一种机器人规划路径的更新方法及装置制造方法及图纸

本发明专利技术适用机器人技术领域，提供了一种机器人规划路径的更新方法及装置，该方法包括：实时获取机器人移动过程中的当前载体坐标，将当前载体坐标变换为机器人的当前全局坐标，根据当前全局坐标和当前移动速度，计算机器人移动到下一地点的移动速度估计和位置估计，获取表示机器人周围环境中障碍物深度图像中像素点的三维坐标点，将三维坐标点转换为二维坐标点，进而根据二维坐标点获取周围环境中障碍物的角点，最后结合位置估计和障碍物的角点更新机器人的规划路径，从而利用机器人自身传感器获取的速度和位置信息实现了障碍物的精确定位和规避，并通过三维坐标转二维坐标降低了路径更新过程中的计算，提高了路径更新的响应速度。

【技术实现步骤摘要】

本专利技术属于机器人
，尤其涉及一种机器人规划路径的更新方法及装置。
技术介绍
现有机器人通常采用全球定位系统(GlobalPositioningSystem，缩写为GPS)来定位，并采用激光对周边的环境进行探测，以实现路径的自主规划。GPS是美国主导的全球定位系统，是一种具有全方位、全天候、全时段、高精度的卫星导航系统，而采用激光传感器是利用激光测距的原理，通过记录被测物体表面大量的密集的点的三维坐标、反射率和纹理等信息，复建出被测目标的三维模型及线、面、体等各种图件数据。然而，利用GPS在小范围内进行物体定位时存在一些问题。一方面，GPS信号容易被建筑物、山体等物体遮挡，另一方面，GPS很难获取到机器人移动角度等重要地理信息，而采用激光传感器来探知周边环境也需要比较久的计算时间，从而使得机器人在移动范围比较小的时候，很难实现机器人的实时、精准定位。
技术实现思路
本专利技术的目的在于提供一种机器人规划路径的更新方法及装置，旨在解决由于现有技术无法提供一种有效的机器人路径更新方法，导致机器人在小范围移动时难以实现机器人的实时、精准定位的问题。一方面，本专利技术提供了一种机器人规划路径的更新方法，所述方法包括下述步骤：实时获取机器人移动过程中的当前载体坐标，将所述当前载体坐标变换为所述机器人的当前全局坐标；根据所述当前全局坐标和当前移动速度，计算所述机器人移动到下一地点的移动速度估计和位置估计；获取表示所述机器人周围环境中障碍物深度图像中像素点的三维坐标点，将所述三维坐标点转换为二维坐标点，以得到所述机器人周围环境中障碍物的投影轮廓；根据所述二维坐标点获取所述周围环境中障碍物的角点；根据所述位置估计和所述障碍物的角点更新所述机器人的规划路径。另一方面，本专利技术提供了一种机器人规划路径的更新装置，所述装置包括：坐标变换单元，用于实时获取机器人移动过程中的当前载体坐标，将所述当前载体坐标变换为所述机器人的当前全局坐标；参数获取单元，用于根据所述当前全局坐标和当前移动速度，计算所述机器人移动到下一地点的移动速度估计和位置估计；坐标转换单元，用于获取表示所述机器人周围环境中障碍物深度图像中像素点的三维坐标点，将所述三维坐标点转换为二维坐标点，以得到所述机器人周围环境中障碍物的投影轮廓；角点获取单元，用于根据所述二维坐标点获取所述周围环境中障碍物的角点；以及路径更新单元，用于根据所述位置估计和所述障碍物的角点更新所述机器人的规划路径。本专利技术通过实时获取机器人移动过程中的当前载体坐标，将当前载体坐标变换为机器人的当前全局坐标，根据当前全局坐标和当前移动速度，计算机器人移动到下一地点的移动速度估计和位置估计，获取表示机器人周围环境中障碍物深度图像中像素点的三维坐标点，将三维坐标点转换为二维坐标点，以得到机器人周围环境中障碍物的投影轮廓，进而根据二维坐标点获取周围环境中障碍物的角点，最后结合位置估计和障碍物的角点更新机器人的规划路径，从而利用机器人自身传感器获取的速度和位置信息实现了障碍物的精确定位和规避，并通过三维坐标转二维坐标降低了路径更新过程中的计算复杂度，提高了路径更新的响应速度。