CN109857112A - 机器人避障方法及装置 - Google Patents

Abstract

本申请公开了一种多传感器综合进行障碍物检测的机器人避障方法及装置，方法通过获得通过红外传感器检测得到的初步障碍物信息；通过视觉识别***对所述初步障碍物信息进行判断，得到障碍物信息；根据所述障碍物信息以及机器人当前的位置信息，规划得到避障路径。达到了提高障碍物检测及判断准确度的目的，从而实现了综合单一的识别装置在检测时都具有各自的优缺点，对每个障碍物进行多次检测，进而实现精准地定位判断；而且在检测到障碍物之后，能够根据具体障碍物及机器人的特征进行适应性调整，采取适配的最佳的避障策略的技术效果。

Description

机器人避障方法及装置

技术领域

本申请涉及机器人技术领域，具体而言，涉及一种机器人避障方法及装置。

背景技术

为了实现机器人视觉导航，现有技术的实现方式大致有两种：

1、需要设置路标和导航模块，以及利用路标与导航模块创建机器人视觉导航地图。所述路标可以设置在室内的天花板上；所述导航模块为了拍摄与识别所述路标，一般包括相机、图像处理单元与计算单元，所述相机设置在机器人头部顶端，所述图像处理单元、计算单元设置在机器人内部；所述地图创建一般是指机器人利用所述相机拍摄路标，并且利用导航模块内的图像处理单元、计算单元等进行路标识别、标定、计算与确定各路标之间的位置关系。

2、通过机器人上设置的识别装置，进行障碍物检测，然后采用智能算法、可视图法、自由空间法、人工势场法等导航路径的规划方法进行避障，但是这些方法各有优缺点，也常常结合起来使用。

但是第一种方法需要通过引导才能实现行动，避障效果极差；第二种方法较为常用，但是其往往只采用一种识别装置进行识别，由于单一的识别装置在检测时都具有各自的优缺点，因此也无法对每个障碍物都进行精准地定位判断；且现有的算法中，只要检测到障碍物之后，统一都是进行避障处理，没有根据具体障碍物及机器人的特征进行适应性调整。

