[发明专利]基于多算法融合的自适应贴边作业方法及机器人

说明书

本发明公开了一种基于多算法融合的自适应贴边作业方法及机器人，所述方法包括步骤：分别获取机器人前、后两个单线激光雷达扫描所得的点云；基于路沿侧边几何特征和栅格原理分别对两个单线激光雷达扫描所得的点云进行处理提取路沿信息，使每个单线激光雷达均返回两组路沿距离检测值；根据前、后单线激光雷达的两组路沿距离检测值的平均值分别获得前、后单线激光雷达的最终路沿距离检测值；根据前、后单线激光雷达的最终路沿距离检测值向整车控制器发送指令，使机器人按设定的贴边距离和整车速度进行贴边运动。本发明检测精度高、适应性广、对环境具有较强的适应性及抗干扰能力、安全可靠、成本低、大大降低作业人员劳动强度。

技术领域

本发明涉及机器人控制技术领域，特别地，涉及一种基于多算法融合的自适应贴边作业方法及机器人。

背景技术

传统情况中，在环卫装备进行路面清洁时依靠眼睛观察，控制方向盘保持扫盘与路沿的距离，准确性较差，对作业效果影响较大；驾驶员观察路沿的同时还需观察前方路况保障驾驶，劳动强度较大；驾驶员同时处理多种工作，对驾驶安全影响大，因此，为降低驾驶员劳动强度，提高驾驶安全性，目前有些环卫装备设置了通过融合多种传感器进行路沿检测的辅助驾驶系统，以降低对驾驶员的依赖，常用的传感器包括GPS定位、轮速计、IMU传感器、双16线激光雷达、摄像头等，然而，工程实践证明，上述传感器同样存在不足，包括：

1、GPS定位、轮速计、IMU传感器会随着机器人移动自身误差不断累积，贴边检测信息精度较差。

2、采用GPS定位精度较差，采用视觉对车道线进行识别容易受周围环境、光照影响。

3、采用双16线激光雷达，由于主控制器要求算力较高，因此对主控制器的硬件要求高，成本高企。

4、现有系统成本过高，不利于商业化推广。

发明内容

本发明一方面提供了一种基于多算法融合的自适应贴边作业方法，以解决现有辅助驾驶系统检测精度较差、易受环境影响、识别稳定性差、成本过高的技术问题。

本发明采用的技术方案如下：

一种基于多算法融合的自适应贴边作业方法，包括步骤：

分别获取机器人前、后两个单线激光雷达扫描所得的点云ξ_i；

基于路沿侧边几何特征和栅格原理分别对两个单线激光雷达扫描所得的点云ξ_i进行处理提取路沿信息，使每个单线激光雷达均返回两组路沿距离检测值；

根据前、后单线激光雷达的两组路沿距离检测值的平均值分别获得前、后单线激光雷达的最终路沿距离检测值d1和d2；

根据前、后单线激光雷达的最终路沿距离检测值向整车控制器发送指令，使机器人按设定的贴边距离和整车速度进行贴边运动。

进一步地，基于路沿侧边几何特征对两个单线激光雷达扫描所得的点云ξ_i进行处理提取路沿信息，使每个单线激光雷达均返回两组路沿距离检测值，具体包括步骤：

对点云ξi进行二阶差分运算，得到集合A；

在集合A中，将ξ_i0的点云数据标记位置1，并删除ξ_i＝0的点，得到集合A1；

将集合A1中的点云进行DBSCAN聚类，得到若干聚类集合φ_i；

利用路沿侧边点云的几何特征从聚类集合中找出路沿侧边点云聚类，并根据所述路沿侧边点云聚类中第一个点云ξ₁获得当前帧路沿检测结果。

进一步地，利用路沿侧边点云的几何特征从聚类集合中找出路沿侧边点云聚类，并根据所述路沿侧边点云聚类中第一个点云ξ₁获得当前帧路沿检测结果，具体包括步骤：