一种猪舍环境下的栅栏过道导航路径提取方法技术

一种猪舍环境下的栅栏过道导航路径提取方法，属于智能机器人路径规划技术领域，该方法首先通过坐标转换和阈值滤波预处理二维激光雷达数据，以栅栏过道宽度设计

【技术实现步骤摘要】
一种猪舍环境下的栅栏过道导航路径提取方法


[0001]本专利技术涉及巡检机器人路径规划
，具体涉及一种猪舍环境下的移栅栏过道导航提取方法
。

技术介绍

[0002]生猪是我国主要的肉类消费来源，大规模
、
集约化养殖虽然能够产生规模经济效益
、
提高生产效率，但通常伴随着较高的环保压力和疾病风险
。
猪舍巡检机器人能实时监测猪舍环境和猪只生长及健康状态，降低人员接触带来的疫病传播风险，对于保障中国养猪场生物安全和高效生产具有重要意义
。
而如何在复杂猪舍环境中，准确
、
稳定
、
快速地识别栅栏过道两侧栅栏位置并提取导航路径是实现猪舍巡检机器人导航的关键技术
。
[0003]常见的识别环境特征方法，分别是基于视觉传感器和基于激光雷达传感器
。
视觉传感器对系统硬件的算力有一定的要求，也需要特征点在图像表现上与环境背景对比较为强烈
。
激光雷达传感器精度较高，相应速度快，抗干扰性强，已经有较为成熟的应用
。
因此，巡检机器人在猪舍内采用激光雷达识别周围环境特征
。
[0004]RANSAC
算法是在假设和检验的框架基础上实现的，是一种功能强大
、
结构简单的模型参数估计手段，已经被广泛应用于特征点提取与匹配的场景
。
通过测试数据集中随机抽取一定数量的扫描点作为子集进行初始模型拟合，在此基础上计算出该数据集中的扫描点到拟合出的模型距离，并根据距离检验拟合模型的正确性
。
通过不断迭代并重复随机抽样以及模型拟合的过程，在最大迭代次数的限制下，以期望获得一个具有全局最优的模型
。
[0005]针对猪舍内狭窄栅栏过道的复杂环境，巡检机器人为搭载一定数量的巡检设备并保证续航时间，整机尺寸不宜过小，因此过道内较小的可调整空间对算法的鲁棒性和实时性提出了更高的要求
。
对于以上问题，亟需提出一种可以适合在猪舍环境下准确
、
快速地提取到导航路径方法
。