针对相关技术中存在的诸多问题，目前尚未提出有效的解决方案。

发明内容

本申请的主要目的在于提供一种能够对障碍物进行准确判断的机器人避障方法及装置，以解决相关技术中存在的问题。

为了实现上述目的，根据本申请的一个方面，提供了一种机器人避障方法。

根据本申请的机器人避障方法包括：

获得通过红外传感器检测得到的初步障碍物信息；

通过视觉识别***对所述初步障碍物信息进行判断，得到障碍物信息；

根据所述障碍物信息以及机器人当前的位置信息，规划得到避障路径。

进一步的，如前述的机器人避障方法，所述通过视觉识别***对所述初步障碍物信息进行判断，得到障碍物信息，包括：

通过所述视觉识别***确定所述初步障碍物信息对应的深度图像；

确定所述深度图像中障碍物的坐标信息；

根据所述障碍物的坐标信息确定所述障碍物的形状尺寸信息以及位置信息。

进一步的，如前述的机器人避障方法，所述通过视觉识别***对所述初步障碍物信息进行判断，得到障碍物信息，还包括：

通过所述视觉识别***获取同一所述初步障碍物信息对应的不同时刻的障碍物信息；

根据所述不同时刻的障碍物信息确定所述障碍物的移动信息；

根据所述移动信息获取所述障碍物的移动趋势信息。

进一步的，如前述的机器人避障方法，在得到障碍物信息以及根据所述障碍物信息以及所述机器人当前的位置信息之间，还包括：

预先确定所述机器人能够进行跨越的最大的第一小型障碍物的第一形状尺寸阈值；

根据所述障碍物信息、第一形状尺寸阈值和第二形状尺寸阈值确定需要进行跨越或者避让。

进一步的，如前述的机器人避障方法，在判定需要进行跨越且规划得到避障路径之后，还包括：

根据所述避障路径确定所述机器人的行走机构的行动路径；

根据所述障碍物信息以及行动路径预判所述障碍物是否会与所述行走机构发生碰撞；

在判定会发生碰撞时，对所述行动路径进行调整。

为了实现上述目的，根据本申请的另一方面，提供了一种机器人避障装置。

根据本申请的机器人避障装置包括：

初步障碍物信息获取单元，用于获得通过红外传感器检测得到的初步障碍物信息；

障碍物信息确定单元，用于通过视觉识别***对所述初步障碍物信息进行判断，得到障碍物信息；

避障路径确定单元，用于根据所述障碍物信息以及机器人当前的位置信息，规划得到避障路径。

进一步的，如前述的机器人避障装置，所述障碍物信息确定单元，包括：

深度图像确定模块，用于通过所述视觉识别***确定所述初步障碍物信息对应的深度图像；

坐标信息确定模块，用于确定所述深度图像中障碍物的坐标信息；

障碍物信息确定模块，用于根据所述障碍物的坐标信息确定所述障碍物的形状尺寸信息以及位置信息。

进一步的，如前述的机器人避障装置，所述障碍物信息确定单元，还包括：

多信息确定模块，用于通过所述视觉识别***获取同一所述初步障碍物信息对应的不同时刻的障碍物信息；

移动信息确定模块，用于根据所述不同时刻的障碍物信息确定所述障碍物的移动信息；

移动趋势确定模块，用于根据所述移动信息获取所述障碍物的移动趋势信息。

进一步的，如前述的机器人避障装置，还包括：

预设单元，用于预先确定所述机器人能够进行跨越的最大的第一小型障碍物的第一形状尺寸阈值；

行动判定模块，用于根据所述障碍物信息、第一形状尺寸阈值和第二形状尺寸阈值确定需要进行跨越或者避让。

进一步的，如前述的机器人避障装置，还包括：路径调整单元；所述路径调整单元包括：

行动路径确定模块，用于根据所述避障路径确定所述机器人的行走机构的行动路径；

碰撞判定模块，用于根据所述障碍物信息以及行动路径预判所述障碍物是否会与所述行走机构发生碰撞；

路径调整模块，用于在判定会发生碰撞时，对所述行动路径进行调整。

在本申请实施例中，采用一种多传感器综合进行障碍物检测的机器人避障方法及装置，方法通过获得通过红外传感器检测得到的初步障碍物信息；通过视觉识别***对所述初步障碍物信息进行判断，得到障碍物信息；根据所述障碍物信息以及机器人当前的位置信息，规划得到避障路径。达到了提高障碍物检测及判断准确度的目的，从而实现了综合单一的识别装置在检测时都具有各自的优缺点，对每个障碍物进行多次检测，进而实现精准地定位判断；而且在检测到障碍物之后，能够根据具体障碍物及机器人的特征进行适应性调整，采取适配的最佳的避障策略的技术效果。

附图说明

构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是根据本申请一种实施例的机器人避障方法流程示意图；以及

图2是根据本申请一种实施例的机器人避障装置的功能模块结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

在本申请中，术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本申请及其实施例，并非用于限定所指示的装置、元件或组成部分必须具有特定方位，或以特定方位进行构造和操作。

并且，上述部分术语除了可以用于表示方位或位置关系以外，还可能用于表示其他含义，例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言，可以根据具体情况理解这些术语在本申请中的具体含义。

此外，术语“安装”、“设置”、“设有”、“连接”、“相连”、“套接”应做广义理解。例如，可以是固定连接，可拆卸连接，或整体式构造；可以是机械连接，或电连接；可以是直接相连，或者是通过中间媒介间接相连，又或者是两个装置、元件或组成部分之间内部的连通。对于本领域普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

为了实现上述目的，根据本申请的一个方面，提供了一种机器人避障方法。如图1所示，该方法包括如下的步骤S1至步骤S3：

S1.获得通过红外传感器检测得到的初步障碍物信息；

具体的，通过所述红外传感器进行初步障碍物信息的检测主要是借助红外线的对部分区域进行瞄准，通过发射***，向该区域发射红外信号，同时，采样器采样发射信号，作为计数器开门的脉冲信号，启动计数器，时钟振荡器像计数器有效的输入计数脉冲，由目标反射回来的红外线回波作用在光电探测器上，转变为电脉冲信号，经过放大器放大，进入计数器，作为计数器的关门信号，计数器停止计数，计数器从开门到关门期间，所进入的时钟脉冲个数，经过运算得到目标区域中各个点的距离，进而初步判断该部分区域中是否存在障碍物；

