基于可变形拓扑地图的服务机器人自主导航方法-AGV吧

技术领域

本发明涉及的是一种机器人导航技术领域的方法，具体是一种基于可变形拓扑地图的服务机器人自主导航方法。

背景技术

近些年来，随着计算机、传感器和网络技术的发展，使机器人进入家庭成为可能。人们关注的重点也从结构式环境下的固定式机械臂、机械手转向非结构未知环境下自主移动式的智能机器人。传统的基于工厂环境下的机械臂空间环境建模以及示教运动的方法已经无法满足自主移动机器人所面对的新任务，例如针对于双臂服务机器人在已知环境下的运动路径生成问题，以往的机器人在既定环境下的移动路径地图大多采用拓扑路径地图，拓扑地图由拓扑点与拓扑线构成，拓扑点表示机器人在环境中所处的重要位置，如行进方向变化的位置，以及两条路径相交叉的位置；拓扑线则表示机器人在环境中可以一定速度行进的一条路径；拓扑地图的产生大多采用手工操作，这种方法对于较为复杂的环境生成的拓扑地图不仅精度低、劳动强度大，而且地图可用性低，效率也不高。主要体现在拓扑点与拓扑线的设置不合理。例如，拓扑线穿越障碍物，以及拓扑线所通过的区域过于狭窄，不符合机器人通行。目前，许多研究机构和大学都在研究适合服务机器人的新型的机器人移动地图生成方法。

经对现有技术的文献检索发现，专利公开号CN101033971A，公开日2007年9月12 日，记载了一种“移动机器人地图创建系统及地图创建方法”，该方法将无线传感器网络节点布撒于监控区域并形成无线传感器网络，根据无线传感器网络节点的数据构建全局拓扑移动地图；该方法需要预先铺设相当数量的无线传感器，而且得到地图会因为传感器在相应位置的缺省而不完整。

又经检索发现，普林斯顿大学的John J. Leonard和Hugh F. Durrant-Whyte等在 Intelligent Robots and Systems’ 91. ， Intelligence for MechanicalSystems, Proceedings IROS’ 91.IEEE/RSJ International Workshop on ： 1442-1447. (1991 ^ IEEE 机器人与系统国际会议，doi :1442-1447)上发表的 Simultaneous map building and localization for an autonomous mobilerobot (SLAM技术在移动机器人上的应用），该文中描述了一种智能移动机器人通过SLAM技术，描绘所处环境信息的一种方法，但主要集中在对于机器人的定位以及环境的描述，不能地对于环境中的障碍信息进行处理，产生可用的移动地图，有效地实现自主导航。

发明内容

本发明的目的在于针对现有技术的不足，提出一种基于可变形拓扑地图的服务机器人自主导航方法，通过SLAM技术实时地采集机器人所在的室内外环境的地形地貌状况，进行环境特征提取，对采集的信息进行拓扑地图的创建，并且在此基础上根据服务机器人的姿态变化制定出所需的不同的拓扑点的尺寸，将这些不同的尺寸作为输入量，对于拓扑地图进行重构，生成符合移动机器人姿态变化的拓扑点自适应性的拓扑地图。

本发明是通过以下技术方案实现的，本发明包括以下步骤：

第一步、首先依次将激光三维扫描传感器、倾斜传感器和6个超声波传感器分别并联至服务机器人并将超声波传感器分别安装于服务机器人的周围，然后设置激光三维扫描传感器以1毫秒为采样周期采集环境数据并进行模数转换，得到原始三维环境数据；再设置倾斜传感器测得该倾斜传感器与地面的夹角以及激光三维扫描传感器与地面的夹角作为夹角数据，最后记录超声波传感器测得的服务机器人与前方障碍物的距离数据；

第二步、服务机器人通过原始三维环境数据获得相对坐标并结合夹角数据标定出绝对坐标；然后根据距离数据进行三维场景分割，在以1毫秒为单位的三维分割场景的基础上进行局部三维场景重建，生成局部三维场景信息；最后通过扩展卡尔曼滤波的定位算法将局部三维场景信息通过鲁棒性的预测，每一个时间点环境细节的匹配融合处理后生成全局三维场景。

第三步、首先以服务机器人的各种姿态所占的投影面积中的最小值作为栅格，并以此栅格为单位将全局三维场景栅格化，然后应用腐蚀-剪裁算法在全局三维场景中计算栅格化相关值并根据拓扑点判断的结果决定是否应该修改对应栅格的标记值，最终生成服务机器人运动路径拓扑地图；

所述的全局三维场景栅格化是指：障碍物栅格标记为1，空白栅格标记为0 ；

所述的栅格化相关值是指：在全局三维场景中以从上至下，从左至右的顺序依次计算每一个栅格与该栅格周围的8个栅格之间的相关值。

所述的拓扑点判断是指：判断该栅格对应的拓扑点是否为服务机器人运动路径的末端点、服务机器人运动路径方向变化的点或服务机器人运动路径的交叉点，以此来区分关键的拓扑点与非关键的拓扑点，并且将非关键的拓扑点去除，以拓扑线代替，得到服务机器人运动路径拓扑地图。

第四步、根据服务机器人的姿态变化在地面的投影制定出对应的栅格，然后依据蒙特卡罗配比法生成标准栅格，此处所述的蒙特卡罗配比法是基于蒙特卡罗算法的一种扩展算法，其的功能便是将机器人不同的姿态投影进行栅格化，并且，对于不同的尺寸进行最小公倍化处理，得到一个最小的标准栅格，其的作用便是能够以一定的正整数倍数组成所有的姿态投影尺寸；同时，标准栅格的另外一个作用是，能标准栅格作为预输入量，进行全局三维场景的栅格化。

第五步、依据服务机器人的姿态变化在地面的投影制定出对应的栅格的个数创建旋转矩阵的维数，对原有的拓扑点进行计算，由于机器人姿态的投影尺寸大小不一，在机器人导航过程中，首先以尺寸最大的拓扑点进行导航，导航的过程中同样依靠栅格地图，但当遇到较狭窄环境后，将机器人的尺寸变小，变为较小的拓扑点，这在运算上便理解为标准栅格组合形式的变化，当相应的环境变窄，机器人的尺寸也相应变小，即标准栅格的组合数变

本发明能对于环境中的障碍信息进行实时处理，产生可用的移动地图，获取符合服务机器人姿态变化的拓扑路径地图，有效地实现自主导航，与传统的导航方法相比劳动强度减少的同时精度和效率都大大提高。