CN111930127A - 一种机器人障碍物识别及避障方法 - Google Patents

Abstract

一种机器人障碍物识别及避障方法，包括如下步骤：机器人在行驶过程中不断通过传感器识别障碍物，并对障碍物进行编号，同时通过比较前后两次探测到的障碍物距离和角度，判别障碍物的运动状态，并持续探测刷新障碍物的状态；当机器人行驶至距离障碍物一定距离时，通过视觉传感器、激光雷达或红外热成像等识别障碍物类型，并实时更新障碍物的距离和角度；机器人根据障碍物的类型和运动状态采取相应的避障方法进行避障行走。本发明能够提前识别障碍物并预判障碍物的运动状态，为后续的识别和避障预留充足的时间；并可识别出多种类别的障碍物类型，并根据类型和运动情况采取不同的行驶和避障策略，针对性强，避障成功率高。

Description

一种机器人障碍物识别及避障方法

技术领域

本发明涉及机器人技术领域，尤其涉及一种机器人障碍物识别及避障方法。

背景技术

随着人工智能技术的不断发展，智能机器人越来越多地应用在生活、生产、物流等领域中，机器人在行走过程红章通常会遇到各种不同类别的障碍物，而且障碍物的运动状况也各不相同，现有机器人的避障基本均是依赖机器人搭载的视觉传感器、激光雷达等对环境进行探测，仅仅依靠障碍物的物理反射面进行避障，而不会对障碍物的类型进行识别，也不会根据障碍物的运动状态来避障，往往会导致避障失败。特别是当***中有多台机器人同时工作时，通常将其它机器人与工作环境中的人体、其它车辆等等同处理而不加以区分，这样当两台机器人相遇时，如果机器人之间采用相同的避障方法，很可能发生两个机器人朝相同方向避障导致相撞的情况。

发明内容

本发明的目的是克服上述现有技术的缺点，提供一种适用性广、针对性强、避障成功率高的机器人障碍物识别及避障方法，该方法可提前识别障碍物及预判障碍物的运动状况，当障碍物靠近时对障碍物类型进行识别，并根据障碍物的类型和运动情况采取不同的行驶和避障策略。

本发明是通过以下技术方案来实现的：

一种机器人障碍物识别及避障方法，包括如下步骤：

S1、障碍物识别及运动状态预判

机器人在行驶过程中不断通过自身装载的传感器（如激光雷达等）识别障碍物，并对障碍物进行编号，同时通过比较前后两次探测到的障碍物距离和角度，判别障碍物的运动状态，并持续探测刷新障碍物的状态（如障碍物的距离、角度及运动状态），障碍物的运动状态分为静止障碍物、同向移动障碍物和相向移动障碍物。

通过激光雷达等传感器对障碍物，特别是动态障碍物进行预判，以便给障碍物类型识别和调整移动方式预留充足时间，确保安全性。同时在移动的过程中持续刷新障碍物状态，为后续的识别和避障提供更准确及时的数据。传感器优选激光雷达，激光雷达的测量距离可达几十米，而视觉传感器的测量距离只有数米，相比而言，激光雷达的识别的范围更广，为了预留更充足的时间，在障碍物预判阶段可优选激光雷达。

S2、障碍物类型识别与跟踪

当机器人行驶至距离障碍物一定距离时，通过视觉传感器、激光雷达或红外热成像等识别障碍物类型，记录障碍物在图像中的角度，与激光雷达等获取的障碍物角度进行匹配，并实时更新障碍物的距离和角度，障碍物类型可分为机器人、行人、推车、移动床和其他障碍物。

S3、机器人根据障碍物的类型和运动状态采取相应的避障方法进行避障行走。

作为其中一种优选的技术方案，所述S1步骤中障碍物识别的方法为：机器人以设定速度行驶，通过激光雷达扫描获取各角度的环境距离值，生成二维平面轮廓图，并与部署时扫描的环境地图的距离值进行比对，当距离差值大于设定值时，判定为障碍物（连续角度均有距离值认定为一个障碍物），并对障碍物进行编号，记录此时障碍物的角度和距离值（可采用边沿点距离/中心点距离）。