S2.通过视觉识别***对所述初步障碍物信息进行判断，得到障碍物信息；

具体的，所述视觉识别***一般包括：视觉传感器、采集卡、光源、处理器以及处理***等；所述视觉传感器可以包括一个或多个，且优选为两个所述视觉传感器，因而可以利用三角测量原理获得场景的深度信息，并且可以重建周围景物的三维形状和位置，类似人眼的体视功能，因而能够确定空间中检测得到的物体的3D信息；也就是说在获得初步障碍物信息之后，并确定该初步障碍物信息对应的位置，然后通过所述视觉识别***再次对该位置进行进一步的检测或扫描，进而得到所述障碍物信息；用于在所述红外线传感器的基础上进行辅助判断，进一步对所述初步障碍物信息进行确认，提高障碍物判断的准确性；此外，所述障碍物信息可以包括：障碍物的形状信息以及位置信息等；

S3.根据所述障碍物信息以及机器人当前的位置信息，规划得到避障路径；

也就是说，当存在障碍物时，根据与其对应的所述障碍物信息，确定该障碍物信息对机器人行驶轨迹的影响，并进行判断是否要进行避让等行为，进而综合多种因素进行规划，得到所述避障路径。

在一些实施例中，如前述的机器人避障方法，所述通过视觉识别***对所述初步障碍物信息进行判断，得到障碍物信息，包括：

通过所述视觉识别***确定所述初步障碍物信息对应的深度图像；

也就是说，能够通过所述视觉识别***自动获得所述初步障碍物信息检测区域的对应的深度图像；

确定所述深度图像中障碍物的坐标信息；

根据所述障碍物的坐标信息确定所述障碍物的形状尺寸信息以及位置信息；

一般的，所述深度图像中包括各个位置的三维坐标信息，因而当其检测到障碍物时，可以检测得到所述障碍物的水平底面的多个坐标信息已确认其水平面范围；以及确认其上表面的多个点的水平坐标信息以及高度坐标信息，以确定该障碍物的整体形状信息。优选的，所述三维坐标信息可以以当前空间中固定一个点为坐标原点，也可以是以所述机器人的所在的位置的中心作为坐标原点。

在一些实施例中，如前述的机器人避障方法，所述通过视觉识别***对所述初步障碍物信息进行判断，得到障碍物信息，还包括：

通过所述视觉识别***获取同一所述初步障碍物信息对应的不同时刻的障碍物信息；

根据所述不同时刻的障碍物信息确定所述障碍物的移动信息；

具体的，以两个连续的检测时刻为例：由于机器人也会在运动，当以机器人为基准获得同一个障碍物的信息之后，会结合机器人运动的路径，对该障碍物检测得到的两个障碍物信息进行换算，以得到该障碍物在两个不同的时刻时，在同一坐标系下的坐标，并得到相应的移动信息；具体的换算过程只需在本实施例的基础上通过相应的数学计算即可得到，在此不再进行赘述；

根据所述移动信息获取所述障碍物的移动趋势信息；

具体的，根据换算得到的统一坐标系下的坐标，获得该障碍物的运动向量，然后确定两个连续的检测时刻的时间间隔，得到所述障碍物的移动速度；最后根据该运动向量以及移动速度确定所述障碍物的移动趋势信息。

在一些实施例中，如前述的机器人避障方法，在得到障碍物信息以及根据所述障碍物信息以及所述机器人当前的位置信息之间，还包括：

预先确定所述机器人能够进行跨越的最大的第一小型障碍物的第一形状尺寸阈值；

具体的，由于机器人的底盘的高度以及行动轮之间的距离是有特定范围的；因此所述第一形状尺寸阈值可以包括：高度阈值以及宽度阈值，具体的阈值范围可以根据不同机器人的具体参数进行设定；