技术实现思路

[0006]为了克服现有技术的不足，针对猪舍巡检机器人在猪舍栅栏过道内自动行走的需求，本专利技术提供了一种猪舍环境下的栅栏过道导航路径提取方法，该方法首先预处理二维激光雷达数据，以栅栏过道宽度设计
ROI
分割左右栅栏点云，最后采用
RANSAC
算法对提取的栅栏点云进行拟合栅栏直线，得到栅栏过道中间线作为巡检机器人导航线，能够在猪舍环境下准确
、
快速地提取到导航路径
。
[0007]为了实现上述目的，本专利技术采用的技术方案如下：
[0008]一种猪舍环境下的栅栏过道导航路径提取方法，包括以下步骤：
[0009]1)
根据激光雷达安装位置，对点云数据进行预处理，原始点云
Ρ
由激光雷达极坐标转为激光雷达直角坐标系，再通过平移变换得到以机器人坐标系下的点云原始数据
Π
(x,y)
：
[0010]R
＝
{(l
i
,
θ
i
)|i
＝
1,
…
,n}
[0011][0012]式中，
n
为激光雷达旋转一圈所获得的点云总数，
x
i
为点云横坐标，
y
i
为点云纵坐标，
l
i
为点云到激光雷达的距离，
θ
i
为激光点云角度；
[0013]2)
取两倍栅栏过道宽度作为筛选阈值，滤除此距离以外的激光雷达传感器点云数据，此距离以内的激光点云作为导航路径提取的原始数据集；
[0014]3)
遍历预处理后的激光点云，找到全局距离最近的点云作为位于巡检机器人某侧栏杆位置点云然后找到相对于点云对侧
180
度的栏杆点云由这两个点可以计算得出两点之间连线的垂直中线方向数据点作为巡检机器人行进方向的点云，以此点云编号
n
c
作为分割左右点云的判断依据；
[0015]4)
设计矩形感兴趣区域
(ROI)
，点云可作为单侧栅栏的相对垂直距离，点云可作为另一侧栅栏的相对垂直距离，以这两个值作为两侧距离的基础上加入筛选阈值以水平方向距离为范围筛选出两侧栅栏激光雷达数据；
[0016]5)
在
ROI
筛选出的栅栏点云中，为使所取直线尽可能接近栅栏排布并减少迭代次数，从
ROI
上半部分和下半部分中随机选取两个点形成直线，作为初始估计模型；
[0017]6)
在
ROI
筛选出的栅栏点云中，为使所取直线尽可能接近栅栏排布并减少迭代次数，从
ROI
上半部分和下半部分中随机选取两个点形成直线，作为初始估计模型；
[0018]7)
用所有栅栏点云中对该模型进行检验，通过点云与直线的垂线段长度作为误差
E
l
，来判断该点云是否能作为模型内点，即两向量叉乘再除以一个向量的模，公式如下式所示：
[0019]E
l
＝
x
i
×
L
ω
‑
y
i
×
L
ν
[0020]式中，
x
i
为待检测点云横坐标，
y
i
为待检测点云纵坐标，
(L
ν
，
L
ω
)
为归一化以后的直线模型向量；
[0021]8)
重复步骤6和步骤7迭代出最优模型，计算的迭代次数为
K
；
[0022]9)
在设定的迭代次数内，取得左右最优的直线模型为两侧栅栏直线，并根据下式直线斜率关系，计算得到栅栏导航中间线，可作为机器人行走依据：
[0023][0024]式中，
k
l
为左侧栅栏直线斜率，
k
r
为右侧栅栏直线斜率，
k
c
为中间导航线斜率
。
[0025]进一步，所述步骤
8)
中，计算的迭代次数
K
按照下式计算并取整获得：
[0026][0027]式中，
α
表示可以找到最优模型的置信度，即从数据集中随机选取的点均为模型内点的概率，
ω
表示每次从数据集中选取一个内点的概率，
n
表示用于模型估计的数据集大小
。
[0028]本专利技术的有益效果为：能够在猪舍环境下准确
、
快本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种猪舍环境下的栅栏过道导航路径提取方法，其特征在于，所述方法包括以下步骤：
1)
根据激光雷达安装位置，对点云数据进行预处理，原始点云
R
由激光雷达极坐标转为激光雷达直角坐标系，再通过平移变换得到以机器人坐标系下的点云原始数据
P(x,y)
：
R
＝
{(l
i
,
θ
i
)|i
＝
1,
…
,n}
式中，
n
为激光雷达旋转一圈所获得的点云总数，
x
i
为点云横坐标，
y
i
为点云纵坐标，
l
i
为点云到激光雷达的距离，
θ
i
为激光点云角度；
2)
取两倍栅栏过道宽度作为筛选阈值，滤除此距离以外的激光雷达传感器点云数据，此距离以内的激光点云作为导航路径提取的原始数据集；
3)
遍历预处理后的激光点云，找到全局距离最近的点云作为位于巡检机器人某侧栏杆位置点云然后找到相对于点云对侧
180
度的栏杆点云由这两个点可以计算得出两点之间连线的垂直中线方向数据点作为巡检机器人行进方向的点云，以此点云编号
n
c
作为分割左右点云的判断依据；
4)
设计矩形感兴趣区域
ROI
，点云可作为单侧栅栏的相对垂直距离，点云可作为另一侧栅栏的相对垂直距离，以这两个值作为两侧距离的基础上加入筛选阈值以水平方向距离为范围筛选出两侧栅栏激光雷达数据；
5)
在
ROI
筛选出的栅栏点云中，为使所取直线尽可能接近栅栏排布并减少迭代次数，从
ROI
上半部分和下半部分中随机选取两个点形成直线，作为初始估计模型；
6)
在

【专利技术属性】
技术研发人员：刘安东，杨毅镔，王鑫，朱华中，竺功财，孙宇豪，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：