[发明专利]在室内复杂动态环境中智能机器人的自主覆盖巡检方法

权利要求书

1.一种在室内复杂动态环境中智能机器人的自主覆盖巡检方法，其特征在于，所述方法包括以下步骤：

步骤S1、利用二维激光系统，在室内复杂环境中进行建图，建图探索方式分为人工辅助与自主探索，均可得到高精度的子图集合拼接出的全局二维栅格地图；

步骤S2、通过当前激光扫描帧和存储的子图集合进行回环匹配，将智能机器人重定位于全局二维栅格地图中；

步骤S3、通过虚拟代价地图层映射，对全局二维栅格地图进行区域划分，随后对各个区域进行自动的全覆盖路径规划，自主避让该区域中的静态障碍物，得到各个区域中覆盖率最优的全局路径，在巡检状态中，智能机器人将开始执行全局路径的序列；

步骤S4、进入巡检状态后，由机器人状态控制中心对各区域的全局路径进行序列定制，随后智能机器人的运动规划模块将按顺序追踪全局路径序列，在此过程中，立体动态障碍物检测模块通过使用RGBD深度传感器提供障碍物检测结果，保障智能机器人在巡检过程中的安全；

所述步骤S4中，所述运动规划模块中，对于一个暂定的目标点，首先判断该点在二维栅格地图上是否被动态或被搬动的障碍物所占据，如果被占据，则在该点附近建立一个搜索框，计算搜索框内所有空闲栅格距离目标点和距离智能机器人的权重和，选取权重和最小的空闲栅格作为智能机器人最新的暂定目标点，该目标点的特性为在障碍物占据区域之外和最贴近智能机器人目前所在位置，在智能机器人完成该目标点任务后，机器人状态控制中心将智能机器人当前状态从巡检转换成巡检暂停，在该状态下，智能机器人将一直确认原先的目标点位置上的障碍物是否离开，在障碍物离开后，巡检将自动继续；如果未被占据，运动规划模块通过A*算法在二维栅格地图中搜寻到距离目标点代价最低的一条路径，根据该路径，利用动态窗口法，在速度空间中进行多组速度采样，并模拟这些速度在一定时间内的运动轨迹，最优的速度控制将通过一个评价函数来筛选得出。

2.如权利要求1所述的在室内复杂动态环境中智能机器人的自主覆盖巡检方法，其特征在于，所述步骤S1中，自主探索建图方式：在当前二维栅格地图中采用无权重的Dijkstra算法进行全面搜索，该算法采用贪心算法的策略，每次遍历距离起点最近且未访问过的定点的邻接节点，直到扩展至终点为止，该算法获取距离智能机器人最近的未知栅格作为机器人的当前目标点，进而将封闭室内环境探索完毕。

3.如权利要求1或2所述的在室内复杂动态环境中智能机器人的自主覆盖巡检方法，其特征在于，所述步骤S2中，在建图过程中，拥有最佳位置估计的激光扫描帧将被插入子图中，扫描匹配是最近的激光扫描帧针对最近的子图进行的，由此会产生积累位姿误差，因此需要通过回环匹配来消除该类误差，当一个子图被创建完毕，该子图将不再插入激光扫描帧，这些子图将组成子图集合用于回环匹配。

4.如权利要求1或2所述的在室内复杂动态环境中智能机器人的自主覆盖巡检方法，其特征在于，所述步骤S3中，全覆盖路径规划模块根据二维栅格地图将地图上静态障碍物所在的栅格标记为真实障碍，将模拟智能机器人覆盖经过的栅格标记为虚拟障碍，其他栅格标记为未知；通过螺旋状路径覆盖目标区域，并基于回溯机制链接各个部分的螺旋状路径；螺旋覆盖程序遵守四个规则：（1）如果被障碍物包围，则记录一个螺旋终点；（2）如果不在障碍物参考侧，则转向障碍物参考侧并向前；（3）如果障碍物挡住前方，则转向无障碍物侧；（4）否则向前方搜索。

5.如权利要求1或2所述的在室内复杂动态环境中智能机器人的自主覆盖巡检方法，其特征在于，所述步骤S4中，所述机器人状态控制中心总共控制6种状态，分别是静止，纯旋转，充电返回，充电停止，巡检，巡检暂停；在巡检状态下，将序列全局路径中的路径点作为暂定目标点发送至运动规划模块，根据不断更新的暂定目标点，运动规划模块不断输出最优的控制使得智能机器人有效地跟随变化的暂定的目标点。

6.如权利要求1或2所述的在室内复杂动态环境中智能机器人的自主覆盖巡检方法，其特征在于，所述步骤S4中，立体动态障碍物检测模块过滤RGBD深度传感器输出的三维点云，使该三维点云在不损失特征的情况下变得更加稀疏来减少算力需求达到实时的目的，过滤后的三维点云输入体素网格代价地图层，由该代价地图层对三维点云进行存储，而存储的每个体素有着和自身对应的存在时间，当超过存在时间后，对应的体素将被从地图中删除，每个留存的体素将被映射至二维栅格地图，从而展现出三维物体的真实轮廓，因此，智能机器人将获取实时动态的障碍物信息，有能力对不规则立体物体做出避让。