一种用于机器人的智能导航路径规划系统及方法技术方案

本发明专利技术属于智能装备探测机器人技术领域，尤其涉及一种用于机器人的智能导航路径规划系统，机器人具有防爆轮式底盘或者防爆履带式底盘，包括：地图构建模块，导航模块，机器人运动系统模块，机器人控制模块，传感器模块，以及中央处理器模块，传感器模块用于获得多种建图信息，地图构建模块使用多种建图信息融合构建地图，中央处理器用于建立后台视频图像机器学习模型并建立学习模式下的基础地图，导航模块根据地图以及学习模式下的基础地图在地图中定位机器人并进行路径规划。还公开了相应的智能导航路径规划方法，本发明专利技术采用定位于地图构建算法、线路规划算法、导航算法、机器人控制算法以及后台视频图像机器学习模型使得机器人能够自主导航。

【技术实现步骤摘要】
一种用于机器人的智能导航路径规划系统及方法
本专利技术属于智能装备探测机器人
，尤其涉及一种用于机器人的智能导航路径规划系统及方法。
技术介绍
智能移动机器人是一个集环境感知、动态决策与规划、行为控制与执行等多功能于一体的综合系统，包含了传感器技术、信息处理、电子工程、计算机工程、自动化控制工程以及人工智能等多学科的研究成果。现代机器人技术发展以智能化方向发展为重要标志，呈现出一些新的特点和趋势，如传感型智能机器人发展加快，微型机器人研究有所突破，新型智能技术不断开发，应用领域向非制造业和服务业扩展等。如CN201501475761.7公开了一种多功能无人探测机器人，具有足式行走和轮式滚动两种运动方式，属于位置环境探测
，但是无法针对复杂的环境进行探测。CN201110201061.0公开了一种履带式环境探测机器人系统，其上搭载环境测试模块，可以探测当地包括气象要素在内的环境信息，以供特殊情况下正确决策使用，解决了一定的特殊条件下探测机器人的使用瓶颈，但是适用范围不广，效率不高，特别是无法适应爆炸性环境。石油化工领域、煤炭领域以及危化品领域提供我国的主要能源，提高这些行业的安全生产水平一直是政府和行业致力追求的目标，迄今为止，石油化工、煤炭危化品等的自动化生产以及爆炸及燃烧、泄漏、坍塌事故现场环境信息实施准确采集，以及协助救援人员制定正确救援方案提升到了新的高度。然而，目前的探测机器人存在以上技术缺陷，并且更为关键的，机器人无法在通讯条件受限的情况下实现自主导航。因此，需要研发一种能够用于爆炸性环境的机器人的智能导航路径规划系统和方法，特别适用于爆炸性环境而设计，以解决现有机器人无法自主导航的技术问题。
技术实现思路
本专利技术提供一种用于机器人的智能导航路径规划系统及方法，采用定位于地图构建算法、线路规划算法、导航算法、机器人控制算法以及后台视频图像机器学习模型使得所述机器人能够自主导航。为实现上述目的，本专利技术采用的技术方案为：一种用于机器人的智能导航路径规划系统，其中所述机器人具有防爆轮式底盘或者防爆履带式底盘，包括：地图构建模块，导航模块，机器人运动系统模块，机器人控制模块，传感器模块，以及中央处理器模块，其中所传感器模块与所述地图构建模块连接，所述传感器模块包括多种传感器，用于扫描周围环境获得所述地图构建模块需要的多种建图信息，所述地图构建模块使用所述多种建图信息融合构建地图，所述中央处理器包括模型建立单元和基础地图创建单元，所述模型建立单元用于建立后台视频图像机器学习模型，所述基础地图创建单元基于所述后台视频图像机器学习模型建立学习模式下的基础地图，所述导航模块根据所述地图以及所述学习模式下的基础地图在所述地图中定位所述机器人并进行路径规划，所述线路规划模块分别与所述机器人运动系统模块以及所述机器人控制模块连接，所述线路规划模块将规划的所述路径馈入所述机器人控制模块，所述机器人控制模块发送包含所述机器人位置、导航方式以及跟踪轨迹的控制指令到所述机器人运动系统模块，所述机器人做出相应的避障或巡检动作。