根据所述障碍物信息和第一形状尺寸阈值确定需要进行跨越或者避让；

也就是说，在所述障碍物的形状信息均在所述高度阈值以及宽度阈值内的时候，则可以进行跨越；否则，只能执行绕行避障。

在一些实施例中，如前述的机器人避障方法，在判定需要进行跨越且规划得到避障路径之后，还包括：

根据所述避障路径确定所述机器人的行走机构的行动路径；

具体的，所述行走机构可以是行动轮或行动腿；在所述障碍物信息显示所述机器人能够跨越该障碍物的时候，会先快速规划出一个进行跨越的路径；只是将障碍物纳入到路径范围内而已；但是没有细化判定障碍物与行走机构之间的路径关系；因而先确定所述行走机构的位置信息，然后根据避障路径确定所述行走机构的行动路径；具体的行动路径确定过程只需在本实施例的基础上通过相应的数学计算即可得到，在此不再进行赘述；

根据所述障碍物信息以及行动路径预判所述障碍物是否会与所述行走机构发生碰撞；

在上一步骤的基础上，只需判断所述行动路径与所述障碍物的位置信息是否会发生重合即可，当存在多个行走机构的时候还需分别计算得到相应的行动路径，并分别与所述障碍物的位置信息进行重合比对；

在判定会发生碰撞时，对所述行动路径进行调整；

具体的，当所述行动路径与所述障碍的位置信息发生重合时，可以通过调整行动机构的状态或者对路径进行微调以使所述行动路径与所述障碍的位置信息相互错开即可；具体的行动路径调整的计算过程只需在本实施例的基础上通过相应的数学计算即可得到，在此不再进行赘述。

需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

根据本发明实施例，还提供了一种用于实施上述机器人避障方法的机器人避障装置，如图2所示，该装置包括：

初步障碍物信息获取单元1，用于获得通过红外传感器检测得到的初步障碍物信息；

障碍物信息确定单元2，用于通过视觉识别***对所述初步障碍物信息进行判断，得到障碍物信息；

避障路径确定单元3，用于根据所述障碍物信息以及机器人当前的位置信息，规划得到避障路径。

具体的，本发明实施例的装置中各模块实现其功能的具体过程可参见方法实施例中的相关描述，此处不再赘述。

在一些实施例中，如前述的机器人避障装置，所述障碍物信息确定单元，包括：

深度图像确定模块，用于通过所述视觉识别***确定所述初步障碍物信息对应的深度图像；

坐标信息确定模块，用于确定所述深度图像中障碍物的坐标信息；

障碍物信息确定模块，用于根据所述障碍物的坐标信息确定所述障碍物的形状尺寸信息以及位置信息。

具体的，本发明实施例的装置中各模块实现其功能的具体过程可参见方法实施例中的相关描述，此处不再赘述。

在一些实施例中，如前述的机器人避障装置，所述障碍物信息确定单元，还包括：

多信息确定模块，用于通过所述视觉识别***获取同一所述初步障碍物信息对应的不同时刻的障碍物信息；

移动信息确定模块，用于根据所述不同时刻的障碍物信息确定所述障碍物的移动信息；

移动趋势确定模块，用于根据所述移动信息获取所述障碍物的移动趋势信息。

具体的，本发明实施例的装置中各模块实现其功能的具体过程可参见方法实施例中的相关描述，此处不再赘述。

在一些实施例中，如前述的机器人避障装置，还包括：

预设单元，用于预先确定所述机器人能够进行跨越的最大的第一小型障碍物的第一形状尺寸阈值；

行动判定模块，用于根据所述障碍物信息、第一形状尺寸阈值和第二形状尺寸阈值确定需要进行跨越或者避让。

具体的，本发明实施例的装置中各模块实现其功能的具体过程可参见方法实施例中的相关描述，此处不再赘述。

在一些实施例中，如前述的机器人避障装置，还包括：路径调整单元；所述路径调整单元包括：

行动路径确定模块，用于根据所述避障路径确定所述机器人的行走机构的行动路径；

碰撞判定模块，用于根据所述障碍物信息以及行动路径预判所述障碍物是否会与所述行走机构发生碰撞；

路径调整模块，用于在判定会发生碰撞时，对所述行动路径进行调整。

具体的，本发明实施例的装置中各模块实现其功能的具体过程可参见方法实施例中的相关描述，此处不再赘述。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种机器人避障方法，其特征在于，包括：

