【技术实现步骤摘要】
本专利技术属于机器人自主导航，具体涉及一种野外机器人自主导航方法及野外自主导航机器人。
技术介绍
1、当前移动机器人的自主导航方案都建立在结构化场景之上，也就是以平坦地面为主的场景上。而在具有挑战性的非结构化野外环境中，机器人需要面对更复杂的情况，如陡坡、低洼、岩石等。
2、由于野外场景比较多变，野外环境的不确定性，当前移动机器人在非结构化环境中，机器人不仅要处理常见的障碍物，如树木和岩石，还要处理特殊地形的挑战，如陡坡、洼地、岩石等，容易出现机器人陷入困境的情况，而现有的自主导航方案规划路径时并未考虑机器人底盘能力，导致机器人容易倾覆，严重影响导航的安全性。
技术实现思路
1、针对现有技术中野外机器人在避障和处理特殊地形时容易陷入困境，现有的自主导航方案规划路径时并未考虑机器人底盘能力，可能会导致机器人倾覆的问题，本专利技术提供了一种野外机器人自主导航方法。
2、本专利技术采用的技术方案如下：
3、一种野外机器人自主导航方法，包括以下步骤：
4、步骤a：获取野外机器人周围的原始点云数据和数字高程地图；
5、步骤b：对步骤a获取的原始点云数据进行点云分割，并得到2d障碍物地图；
6、步骤c：对步骤a得到的数字高程地图进行粗糙度计算和可通行性分析，再结合各个栅格拟合平面的法向量，生成2.5d数字高程地图；
7、步骤d：将步骤b得到的2d障碍物地图和步骤c得到的2.5d数字高程地图进行叠加，得到2d+2
8、步骤f:在步骤d得到的2d+2.5d地图的基础上使用混合a*算法规划路径，野外机器人根据规划路径行进，完成自主导航。
9、采用该技术方案后，本专利技术在考虑2.5d地图的基础上，加入了2d地图的障碍物表示，进一步提高了安全性，通过考虑地形可通行性因素，设计路径规划算法，能够很好地发挥机器人底盘的运动能力，规划路径更适合机器人跟踪，提高了机器人野外导航的安全性和效率。
10、进一步的，步骤b中采用动态体素栅格滤波器进行点云分割，通过所述动态体素栅格滤波器提取影响野外机器人运动的地面点，进行点云分割时体素栅格的尺寸大于所述野外机器人的尺寸，且体素栅格的尺寸采用以下公式确定：
11、
12、gh＝gltanρmax (2)
13、式(1)和式(2)中，gl，gw和gh分别表示体素栅格的长度、宽度、高度，rl和rw分别表示野外机器人的长度和宽度，ρmax表示野外机器人可以通过的最大坡度；
14、在每个体素栅格中拟合一个局部平面，将机器人投影到该体素栅格上，投影后，假设机器人附着在局部平面，就可以计算出机器人的方位，每个体素栅格中的几何质心和协方差矩阵c通过以下公式计算：
15、
16、
17、式(3)和式(4)中，n表示体素栅格中点云的数量，pk表示下标为k的点云的坐标，t表示转置运算；
18、每个局部平面的斜率ρ由每个体素栅格的法向量v与水平面之间的锐角计算得到，当局部平面的斜率ρ>野外机器人可以通过的最大坡度ρmax时，表示野外机器人无法通过该区域，则该体素栅格对应的区域被标记为2d障碍物区域，所有2d障碍物区域形成2d障碍物地图层。
19、采用该技术方案后，由于原始点云数据量大，通常的做法是使用体素栅格滤波器来降低点云密度。然而，这种做法不能合理地分割悬垂结构，如树木和桥梁。因此，采用动态体素栅格滤波器进行分割，该滤波器仅提取影响机器人运动的地面点。由于机器人无法通过斜率高于ρmax的区域，因此体素栅格的高度被设置为gh。因此，悬垂结构的地形被排除在体素栅格之外。每个体素栅格的几何中心的高度随地面而变化。因此，动态体素栅格可以仅使用单层网格对地形进行建模。
20、进一步的，步骤c中对在数字高程地图的粗糙度计算和可通过性分析具体为:当数字高程地图中每个体素栅格局部平面的斜率ρ＜野外机器人可以通过的最大坡度ρmax时，用小体素栅格细分大体素栅格中的点云，根据野外机器人的越障能力确定最大高度差阈值hmax，计算每个小体素栅格中每个点云到拟合平面的距离，取最大值记为h，当h>hmax，则小体素栅格对应的区域视为坑洼，标记为不可通行区域，粗糙度用小体素栅格中所有点云到拟合平面的距离的绝对值之和rsum表示，每个体素栅格的粗糙度组成粗糙度层，每个体素栅格拟合平面的法向量组成法向量层，rsum的计算公式为：
21、
22、公式(5)中，n表示点云的个数，k表示第k个点云，dk表示第k个点云到拟合平面的距离。
23、可通行性τ的计算公式为：
24、
25、公式(6)中，a、b均为权重系数，当τ＝0则为不可通行区域。
26、采用该技术方案后，栅格分辨率的确定需要考虑机器人的相关参数，例如此专利技术中小体素栅格分辨率设为0.5m，此专利技术中机器人底盘长0.93m，宽0.58m，小体素栅格大小约为机器人体型的一半。如果分辨率太小，可能在小体素网格内没有点云，这是低效的。相反，如果分辨率太大，地形信息表示不准确。
27、进一步的，步骤f的具体步骤如下：
28、步骤f1：获取野外机器人此时的方位，并将所述方位作为起点加入到开始列表中，将结束列表初始化为空集；
29、步骤f2：选取开始清单中总代价最小的节点作为当前节点，所述总代价由代价g和启发式代价h组成，所述启发式代价h通过reeds-shepp曲线和混合a*算法获得，所述代价g通过计算父节点到起始点的距离获得；
30、步骤f3：如果当前节点没有到达终点附近，则查询当前节点的相邻节点，并判断每个相邻节点在2d+2.5d地图上的可通行性；
31、步骤f31：若可通行性为0，则将该相邻节点直接加入closed list，后续不会进行访问；
32、步骤f32：若可通行性不为0，则将该相邻节点加入到步骤f2的开始清单中；
33、步骤f4：如果当前节点到达终点节点附近，则直接使用reeds-shepp曲线将当前节点与终点节点相连；
34、步骤f41：若相连曲线上存在障碍物，则返回步骤f2；
35、步骤f42：如果相连曲线上没有障碍物，则通过共轭梯度平滑路径，输出规划路径。
36、采用该技术方案后，混合a*算法考虑了机器人的运动学约束，因此规划的路径比对a*算法规划的路径让机器人更容易跟踪。然而，对于在有斜坡和其他崎岖地形的非结构化户外环境中的机器人来说，混合a*规划的路径可能会穿过可通行性较低的区域。因此考虑地形可通行性的基础上，在算法的节点扩展步骤中，如果子节点位于2d地图的障碍物区域上，则它将被直接删除，因为其对应的静态可通行性为0，否则，将在2.5d地图上查询相邻节点。...