优选的，所述传感器模块包括激光雷达、测距模块、双目机器视觉元件以及环绕摄像头。优选的，所述激光雷达为2D激光雷达或3D激光雷达。优选的，所述测距模块包括激光测距模块、超声波测距模块以及图像测距模块，其中所述超声波测距模块安装在底层驱动模块上。优选的，所述中央处理器还包括坐标转换单元，对于所述机器人在充电放进行后退导航的情况下，将基于所述传感器模块达到充电放的位置姿态局部坐标系建立的定位信息通过所述坐标转换单元中存储的齐次坐标变换矩阵转换到全局坐标系，形成统一的导航坐标系。一种用于机器人的智能导航路径规划方法，包括：对于具有所述轮式底盘的所述机器人，包括：S1，通过所述传感器模块扫描周围环境获得所述地图构建模块需要的多种建图信息，所述地图构建模块使用所述多种建图信息融合采用定位与地图构建技术算法构建当前区域的地图；S2，所述中央处理器的所述模型建立单元用于建立后台视频图像机器学习模型，所述基础地图创建单元进行多次机器学习以提前构建巡检区域全局3D基础地图并制定巡检任务点和巡检任务指令，其中所述后台视频图像机器学习模型根据大量视频/图片数据进行提前机器学习以提高识别准确率，并通过所述机器学习不断精确地图，探索并拓展地图；S3，所述导航模块基于所述地图以及所述巡检区域全局3D基础地图根据线路规划算法和导航算法在所述地图中定位所述机器人并进行路径规划；包括：S31，根据当前区域的地图，实现当前区域的全局定位，确定机器人的全局位置；S32，以所述全局位置为基点，分段计算可行进路线方向，根据分段计算的可行进路线方向探索未知区域；S33，重复步骤S31和S32，完成未知区域的探索，包括对非常态路面环境下的合理路径规划，在非常态路面环境下准确合理判断行进路线并根据实际自主定位和导航实时修正优化路径；S4，所述线路规划模块将规划的所述路径馈入所述机器人控制模块，所述机器人控制模块发送包含所述机器人位置、导航方式以及跟踪轨迹的控制指令到所述机器人运动系统模块，所述机器人做出相应的避障或巡检动作；对于具有所述履带式底盘的所述机器人，包括：S1’，通过所述传感器模块扫描周围环境获得所述地图构建模块需要的多种建图信息，所述地图构建模块使用所述多种建图信息融合采用定位与地图构建技术算法构建当前区域的地图；S2’，所述中央处理器的所述模型建立单元用于建立后台视频图像机器学习模型，所述基础地图创建单元进行多次机器学习以提前构建巡检区域全局3D基础地图并制定巡检任务点和巡检任务指令，其中所述后台视频图像机器学习模型根据大量视频/图片数据进行提前机器学习以提高识别准确率，并通过所述机器学习不断精确地图，探索并拓展地图；S3’，所述导航模块基于所述地图以及所述巡检区域全局3D基础地图根据线路规划算法和导航算法在所述地图中定位所述机器人并进行路径规划；包括：S31’，根据当前区域的地图，实现当前区域的全局定位，确定机器人的全局位置；S32’，以所述全局位置为基点，分段计算可行进路线方向，根据分段计算的可行进路线方向探索未知区域；S33’，重复步骤S31’和S32’，完成未知区域的探索，包括对非常态路面环境下的合理路径规划和针对履带式底盘的机器人越障爬坡能力，在非常态路面环境下准确合理判断行进路线并根据实际自主定位和导航实时修正优化路径；S4’，所述线路规划模块将规划的所述路径馈入所述机器人控制模块，所述机器人控制模块发送包含所述机器人位置、导航方式以及跟踪轨迹的控制指令到所述机器人运动系统模块，所述机器人做出相应的避障或巡检动作。优选的，对于具有所述轮式底盘的所述机器人，执行所述巡检任务的过程包括：所述机器人控制模块接收到下发的导航任务后根据导航任务信息开始启动所述巡检任务，所述导航任务信息中包括目标点的位姿以及导航方式，如果选择轨迹跟踪导航，还需要确定要本文档来自技高网...

