[发明专利]基于多传感器融合的自主巡检探索小车系统及导航方法

权利要求书

1.基于多传感器融合的自主巡检探索小车系统，其特征在于：包括终端显示装置、处理器、气体源感知模块、底盘驱动模块；所述处理器设置有SLAM模块、自主探索导航模块和终端显示界面控制模块；

所述气体源感知模块用于获取场景中气体信号，并将气体信号传输到处理器中的终端显示界面控制模块；所述终端显示界面控制模块生成适用于终端显示装置显示信息的控制指令；

所述终端显示模块在控制指令的作用下输出显示信息；

所述处理器中的SLAM模块用于获取机器人在场景中的实时位姿信息并实时构建增量式环境地图；

所述自主探索导航模块根据SLAM模块发布的定位信息和环境地图以及目标位置生成全局导航路径和局部导航路径；

所述底盘驱动模块，用于根据生成的全局导航路径和局部导航路径驱动机器人运动。

2.如权利要求1所述的基于多传感器融合的自主巡检探索小车系统，其特征在于：所述气体源感知模块至少包括MEMS危险气体浓度传感器、电化学酒精传感器、空气质量传感器中任意一种或多种；

所述MEMS危险气体浓度传感器，用于获取环境中待检测气体的浓度信息；

所述电化学酒精传感器，用于获取环境中的酒精浓度信息；

所述空气质量传感器，用于获取环境中空气质量信息。

3.如权利要求1所述的基于多传感器融合的自主巡检探索小车系统，其特征在于：所述SLAM模块为即时定位与地图构建模块，所述即时定位与地图构建模块设置多传感器融合定位模块与多传感器融合建图模块，所述多传感器融合定位模块使用主动定位法实时采集机器人的自身位姿信息，并将位姿信息实时传输给多传感器融合建图模块进行建图，以便多传感器融合模块根据位姿信息实时构建增量式环境地图。

4.如权利要求1所述的基于多传感器融合的自主巡检探索小车系统，其特征在于：所述多传感器融合定位模块包括视觉惯导系统、激光惯导系统、姿态传感器；

所述视觉惯导系统接收姿态传感器发送的信息并通过深度相机采集现场环境图像；

所述激光惯导系统接收姿态传感器发送的信息并通过激光雷达采集现场的点云数据；

所述视觉惯导系统和激光惯导系统采用紧耦合方式识别现场信息；

所述多传感器融合建图模块根据激光惯导系统采集的点云数据和位姿信息实时构建增量式环境地图。

5.如权利要求1所述的基于多传感器融合的自主巡检探索小车系统，其特征在于：所述自主探索导航模块包括全局规划器、局部规划器、全局权值地图模块、局部权值地图、3D点云转换2D栅格模块；

所述3D点云转换2D栅格模块通过激光雷达采集的点云数据信息通过降维处理得到全局权值地图和局部权值地图；

所述全局规划器获取目标位置并根据地图服务提供的全局权值地图得到最优路径；

所述局部规划器获取里程信息和局部权值地图计算得到期望速度。

6.如权利要求5所述的基于多传感器融合的自主巡检探索小车系统，其特征在于：所述全局规划器采用D*算法，所述D*算法包括两个阶段，第一阶段基于Dijkstra算法或A*算法从目标点往起点进行搜索，得到搜索区域节点距离目标点的最短路径，第二阶段是动态避障搜索阶段，机器人与动态环境进行交互，遇见障碍物时对路径做动态修改。

7.如权利要求5所述的基于多传感器融合的自主巡检探索小车系统，其特征在于：所述局部规划器采用MPC算法构建MPC局部规划器；所述MPC局部规划器包括MPC控制器、被控系统、状态估计器；

所述MPC控制器接收状态轨迹器输出的估计的状态量，根据预测模型、目标函数与控制约束量以及参考全局轨迹滚动优化进行最优求解，并生成最优控制序列；

所述被控系统接收最优控制序列得到当前状态量观测值并输入到状态估计器，同时输出预测信息。

8.如权利要求4所述的基于多传感器融合的自主巡检探索小车系统，其特征在于：所述姿态传感器采用自校准九轴数据融合IMU惯性传感器。