[发明专利]用于机器人的自动充电系统及充电桩定位导航方法

说明书

本发明公开了一种用于机器人的自动充电系统，其中充电桩识别模块采用随机采样一致性的方法对设置在机器人上的单线雷达反馈的空间内的点云数据进行聚类，筛选出斜率相同的线段，并计算所有斜率相同的线段的端点之间的欧式距离，保留欧式距离符合设定长度的两个端点，根据两个端点的坐标获得充电桩的位置；实时将得到的充电桩的位置发送给导航模块；导航模块根据充电桩的位置获得准备充电位置坐标，机器人沿着由机器人本身与准备充电位置形成的直线移动到准备充电位置，再沿着准备充电位置与充电桩位置形成的直线移动到充电桩进行充电。本发明能够准确、稳定、快速的识别出充电桩，同时能够使机器人在最少动作的情况下移动到充电桩完成充电。

技术领域

本发明属于自动导航充电领域，特别涉及一种用于机器人的自动充电系统及充电桩定位导航方法。

背景技术

机器人的自动充电技术主要解决机器人在电量接近耗尽的状态下室内自动导航和特定场景的定位问题，该技术属于室内精准定位导航相关研究课题的一部分，也即所谓“最后10米”的精准定位和导航问题。这个问题的解决需要配合一系列特殊的技术手段来分解进行，该方案的核心难点在于机器人对室内场景的感知，如针对充电桩的形状进行识别，针对室内的特征进行识别(室内的墙壁形状、障碍物等等)。根据场景识别方法不同，主流方案有：基于建图的定位导航方案，基于红外的定位导航方案，基于点云的定位导航方案等。

基于建图的定位导航方案属于SLAM定位导航的一部分，基于二维雷达点云信息进行标定后，机器人建立代价地图，再利用代价地图反映的几何信息进行导航和路线规划，其优点在于精准可靠，SLAM建图和导航算法多种多样，开源社区代码提交活跃。其软件包navigation本身作为ROS机器人导航的核心功能，在全世界的使用实践中久经考验。虽然该软件包在导航和定位精度方面不存在短板，但不足之处是该方法对室内场景缺乏动态感知，例如：机器人本身并不存在对于充电桩形状的识别和位置的定位，如果充电桩被拿开，机器人不能自主识别充电桩的移动，就会继续执行后续的充电动作，这会导致系统并不能正确充电，执行上有一定机械性。

基于红外的定位导航方案需要在机器人和充电装置上分别搭建一套红外通讯系统，其主要硬件为三个红外传感器件，这个装置可以完整区分出远左、远中、远右，近左、近中、近右共计6个区域，定位时通过充电桩和机器人之间轮训进行红外通讯，来确定车身位于哪个区域中，该方法是kobuki协议官方推荐的自动充电方式。优势在于对于使用了kobuki协议作为单片机和工控机硬件通讯的系统而言，这种方案完全没有开发成本，但是该方案依靠三个红外传感器件区分出来6个区域子场，如果出现硬件故障，则会出现相应的充电失败风险，另外该红外通讯系统也增加了整体的项目成本。

基于点云的定位导航方案是基于雷达的点云数据实现对特定场景或物品的特征识别，并完成自身的路径规划。其优势在于基于雷达的点云数据可以完全基于算法实现，对于导航机器人来说，没有增加识别充电场景的额外硬件成本，缺点是对点云识别算法提出了较高的要求。比如点云配准坐标变换矩阵算法由点云图像获取到的变换位姿坐标可以经过转换用于定位，其配准算法计算开销较大，点云的结构性缺失对计算结果有影响，部分点云的随机噪声滤波困难，雷达在线数较低的情况下计算结果很容易过拟合。最终导致定位错误。

发明内容

本发明针对现有技术中存在的问题，提出了一种能准确、快速完成充电桩定位，且计算量小的用于机器人的自动充电系统。

为实现上述目的，本发明提供一种用于机器人的自动充电系统，包括充电桩识别模块和导航模块；

其中充电桩识别模块采用随机采样一致性的方法对设置在机器人上的单线雷达反馈的空间内的点云数据进行聚类，筛选出斜率相同的线段，并计算所有斜率相同的线段的端点之间的欧式距离，并保留欧式距离符合设定长度的两个端点，根据两个端点的坐标获得充电桩的位置；并实时将得到的充电桩的位置发送给导航模块；