利]轮式底盘机器人巡检智能化自主导航方法

说明书

本发明涉及一种轮式底盘机器人巡检智能化自主导航方法，包括：步骤1，获取轮式底盘机器人的多传感器数据；步骤2，根据获取的多传感器数据，基于SLAM算法构建当前区域地图；步骤3，基于学习模式下的基础地图及当前区域地图，融合构建巡检区域全局3D地图，并以构建的巡检区域全局3D地图为基础，确定巡检任务点和巡检任务；所述基础地图基于多次视频图像机器学习提前构建；步骤4，基于确定的巡检任务点及巡检任务，在地图中定位并规划路径，控制机器人运动系统到达巡检任务点执行巡检任务，并通过机器学习不断精确地图，探索并拓展地图。本发明能够实现轮式底盘机器人的路线规划、自主导航、躲避障碍、自动停位和完成定点巡检任务。

技术领域

本发明属于爆炸性环境信息采集技术领域，尤其涉及一种轮式底盘机器人巡检智能化自主导航方法。

背景技术

石油化工、危化品等爆炸及燃烧、泄漏、坍塌事故现场环境信息的实时准确采集，有助于协助救援人员制定正确救援方案。

现有技术中，一般通过无人机携带相关传感器实现环境信息的采集，由于事故现场的复杂性，往往不能准确采集爆炸性环境下的信息。

通过履带式或轮式防爆型多信息融合采集机器人可以实现爆炸性环境下多信息的实时准确采集，由于机器人需要在非常态环境、非正常路面下行驶，因此，需要一种能够实现路线规划、自主导航、躲避障碍、自动停位和完成定点巡检任务的自主导航方法。

发明内容

本发明的目的是提供一种轮式底盘机器人巡检智能化自主导航方法，以解决上述技术问题。

本发明提供了一种轮式底盘机器人巡检智能化自主导航方法，包括如下步骤：

步骤1，获取轮式底盘机器人的多传感器数据，所述多传感器数据包括激光雷达数据、双目机器视觉数据、超声波数据、环绕摄像头数据；

步骤2，根据获取的多传感器数据，基于SLAM算法构建当前区域地图；

步骤3，基于学习模式下的基础地图及当前区域地图，融合构建巡检区域全局3D地图，并以构建的巡检区域全局3D地图为基础，确定巡检任务点和巡检任务；所述基础地图基于多次视频图像机器学习提前构建；

步骤4，基于确定的巡检任务点及巡检任务，在地图中定位并规划路径，控制机器人运动系统到达巡检任务点执行巡检任务，并通过机器学习不断精确地图，探索并拓展地图。

进一步地，所述步骤4包括：

导航模块接收到下发的导航任务信息后开始启动；所述导航任务信息包括目标点的位姿以及导航方式；

导航模块选择对应的控制器后开始执行，在一个固定控制周期里，根据机器人当前的姿态、速度以及预设参数经过控制器生成控制指令下发给底层驱动模块；

导航模块接收激光雷达驱动的激光数据信息和底层驱动模块的超声波数据信息，判断障碍物的距离，并根据此距离生成一个速度基准以影响控制器的输出速度。

进一步地，所述步骤4还包括：

当机器人在充电房进行后退导航时，开启充电房定位功能，将机器人位姿通过齐次坐标变换矩阵变换到全局坐标系下，为机器人提供一个统一的导航坐标系，方便机器人的导航针对变电站环境的实际情况，实现基于二维栅格地图的环境建模，并根据巡检的路线以及巡检任务，在栅格图的基础上通过人工部署来构造拓扑图；

当下达巡检任务时，根据要巡检的任务点，在拓扑图上基于LKH算法规划路径；使用AMCL算法定位，结合已有的二维栅格地图以及激光和里程计数据，输出机器人当前的位姿；

当机器人处于充电房，需要对充电桩充电时，直接根据充电房内的标识物定位，给出定位信息。

进一步地，所述步骤4还包括：