作为其中一种优选的技术方案，所述S1步骤中判别障碍物的运动状态的方法为：根据第一时刻的障碍物角度和距离、机器人的移动距离（通过电机编码器获取车轮转动圈数），通过三角关系计算出静止障碍物在设定时长（如1s）后的第二时刻的理论距离值，将理论距离值与第二时刻的实测距离值对比，若实测距离值等于理论距离值，则判断为静止障碍物；若实测距离值大于理论距离值，则判断为同向移动的障碍物；若实测距离值小于理论距离值，则判断为相向移动的障碍物。而理论距离值会根据上一时刻的距离同步更新。

作为其中一种优选的技术方案，所述S2步骤中障碍物类型为机器人的识别方法为：

S2-11、机器人预存障碍机器人正视和后视角度的灰度图。

S2-12、机器人通过激光雷达获取障碍物角度和距离，当障碍物进入视觉传感器范围时，视觉传感器采集环境图像，将图像转换为灰度图，与预存的灰度图对比，当采集的灰度图中存在区域与预设灰度图相似时，判定为机器人，否则判断为非机器人。

作为其中一种优选的技术方案，所述S2-12步骤中采集的灰度图中存在区域与预设灰度图相似的标准为：逐行逐列扫描采集的灰度图，与预存的机器人轮廓灰度值匹配行和列，将匹配的行和列作为边界，边界内为假定匹配区域，将假定匹配区域内各点的灰度值与预存的机器人灰度值对比，差值之和小于设定值即为相似。

作为其中一种优选的技术方案，所述S2步骤中障碍物类型为行人的识别方法为：

机器人通过红外热成像检测到障碍物的温度值在设定人体范围内时，将红外热成像检测到的该障碍物的角度信息同步至机器人的激光雷达上，结合激光雷达检测到障碍物的移动特征，判断障碍物是否为行人。激光雷达识别人的移动特征为：扫描到人的双腿行走时迈腿移动，双腿对应两个分离的障碍物，两个障碍物的投影到机器人前进方向轴的距离大小交替变化，且差值大于设定值。一般来说，具有上述移动特征的可归为人体。

作为其中一种优选的技术方案，所述S2步骤中障碍物类型为手推车的识别方法为：

S2-21、机器人预存手推车的正面图像，并预设手推车正面的灰度值。

S2-22、机器人通过激光雷达获取障碍物角度和距离，当障碍物进入视觉传感器范围时，机器人通过视觉传感器获取环境图像并转换成灰度图，结合激光雷达提供的障碍物角度，判断灰度图中各个角度障碍物的灰度值与预设灰度值是否相同，并根据相同与否将灰度图二值化，将灰度图中灰度值匹配的点置为0，不匹配的点置为255，再将整行或整列为255的行或列删除，得到匹配区域。

S2-23、将匹配区域的原始图像与预存的手推车正面图像进行匹配，匹配方法采用dHash（差异值哈希）算法，得到64位Hash值后，使用汉明距离量化两张图像的相似性，如汉明距离小于设定值，判定为手推车，否则判定为非手推车。

作为其中一种优选的技术方案，所述S2步骤中障碍物类型为移动床的识别方法为：

S2-31、机器人预存移动床床头和床尾的图像，并预设移动床的床头和床尾的灰度值；

S2-32、机器人通过激光雷达获取障碍物角度和距离，当障碍物进入视觉传感器范围时，机器人通过视觉传感器获取环境图像并转换成灰度图，结合激光雷达提供的障碍物角度，判断灰度图中各个角度障碍物的灰度值与预设灰度值是否相同，并根据相同与否将灰度图二值化，将灰度图中灰度值匹配的点置为0，不匹配的点置为255，再将整行或整列为255的行或列删除，得到匹配区域；

