【技术实现步骤摘要】
本专利技术涉及机器人导航，尤其涉及一种用于双臂机器人的自主导航方法、装置及电子设备。
技术介绍
1、随着工业自动化和智能制造的不断发展，双臂机器人在制造车间等复杂环境中的应用场景越来越广泛。与工业机器人不同，双臂机器人需要具备高度的自主能力，能够根据环境变化自主感知、决策和导航。其中，在动态环境下实现安全、高效的自主导航是一个关键的技术挑战。
2、传统的机器人导航方法主要基于事先建立的静态地图和路径规划算法。这些方法在结构化环境中表现良好，但面对复杂动态场景如制造车间时，由于无法及时捕捉移动障碍物的变化，导致规划路径存在风险和低效率的问题。另一类新兴的基于深度学习的端到端导航方法，虽然能够直接从传感器数据中预测出行走路径，但由于缺乏对复杂环境约束的建模能力，生成的路径质量较低，无法满足机器人实际导航的要求。
技术实现思路
1、本专利技术提供了一种用于双臂机器人的自主导航方法、装置及电子设备，以解决为双臂机器人规划的导航路径难以匹配实际导航需求的问题。
2、根据本专利技术的一方面，提供了一种用于双臂机器人的自主导航方法，该方法包括：
3、利用设置于双臂机器人上的目标相机采集第一点云数据，以及，利用激光雷达获取第二点云数据，其中，所述目标相机用于获取彩色图像和深度信息的相机；
4、基于所述第一点云数据和所述第二点云数据构建三维环境模型和动态障碍物模型，并将所述三维环境模型和所述动态障碍物模型进行融合，以获得四维时空环境模型；
6、根据本专利技术的另一方面，提供了一种用于双臂机器人的自主导航装置，该装置包括：
7、数据获取模块，用于利用设置于双臂机器人上的目标相机采集第一点云数据，以及，利用激光雷达获取第二点云数据，其中，所述目标相机用于获取彩色图像和深度信息的相机；
8、模型构建模块，用于基于所述第一点云数据和所述第二点云数据构建三维环境模型和动态障碍物模型，并将所述三维环境模型和所述动态障碍物模型进行融合，以获得四维时空环境模型；
9、路径导航模块，用于将所述四维时空环境模型输入至时空注意力卷积网络中进行时空语义分割，以获得动态可行路径，根据所述动态可行路径和路径决策网络确定目标路径，并根据所述目标路径控制所述双臂机器人自主导航至目标位置。
10、根据本专利技术的另一方面，提供了一种电子设备，所述电子设备包括：
11、至少一个处理器；以及
12、与所述至少一个处理器通信连接的存储器；其中，
13、所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的用于双臂机器人的自主导航方法。
14、根据本专利技术的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的用于双臂机器人的自主导航方法。
15、根据本专利技术的另一方面，提供了一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，所述计算机程序在被处理器执行时实现根据本专利技术任一实施例所述的用于双臂机器人的自主导航方法。
16、本专利技术实施例的技术方案，通过利用设置于双臂机器人上的目标相机采集第一点云数据，以及，利用激光雷达获取第二点云数据，其中，所述目标相机用于获取彩色图像和深度信息的相机，能够采用多个数据源获取点云数据，为场景建模提供了丰富的数据支撑；然后，通过基于所述第一点云数据和所述第二点云数据构建三维环境模型和动态障碍物模型，并将所述三维环境模型和所述动态障碍物模型进行融合，以获得四维时空环境模型，能够完整描述复杂动态场景的空间几何和时间演化信息，为双臂机器人规划安全、流畅的导航路径提供了前提条件；最后，将所述四维时空环境模型输入至时空注意力卷积网络中进行时空语义分割，以获得动态可行路径，根据所述动态可行路径和路径决策网络确定目标路径，并根据所述目标路径控制所述双臂机器人自主导航至目标位置，有效解决了传统几何或学习方法难以应对复杂动态环境的局限性，能够通过至时空注意力卷积网络和路径决策网络快速、便捷且准确地生成高质量的最优路径，实现了对双臂机器人的精准安全控制。
17、应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种用于双臂机器人的自主导航方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述第一点云数据和所述第二点云数据构建三维环境模型，包括：
3.根据权利要求2所述的方法，其特征在于，所述将所述第一点云数据和所述第二点云数据进行数据配准，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于所述第一点云数据和所述第二点云数据构建三维环境模型和动态障碍物模型，包括：
5.根据权利要求1所述的方法，其特征在于，所述将所述三维环境模型和所述动态障碍物模型进行融合，以获得四维时空环境模型，包括：
6.根据权利要求1所述的方法，其特征在于，所述将所述四维时空环境模型输入至时空注意力卷积网络中进行时空语义分割，以获得动态可行路径，包括：
7.根据权利要求6所述的方法，其特征在于，所述时空注意力卷积网络包括时间编码模块、空间编码模块、时空融合模块、时空注意力模块以及三维反卷积模块；所述将所述四维时空环境模型输入至时空注意力卷积网络中进行时空语义分割，得到时空语义特征，包括：
8.根
9.一种用于双臂机器人的自主导航装置，其特征在于，包括：
10.一种电子设备，其特征在于，所述电子设备包括：
...【技术特征摘要】
1.一种用于双臂机器人的自主导航方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述第一点云数据和所述第二点云数据构建三维环境模型，包括：
3.根据权利要求2所述的方法，其特征在于，所述将所述第一点云数据和所述第二点云数据进行数据配准，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于所述第一点云数据和所述第二点云数据构建三维环境模型和动态障碍物模型，包括：
5.根据权利要求1所述的方法，其特征在于，所述将所述三维环境模型和所述动态障碍物模型进行融合，以获得四维时空环境模型，包括：
6.根据权利要求1所述的方法，其...
【专利技术属性】
技术研发人员：张杰雄，谢伟宏，佘钰樟，刘向强，郑浩聪，张瀚，吴添权，詹桦，邱宇航，邱乐琴，张湃，周景烁，
申请(专利权)人：广东电网有限责任公司，
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。