【技术保护点】
1.一种用于机器人的智能导航路径规划系统，其中所述机器人具有防爆轮式底盘或者防爆履带式底盘，其特征在于包括：地图构建模块，导航模块，机器人运动系统模块，机器人控制模块，传感器模块，以及中央处理器模块，其中所传感器模块与所述地图构建模块连接，所述传感器模块包括多种传感器，用于扫描周围环境获得所述地图构建模块需要的多种建图信息，所述地图构建模块使用所述多种建图信息融合构建地图，所述中央处理器包括模型建立单元和基础地图创建单元，所述模型建立单元用于建立后台视频图像机器学习模型，所述基础地图创建单元基于所述后台视频图像机器学习模型建立学习模式下的基础地图，所述导航模块根据所述地图以及所述学习模式下的基础地图在所述地图中定位所述机器人并进行路径规划，所述线路规划模块分别与所述机器人运动系统模块以及所述机器人控制模块连接，所述线路规划模块将规划的所述路径馈入所述机器人控制模块，所述机器人控制模块发送包含所述机器人位置、导航方式以及跟踪轨迹的控制指令到所述机器人运动系统模块，所述机器人做出相应的避障或巡检动作。/n

【技术特征摘要】
1.一种用于机器人的智能导航路径规划系统，其中所述机器人具有防爆轮式底盘或者防爆履带式底盘，其特征在于包括：地图构建模块，导航模块，机器人运动系统模块，机器人控制模块，传感器模块，以及中央处理器模块，其中所传感器模块与所述地图构建模块连接，所述传感器模块包括多种传感器，用于扫描周围环境获得所述地图构建模块需要的多种建图信息，所述地图构建模块使用所述多种建图信息融合构建地图，所述中央处理器包括模型建立单元和基础地图创建单元，所述模型建立单元用于建立后台视频图像机器学习模型，所述基础地图创建单元基于所述后台视频图像机器学习模型建立学习模式下的基础地图，所述导航模块根据所述地图以及所述学习模式下的基础地图在所述地图中定位所述机器人并进行路径规划，所述线路规划模块分别与所述机器人运动系统模块以及所述机器人控制模块连接，所述线路规划模块将规划的所述路径馈入所述机器人控制模块，所述机器人控制模块发送包含所述机器人位置、导航方式以及跟踪轨迹的控制指令到所述机器人运动系统模块，所述机器人做出相应的避障或巡检动作。


2.根据权利要求1所述的一种用于机器人的智能导航路径规划系统，其特征在于：所述传感器模块包括激光雷达、测距模块、双目机器视觉元件以及环绕摄像头。


3.根据权利要求2所述的一种用于机器人的智能导航路径规划系统，其特征在于：所述激光雷达为2D激光雷达或3D激光雷达。


4.根据权利要求3所述的一种用于机器人的智能导航路径规划系统，其特征在于：所述测距模块包括激光测距模块、超声波测距模块以及图像测距模块，其中所述超声波测距模块安装在底层驱动模块上。


5.根据权利要求4所述的一种用于机器人的智能导航路径规划系统，其特征在于：所述中央处理器还包括坐标转换单元，对于所述机器人在充电放进行后退导航的情况下，将基于所述传感器模块达到充电放的位置姿态局部坐标系建立的定位信息通过所述坐标转换单元中存储的齐次坐标变换矩阵转换到全局坐标系，形成统一的导航坐标系。


6.一种根据权利要求5所述的用于机器人的智能导航路径规划系统的智能导航路径规划方法，包括：
对于具有所述轮式底盘的所述机器人，包括：
S1，通过所述传感器模块扫描周围环境获得所述地图构建模块需要的多种建图信息，所述地图构建模块使用所述多种建图信息融合采用定位与地图构建技术算法构建当前区域的地图；
S2，所述中央处理器的所述模型建立单元用于建立后台视频图像机器学习模型，所述基础地图创建单元进行多次机器学习以提前构建巡检区域全局3D基础地图并制定巡检任务点和巡检任务指令，其中所述后台视频图像机器学习模型根据大量视频/图片数据进行提前机器学习以提高识别准确率，并通过所述机器学习不断精确地图，探索并拓展地图；
S3，所述导航模块基于所述地图以及所述巡检区域全局3D基础地图根据线路规划算法和导航算法在所述地图中定位所述机器人并进行路径规划；包括：
S31，根据当前区域的地图，实现当前区域的全局定位，确定机器人的全局位置；
S32，以所述全局位置为基点，分段计算可行进路线方向，根据分段计算的可行进路线方向探索未知区域；
S33，重复步骤S31和S32，完成未知区域的探索，包括对非常态路面环境下的合理路径规划，在非常态路面环境下准确合理判断行进路线并根据实际自主定位和导航实时修正优化路径；
S4，所述线路规划模块将规划的所述路径馈入所述机器人控制模块，所述机器人控制模块发送包含所述机器人位置、导航方式以及跟踪轨迹的控制指令到所述机器人运动系统模块，所述机器人做出相应的避障或巡检动作；
对于具有所述履带式底盘的所述机器人，包括：
S1’，通过所述传感器模块扫描周围环境获得所述地图构建模块需要的多种建图信息，所述地图构建模块使用所述多种建图信息融合采用定位与地图构建技术算法构建当前区域的地图；
S2’，所述中央处理器的所述模型建立单元用于建立后台视频图像机器学习模型，所述基础地图创建单元进行多次机器学习以提前构建巡检区域全局3D基础地图并制定巡检任务点和巡检任务指令，其中所述后台视频图像机器学习模型根据大量视频/图片数据进行提前机器学习以提高识别准确率，并通过所述机器...

【专利技术属性】
技术研发人员：秦绪坤，徐兰军，孙梁，张新，陈彤，李耀敏，
申请(专利权)人：新兴际华集团有限公司，新兴际华杭州智能装备有限公司，新兴际华科技发展有限公司，
类型：发明
国别省市：北京;11