【技术实现步骤摘要】
本专利技术涉及机器人路径导航，尤其涉及一种基于激光视觉信息融合的作业机器人路径导航方法及系统。
技术介绍
1、随着科学技术的不断进步，经济实力的不断发展，机器人已被广泛应用于人民生活、学习和工作的各个方面。由于机器人可代替人工完成一些较复杂、危险的工作，且作业效率、作业精度更高，因此大规模运用机器人进行作业已然成为趋势。
2、作业机器人在进行自主作业时，需要具备一定的自主导航功能，主要包括自主定位、地图构建以及路径规划等技术，当前一般采用slam(simultaneous localization andmapping，即时定位与地图构建技术)实现同时定位与地图构建，以及借助构建的地图完成后续的路径规划。但目前通常单独采用激光slam技术或视觉slam技术完成周围环境信息的收集，若只采用激光slam技术，作业机器人在途经较为相似区域时，其发射与接收到的激光束中蕴含的激光传感数据较为相似，会导致后续的数据分析有所偏差，对精准度有所影响；若只采用视觉slam技术，作业机器人在某些光线较暗的场景下，无法精确捕捉视觉传感数据，因此同样会造成精确度低，影响作业机器人的路径导航效率，继而降低作业效率的问题。
技术实现思路
1、本专利技术的目的在于克服现有技术的不足，本专利技术提供了一种基于激光视觉信息融合的作业机器人路径导航方法及系统，将激光传感数据和视觉传感数据进行融合分析，提高了在面对复杂环境下作业机器人路径导航的精准性，有效提高作业效率。
2、本专利技术提供了一种
3、云端服务器建立与所有作业机器人的通信连接，并向所述作业机器人发送作业指令；
4、所述作业机器人基于自身搭载的传感器获取传感数据，并将所述传感数据发送到所述云端服务器；
5、所述云端服务器对所述传感数据进行融合分析，构建作业区域全局地图；
6、所述云端服务器读取作业任务信息，并根据所述作业任务信息和作业区域全局地图为每个作业机器人生成路径导航信息；
7、所述作业机器人基于对应的路径导航信息进行协同作业。
8、进一步的，所述云端服务器建立与所有作业机器人的通信连接，并向所述作业机器人发送作业指令包括：
9、所述云端服务器开启总连接端口，定时向所有作业机器人发送通信配置信号；
10、所述云端服务器为每个回应通信配置信号的作业机器人配置对应的ip地址和连接端口；
11、所述云端服务器向已配置ip地址和连接端口的作业机器人发送通信连接信号，并建立与所述作业机器人的通信连接线路；
12、所述云端服务器基于建立的通信连接线路向所述作业机器人发送作业指令。
13、进一步的，所述作业机器人基于自身搭载的传感器获取传感数据，并将所述传感数据发送到所述云端服务器之前包括：
14、所述作业机器人进行自检，并对自身搭载的传感器进行调试。
15、进一步的，所述作业机器人基于自身搭载的传感器获取传感数据，并将所述传感数据发送到所述云端服务器包括：
16、所述作业机器人基于自身搭载的激光传感器获取激光传感数据；
17、所述作业机器人基于自身搭载的视觉传感器获取视觉传感数据；
18、所述作业机器人基于自身搭载的定位传感器获取定位传感数据；
19、所述作业机器人基于自身搭载的位姿传感器获取位姿传感数据。
20、进一步的，所述云端服务器对所述传感数据进行融合分析，构建作业区域全局地图包括：
21、所述云端服务器分析所述激光传感数据，获取所述激光传感数据对应的激光数据信息状态向量和激光观测坐标系；
22、所述云端服务器分析所述视觉传感数据，获取所述视觉传感数据对应的视觉数据信息状态向量和视觉观测坐标系；
23、所述云端服务器将所述激光数据信息状态向量和视觉数据信息状态向量进行特征融合，计算二者之间的标定差；
24、所述云端服务器基于所述标定差对所述激光观测坐标系和视觉观测坐标系进行联合标定，获取所述激光观测坐标系和视觉观测坐标系的旋转变换矩阵和平移变换矩阵。
25、进一步的，所述云端服务器对所述传感数据进行融合分析，构建作业区域全局地图还包括：
26、所述云端服务器分析所述位姿传感数据，分别计算所述作业机器人向各个方向移动的速度表达式；
27、所述云端服务器基于所述作业机器人向各个方向移动的速度表达式计算底盘移动的角速度和线速度，进而获取底盘的位姿变化关系；
28、所述云端服务器基于所述底盘的位姿变化关系建立所述作业机器人的运动学模型。
29、进一步的，所述云端服务器对所述传感数据进行融合分析，构建作业区域全局地图还包括：
30、所述云端服务器基于所述激光观测坐标系和视觉观测坐标系的旋转变换矩阵和平移变换矩阵、运动学模型获取所述作业机器人的周边环境信息；
31、所述云端服务器结合所述定位传感数据和周边环境信息获取对应作业机器人的局部地图数据；
32、所述云端服务器对所有作业机器人的局部地图数据进行分析处理后，生成作业区域全局地图。