附图说明图1是本专利技术实施例提供的机器人规划路径的更新方法的实现流程图；图2是本专利技术实施例提供的机器人规划路径的更新装置的结构示意图；以及图3是本专利技术实施例提供的机器人规划路径的更新装置的优选结构示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。以下结合具体实施例对本专利技术的具体实现进行详细描述：图1示出了本专利技术实施例提供的机器人规划路径的更新方法的实现流程，为了便于说明，仅示出了与本专利技术实施例相关的部分，详述如下：在步骤S101中，实时获取机器人移动过程中的当前载体坐标，将当前载体坐标变换为机器人的当前全局坐标。本专利技术实施例适用于机器人，用于机器人移动过程中的自主路径规划。机器人上配置有相应的传感器，例如，加速度传感器、陀螺仪等，以获取移动过程中与机器人移动相关的数据，例如，加速度、移动过程的偏转方面等。当前载体坐标是机器人在当前位置时在载体坐标系中对应的坐标，而载体坐标系是固连在机器人上的坐标系。作为示例地，该坐标系的原点Ob可位于机器人的质心处。xb朝向机器人移动的方向，yb则指向机器人前进方向的右手边，zb垂直于Obxbyb平面且满足右手法则。当前全局坐标是机器人在当前位置时在全局坐标系中对应的坐标，全局坐标系是在具体应用中(例如，导航应用)设置的全局坐标体系。因此，优选地，应预先构建机器人的载体坐标系和全局坐标系，从而利用载体坐标系(机器人)上的坐标对机器人进行定位，无需使用专用的定位系统或全局系统对机器人进行定位，提高了机器人在小范围内移动时的定位精度。在将当前载体坐标变换为机器人的当前全局坐标时，可利用载体坐标系和全局坐标系之间的转换关系进行转换。具体地，可利用公式计算机器人的当前全局坐标，以获取机器人精确的全局坐标。其中，为当前载体坐标，其中ψ为航向角(机器人绕z轴的旋转角度)，θ为俯仰角(机器人绕y轴的旋转角度)，γ为横滚角(机器人绕x轴的旋转角度)，λ为预设的常数。在步骤S102中，根据当前全局坐标和当前移动速度，计算机器人移动到下一地点的移动速度估计和位置估计。在本专利技术实施例中，需要获取机器人的当前移动速度，以根据当前全局坐标和当前移动速度，计算机器人移动到下一地点的移动速度估计和位置估计。也就是说，从当前位置或坐标以该速度沿着机器人在前一位置时确定的路径移动，以确定机器人下一可能的移动速度和位置或坐标。优选地，根据公式分别计算机器人移动到下一地点的移动速度估计和位置估计。其中，VxW表示机器人在全局坐标系下x轴方向上的速度，VyW表示全局坐标系下y轴方向上的速度，VzW表示全局坐标系下z轴方向上的速度，Δωxw(j)表示全局坐标系下x轴方向j时间点与j-1时间点之间加速度变化值，Δωyw(j)表示全局坐标系下y轴方向j时间点与j-1时间点之间加速度变化值，Δωzw(j)表示全局坐标系下z轴方向j时间点与j-1时间点之间加速度变化值，k、k+1表示当前时间点和下一时间点，xw表示全局坐标系下x轴方向上的位置，yw表示全局坐标系下y轴方向上的位置，zw表示全局坐标系下z轴方向上的位置，T2表示导航定位的计算周期，T1表示为传感器采样周期，n为常数，且T2＝n*T1。这样，则分别表示当前时间点(k时间点)、下一时间点(k+1时间点)机器人在全局坐标系下各方向上的速度，则分别表示当前时间点(k时间点)、下一时间点(k+1时间点)机器人在全局坐标系下各方向上的坐标。在步骤S103中，获取表示机器人周围环境中障碍物深度图像中像素点的三维坐标点，将三维坐标点转换为二维坐标点，以得到机器人周围环境中障碍物的投影轮廓。在本专利技术实施例中，可通过Kinect深度传感器获取机器人移动路径上的地图或障碍物图像，接着将表示障碍物图像的三维坐标点转换为二维坐标点，然后将深度图像中像素点的深度信息、横轴信息以及纵轴信息转化为点状云数据，根据预设的换算关系和点状云数据，计算表示机器人周围环境中障碍物的三维本文档来自技高网...

