首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于深度相机的机器人动态避障方法以及自主导航系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:盛视科技股份有限公司

摘要:本申请提供一种基于深度相机的机器人动态避障方法以及自主导航系统,基于深度相机的机器人动态避障方法运用于机器人,所述方法包括步骤:从深度相机获取的点云图像筛选出非地面障碍物点云,从深度相机获取的RGB图像检测出RGB障碍物目标;将RGB障碍物目标转化为点云后与非地面障碍物点云合并成同方位障碍物团簇;初始化基于雷达坐标系下的障碍物缓存,同时基于雷达坐标系建立深度相机的全方位视锥模型,过滤位于全方位视锥模型内的障碍物缓存的同时将全方位障碍物团簇覆新增至障碍物缓存。本申请的基于深度相机的机器人动态避障方法在提升机器人的避障适应能力的同时兼顾成本。

主权项:1.一种基于深度相机的机器人动态避障方法,运用于机器人,其特征在于,所述机器人上设置单线激光雷达以及位于四周的深度相机,所述方法包括步骤:通过标定获取深度相机与深度相机之间的第一空间转化关系、单线激光雷达与其一深度相机的第二空间转化关系;通过标定获取深度相机与深度相机之间的第一空间转化关系的方法,包括步骤:于机器人的东、南、西、北表面分别对应安装有视野范围互不重叠的第一深度相机Cam1、第二深度相机Cam2、第三深度相机Cam3和第四深度相机Cam4;于机器人的东南、南西、西北、北东方向一定距离处设置分别对应安装第一辅助相机Cthird1、第二辅助相机Cthird2、第三辅助相机Cthird3和第四辅助相机Cthird4;第一辅助相机Cthird1的视野范围同时与第一深度相机Cam1、第二深度相机Cam2的视野范围存在重叠区域,第二辅助相机Cthird2的视野范围同时与第二深度相机Cam2、第三深度相机Cam3的视野范围存在重叠区域,第三辅助相机Cthird3的视野范围同时与第三深度相机Cam3、第四深度相机Cam4的视野范围存在重叠区域,第四辅助相机Cthird4的视野范围同时与第四深度相机Cam4、第一深度相机Cam1的视野范围存在重叠区域;于全部重叠区域放置棋盘格,通过第一深度相机Cam1、第二深度相机Cam2、第三深度相机Cam3、第四深度相机Cam4以及第一辅助相机Cthird1、第二辅助相机Cthird2、第三辅助相机Cthird3、第四辅助相机Cthird4采集不同视角下的棋盘格图像;通过计算同一棋盘格的角点在棋盘格图像中的位置进行立体校准,以第一辅助相机Cthird1、第二辅助相机Cthird2、第三辅助相机Cthird3和第四辅助相机Cthird4作为中间变换矩阵的媒介形成转化关系的闭环;最后将第一深度相机Cam1、第二深度相机Cam2、第四深度相机Cam4下的坐标统一至第三深度相机Cam3下的坐标;通过标定获取单线激光雷达与任意其一深度相机的第二空间转化关系的方法,包括步骤:第三深度相机Cam3与单线激光雷达位于同一原点;测量雷达距离地面的垂直高度D;使用第三深度相机Cam3采集地面数据,使用PCL中的Ransac方法进行地平面拟合,得到地平面方程ax+by+cz+d=0,其中(x,y,z)为空间坐标,a、b、c、d为固定系数;于单线激光雷达与第三深度相机Cam3前方的不同位置依次设置标定板,通过单线激光雷达获取标定板雷达点云数据,通过第三深度相机Cam3获取标定板深度点云数据;基于PCL中的直通滤波方法分割出雷达点云数据中的第一标定板线条;基于地平面方程ax+by+cz+d=0从标定板深度点云数据分割出垂直高度D的深度点云数据,将分割得到的深度点云数据再结合直通滤波方法过滤标定板区域以外的无效数据,得到第二标定板线条;分别于第一标定板线条与第二标定板线条上设置相同数量的等分点作为匹配角点,按照立体匹配的方法得到第二空间转化关系;从深度相机获取的点云图像筛选出非地面障碍物点云,从深度相机获取的RGB图像检测出RGB障碍物目标;将RGB障碍物目标转化为点云后与非地面障碍物点云合并成同方位障碍物团簇;将多个深度相机通过第一空间转化关系转化为同一相机基准坐标系,再将相机基准坐标系下的同方位障碍物团簇通过第二空间转化关系转化为雷达坐标系下的全方位障碍物团簇;初始化基于雷达坐标系下的障碍物缓存,同时基于雷达坐标系建立深度相机的全方位视锥模型,过滤位于全方位视锥模型内的障碍物缓存的同时将全方位障碍物团簇覆新增至障碍物缓存;基于雷达坐标系建立深度相机的全方位视锥模型的方法,包括步骤:获取深度相机的水平视场角Fovh与垂直视场角fovv,设置深度相机的最小检测距离为mindistance,最大检测距离为maxdistance;计算基于深度相机下的8个视锥点的空间坐标;基于8个视锥点的空间坐标连接最大的外接轮廓获得对应深度相机所在方位的视锥模型;将每个方位的视锥模型通过第二空间转化关系转化为雷达坐标系下,获取的全方位视锥模型;将更新后的障碍物缓存叠加基于单线激光雷达生成的map地图得到多维地图,基于多维地图动态规划机器人的避障路径。

全文数据:

权利要求:

百度查询: 盛视科技股份有限公司 基于深度相机的机器人动态避障方法以及自主导航系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。