33、进一步的，所述云端服务器对所有作业机器人的局部地图数据进行分析处理后，生成作业区域全局地图包括：
34、所述云端服务器对所有作业机器人的局部地图数据进行时间戳对应数据匹配，并进行融合计算，生成作业区域全局粗略地图；
35、所述云端服务器基于图像优化算法对所述作业区域全局粗略地图进行优化，生成作业区域全局精确地图。
36、进一步的，所述云端服务器读取作业任务信息，并根据所述作业任务信息和作业区域全局地图为每个作业机器人生成路径导航信息包括：
37、所述云端服务器基于遗传算法匹配所述作业任务信息、作业区域全局地图和所述作业机器人的状态信息，生成若干个作业任务分配方案；
38、所述云端服务器分别计算所述若干个作业任务分配方案的复杂度，确定复杂度总和最小的最优作业任务分配方案；
39、所述云端服务器基于所述最优作业任务分配方案为对应作业机器人在所述作业区域全局地图上添加若干个目标路径点；
40、所述云端服务器将所述若干个目标路径点连接起来，并在对应目标路径点上添加对应作业内容，生成对应作业机器人的路径导航信息。
41、本专利技术还提供了一种基于激光视觉信息融合的作业机器人路径导航系统，所述基于激光视觉信息融合的作业机器人路径导航系统应用于上述的基于激光视觉信息融合的作业机器人路径导航方法，所述基于激光视觉信息融合的作业机器人路径导航系统包括：
42、通信连接模块，所述通信连接模块用于云端服务器建立与所有作业机器人的通信连接，并向所述作业机器人发送作业指令；
43、传感数据获取模块本文档来自技高网...
【技术保护点】
1.一种基于激光视觉信息融合的作业机器人路径导航方法，其特征在于，所述基于激光视觉信息融合的作业机器人路径导航方法包括：
2.如权利要求1所述的基于激光视觉信息融合的作业机器人路径导航方法，其特征在于，所述云端服务器建立与所有作业机器人的通信连接，并向所述作业机器人发送作业指令包括：
3.如权利要求1所述的基于激光视觉信息融合的作业机器人路径导航方法，其特征在于，所述作业机器人基于自身搭载的传感器获取传感数据，并将所述传感数据发送到所述云端服务器之前包括：
4.如权利要求1所述的基于激光视觉信息融合的作业机器人路径导航方法，其特征在于，所述作业机器人基于自身搭载的传感器获取传感数据，并将所述传感数据发送到所述云端服务器包括：
5.如权利要求4所述的基于激光视觉信息融合的作业机器人路径导航方法，其特征在于，所述云端服务器对所述传感数据进行融合分析，构建作业区域全局地图包括：
6.如权利要求5所述的基于激光视觉信息融合的作业机器人路径导航方法，其特征在于，所述云端服务器对所述传感数据进行融合分析，构建作业区域全局地图还包括：
7.如权利要求6所述的基于激光视觉信息融合的作业机器人路径导航方法，其特征在于，所述云端服务器对所述传感数据进行融合分析，构建作业区域全局地图还包括：
8.如权利要求7所述的基于激光视觉信息融合的作业机器人路径导航方法，其特征在于，所述云端服务器对所有作业机器人的局部地图数据进行分析处理后，生成作业区域全局地图包括：
9.如权利要求1所述的基于激光视觉信息融合的作业机器人路径导航方法，其特征在于，所述云端服务器读取作业任务信息，并根据所述作业任务信息和作业区域全局地图为每个作业机器人生成路径导航信息包括：
10.一种基于激光视觉信息融合的作业机器人路径导航系统，其特征在于，所述基于激光视觉信息融合的作业机器人路径导航系统应用于权利要求1-9任一项所述的基于激光视觉信息融合的作业机器人路径导航方法，所述基于激光视觉信息融合的作业机器人路径导航系统包括：
...【技术特征摘要】
1.一种基于激光视觉信息融合的作业机器人路径导航方法，其特征在于，所述基于激光视觉信息融合的作业机器人路径导航方法包括：
2.如权利要求1所述的基于激光视觉信息融合的作业机器人路径导航方法，其特征在于，所述云端服务器建立与所有作业机器人的通信连接，并向所述作业机器人发送作业指令包括：
3.如权利要求1所述的基于激光视觉信息融合的作业机器人路径导航方法，其特征在于，所述作业机器人基于自身搭载的传感器获取传感数据，并将所述传感数据发送到所述云端服务器之前包括：
4.如权利要求1所述的基于激光视觉信息融合的作业机器人路径导航方法，其特征在于，所述作业机器人基于自身搭载的传感器获取传感数据，并将所述传感数据发送到所述云端服务器包括：
5.如权利要求4所述的基于激光视觉信息融合的作业机器人路径导航方法，其特征在于，所述云端服务器对所述传感数据进行融合分析，构建作业区域全局地图包括：
6.如权利要求5所述的基于激光视觉信息融合的作业机器人路径...
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。