【技术保护点】
一种机器人规划路径的更新方法，其特征在于，所述方法包括下述步骤：实时获取机器人移动过程中的当前载体坐标，将所述当前载体坐标变换为所述机器人的当前全局坐标；根据所述当前全局坐标和当前移动速度，计算所述机器人移动到下一地点的移动速度估计和位置估计；获取表示所述机器人周围环境中障碍物深度图像中像素点的三维坐标点，将所述三维坐标点转换为二维坐标点，以得到所述机器人周围环境中障碍物的投影轮廓；根据所述二维坐标点获取所述周围环境中障碍物的角点；根据所述位置估计和所述障碍物的角点更新所述机器人的规划路径。

【技术特征摘要】
1.一种机器人规划路径的更新方法，其特征在于，所述方法包括下述步骤：实时获取机器人移动过程中的当前载体坐标，将所述当前载体坐标变换为所述机器人的当前全局坐标；根据所述当前全局坐标和当前移动速度，计算所述机器人移动到下一地点的移动速度估计和位置估计；获取表示所述机器人周围环境中障碍物深度图像中像素点的三维坐标点，将所述三维坐标点转换为二维坐标点，以得到所述机器人周围环境中障碍物的投影轮廓；根据所述二维坐标点获取所述周围环境中障碍物的角点；根据所述位置估计和所述障碍物的角点更新所述机器人的规划路径。2.如权利要求1所述的方法，其特征在于，实时获取机器人移动过程中的当前载体坐标的步骤之前，所述方法还包括：预先构建所述机器人的载体坐标系和全局坐标系。3.如权利要求2所述的方法，其特征在于，将所述当前载体坐标变换为所述机器人的当前全局坐标的步骤，包括：根据公式计算所述机器人的当前全局坐标，其中，为当前载体坐标，其中ψ为航向角，θ为俯仰角，γ为横滚角，λ为预设的常数。4.如权利要求3所述的方法，其特征在于，计算所述机器人移动到下一地点的移动速度估计和位置估计的步骤，包括：根据公式：分别计算所述机器人移动到下一地点的移动速度估计和位置估计，其中，VxW表示全局坐标系下x轴方向上的速度，VyW表示全局坐标系下y轴方向上的速度，VzW表示全局坐标系下z轴方向上的速度，Δωxw(j)表示全局坐标系下x轴方向j时间点与j-1时间点之间加速度变化值，Δωyw(j)表示全局坐标系下y轴方向j时间点与j-1时间点之间加速度变化值，Δωzw(j)表示全局坐标系下z轴方向j时间点与j-1时间点之间加速度变化值，k、k+1表示当前时间点和下一时间点，T2表示导航定位的计算周期，T1表示为传感器采样周期，T2＝n*T1。5.如权利要求1所述的方法，其特征在于，获取表示所述机器人周围环境中障碍物深度图像中像素点的三维坐标点，将所述三维坐标点转换为二维坐标点的步骤，包括：将所述深度图像中像素点的深度信息、横...

【专利技术属性】
技术研发人员：李坚强，邓根强，李赛玲，明仲，
申请(专利权)人：深圳大学，
类型：发明
国别省市：广东;44