【技术保护点】
1.一种野外机器人自主导航方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种野外机器人自主导航方法，其特征在于：步骤B中采用动态体素栅格滤波器进行点云分割，通过所述动态体素栅格滤波器提取影响野外机器人运动的地面点，进行点云分割时体素栅格的尺寸大于所述野外机器人的尺寸，且体素栅格的尺寸采用以下公式确定：
3.根据权利要求1或2所述的一种野外机器人自主导航方法，其特征在于：步骤C中对在数字高程地图的粗糙度计算和可通过性分析具体为:当数字高程地图中每个体素栅格局部平面的斜率ρ＜野外机器人可以通过的最大坡度ρmax时，用小体素栅格细分大体素栅格中的点云，根据野外机器人的越障能力确定最大高度差阈值hmax，计算每个小体素栅格中每个点云到拟合平面的距离，取最大值记为dh，当dh>hmax，则小体素栅格对应的区域视为坑洼，标记为不可通行区域，粗糙度用小体素栅格中所有点云到拟合平面的距离的绝对值之和rsum表示，每个体素栅格的粗糙度组成粗糙度层，每个体素栅格拟合平面的法向量组成法向量层，rsum的计算公式为：
4.根据权利要求1或2所述的一种
5.根据权利要求1-3任一项所述的一种野外机器人自主导航方法，其特征在于：步骤B中进行点云分割后先将分割后的点云进行直通滤波处理，滤除不必要的点云，然后遍历点云中的所有点，将所有点云投影成2D栅格地图。
6.一种采用如权利要求1-5任一项所述的野外机器人自主导航方法的野外自主导航机器人，其特征在于：包括底盘，所述底盘电连接有设置有在底盘上的控制器(5)，所述控制器(5)电连接有设置在底盘上的激光雷达(3)和惯性测量机构(1)，所述惯性测量机构用于测量底盘的加速度和旋转运动，所述底盘上还设置有操作显示屏(4)，所述操作显示屏(4)与控制器电连接，所述操作显示屏(4)用于调试或观察野外机器人的工作情况。
7.根据权利要求6所述的一种野外自主导航机器人，其特征在于：所述底盘为四轮差速底盘，所述控制器包括nvidia orin边缘计算模块，所述激光雷达为16线激光雷达。
8.根据权利要求6所述的一种野外自主导航机器人，其特征在于：所述底盘上还设置有相机。
9.根据权利要求6所述的一种野外自主导航机器人，其特征在于：所述底盘上固定设置有框架(2)，所述控制器(5)、激光雷达(3)和惯性测量机构(1)设置在所述框架(2)上，且所述激光雷达(3)设置在所述框架(2)的顶部。
...【技术特征摘要】
1.一种野外机器人自主导航方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种野外机器人自主导航方法，其特征在于：步骤b中采用动态体素栅格滤波器进行点云分割，通过所述动态体素栅格滤波器提取影响野外机器人运动的地面点，进行点云分割时体素栅格的尺寸大于所述野外机器人的尺寸，且体素栅格的尺寸采用以下公式确定：
3.根据权利要求1或2所述的一种野外机器人自主导航方法，其特征在于：步骤c中对在数字高程地图的粗糙度计算和可通过性分析具体为:当数字高程地图中每个体素栅格局部平面的斜率ρ＜野外机器人可以通过的最大坡度ρmax时，用小体素栅格细分大体素栅格中的点云，根据野外机器人的越障能力确定最大高度差阈值hmax，计算每个小体素栅格中每个点云到拟合平面的距离，取最大值记为dh，当dh>hmax，则小体素栅格对应的区域视为坑洼，标记为不可通行区域，粗糙度用小体素栅格中所有点云到拟合平面的距离的绝对值之和rsum表示，每个体素栅格的粗糙度组成粗糙度层，每个体素栅格拟合平面的法向量组成法向量层，rsum的计算公式为：
4.根据权利要求1或2所述的一种野外机器人自主导航方法，其特征在于：步骤f的具体步骤如下：
5.根据权利要求1-3任一项所...
【专利技术属性】
技术研发人员：廖意铭，李浩，曾铭鸿，谢川，李章平，吴相伶，何建，
申请(专利权)人：宜宾电子科技大学研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。