获得通过红外传感器检测得到的初步障碍物信息；

通过视觉识别***对所述初步障碍物信息进行判断，得到障碍物信息；

根据所述障碍物信息以及机器人当前的位置信息，规划得到避障路径。

2.根据权利要求1所述的机器人避障方法，其特征在于，所述通过视觉识别***对所述初步障碍物信息进行判断，得到障碍物信息，包括：

通过所述视觉识别***确定所述初步障碍物信息对应的深度图像；

确定所述深度图像中障碍物的坐标信息；

根据所述障碍物的坐标信息确定所述障碍物的形状尺寸信息以及位置信息。

3.根据权利要求2所述的机器人避障方法，其特征在于，所述通过视觉识别***对所述初步障碍物信息进行判断，得到障碍物信息，还包括：

通过所述视觉识别***获取同一所述初步障碍物信息对应的不同时刻的障碍物信息；

根据所述不同时刻的障碍物信息确定所述障碍物的移动信息；

根据所述移动信息获取所述障碍物的移动趋势信息。

4.根据权利要求1所述的机器人避障方法，其特征在于，在得到障碍物信息以及根据所述障碍物信息以及所述机器人当前的位置信息之间，还包括：

预先确定所述机器人能够进行跨越的最大的第一小型障碍物的第一形状尺寸阈值；

根据所述障碍物信息、第一形状尺寸阈值和第二形状尺寸阈值确定需要进行跨越或者避让。

5.根据权利要求4所述的机器人避障方法，其特征在于，在判定需要进行跨越且规划得到避障路径之后，还包括：

根据所述避障路径确定所述机器人的行走机构的行动路径；

根据所述障碍物信息以及行动路径预判所述障碍物是否会与所述行走机构发生碰撞；

在判定会发生碰撞时，对所述行动路径进行调整。

6.一种机器人避障装置，其特征在于，包括：

初步障碍物信息获取单元，用于获得通过红外传感器检测得到的初步障碍物信息；

障碍物信息确定单元，用于通过视觉识别***对所述初步障碍物信息进行判断，得到障碍物信息；

避障路径确定单元，用于根据所述障碍物信息以及机器人当前的位置信息，规划得到避障路径。

7.根据权利要求6所述的机器人避障装置，其特征在于，所述障碍物信息确定单元，包括：

深度图像确定模块，用于通过所述视觉识别***确定所述初步障碍物信息对应的深度图像；

坐标信息确定模块，用于确定所述深度图像中障碍物的坐标信息；

障碍物信息确定模块，用于根据所述障碍物的坐标信息确定所述障碍物的形状尺寸信息以及位置信息。

8.根据权利要求7所述的机器人避障装置，其特征在于，所述障碍物信息确定单元，还包括：

多信息确定模块，用于通过所述视觉识别***获取同一所述初步障碍物信息对应的不同时刻的障碍物信息；

移动信息确定模块，用于根据所述不同时刻的障碍物信息确定所述障碍物的移动信息；

移动趋势确定模块，用于根据所述移动信息获取所述障碍物的移动趋势信息。

9.根据权利要求6所述的机器人避障装置，其特征在于，还包括：

预设单元，用于预先确定所述机器人能够进行跨越的最大的第一小型障碍物的第一形状尺寸阈值；

行动判定模块，用于根据所述障碍物信息、第一形状尺寸阈值和第二形状尺寸阈值确定需要进行跨越或者避让。

10.根据权利要求9所述的机器人避障装置，其特征在于，还包括：路径调整单元；所述路径调整单元包括：

行动路径确定模块，用于根据所述避障路径确定所述机器人的行走机构的行动路径；

碰撞判定模块，用于根据所述障碍物信息以及行动路径预判所述障碍物是否会与所述行走机构发生碰撞；

路径调整模块，用于在判定会发生碰撞时，对所述行动路径进行调整。