S2-33、将匹配区域的原始图像与预存的移动床床头和床尾的图像进行匹配，匹配方法采用dHash（差异值哈希）算法，得到64位Hash值后，使用汉明距离量化两张图像的相似性，如汉明距离小于设定值，判定为移动床，否则判定为非移动床。

上述手推车和移动床的识别方法同样可适用于其它类型障碍物的识别。

作为其中一种优选的技术方案，所述S3步骤中当障碍物为机器人时，主体机器人采取的避障行走的方法为：

S3-11、若障碍机器人为同向移动障碍物

S3-111、当障碍机器人的距离小于或等于设定值L1（如1m）、大于设定值L2（如0.5m）时，主体机器人开始减速：

S3-1111、若主体机器人与调度后台处于离线状态（与调度后台失去联系），则调整速度与障碍机器人保持恒定距离（如1m），直至障碍机器人停止或消失；若障碍机器人停止，扫描环境获取通道宽度信息，若大于设定值，则进行避障绕行，若小于设定值，则等待障碍机器人启动后再继续行驶。

S3-1112、如主体机器人与调度后台处于连线状态，则主体机器人上报调度后台获取障碍机器人的状态，并根据障碍机器人的状态按照如下方法进行避障：

S3-11121、若障碍机器人的状态为到站停靠：主体机器人调整速度与障碍机器人保持恒定距离（如1m），待障碍机器人停靠完成后，从调度后台获取障碍机器人停靠完成信息，然后扫描环境获取通道宽度信息，若大于设定值，则进行避障绕行，若小于设定值，则等待障碍机器人启动后再继续行驶。

S3-11122、若障碍机器人的状态为前往目标站点：主体机器人调整速度与障碍机器人保持恒定距离（如1m）进行行驶（正常机器人行驶速度一致，出现距离减小的情况可能是正在避障/正在启动），并不断从调度后台获取障碍机器人的状态，直至障碍机器人消失，若行走过程中障碍机器人的状态更新为到站停靠时，按照步骤S3-11121的方法进行避障行走。

S3-11223、若障碍机器人处于离线的状态：主体机器人从调度后台获取离线障碍机器人的编号，主体机器人与离线障碍机器人通过点对点建立通信连接，获取障碍机器人的状态，并根据障碍机器人的状态按照步骤S3-11121或S3-11122的方法进行避障行走。

S3-112、为避免某些不可预知的情况发生，机器人在正常行走、减速、避障行走及停止等待的过程中，当障碍机器人的距离小于或等于设定值L2（如0.5m）时，主体机器人停止行走，以保证两机器人保持一定的安全距离，待障碍物离开检测范围后，继续移动。

S3-12、若障碍机器人为相向移动障碍物

S3-121、当障碍物距离小于或等于设定值L3（如2m）、大于设定值L4（如1m）时，主体机器人开始减速：

S3-1211、若主体机器人与调度后台处于连线状态，则主体机器人将会车信息（包括主体机器人和障碍机器人的编号、主体机器人本身的状态）和环境通道宽度上报调度后台，调度后台根据主体机器人和障碍机器人的状态按照如下方法调度两台机器人进行避障：

S3-12111、若两台机器人获取的通道宽度均大于或等于设定值：调度后台根据两台机器人的剩余任务站点信息控制其中一台机器人停止行驶，另一台机器人继续行驶，并获取两台机器人的位置信息，当行驶的机器人通过后，再发送命令控制停止的机器人恢复行驶；一般来说，调度剩余站点少的机器人停止行驶，而剩余站点多的机器人继续行驶。

S3-12112、若其中一台机器人的通道宽度大于或等于设定值，另一台机器人的通道宽度小于设定值：调度后台控制大于或等于设定值的机器人先行驶，小于设定值的机器人原地等待，待先行驶的机器人通过后，再控制原地等待的机器人恢复行驶。

S3-12113、若两台机器人的通道宽度均小于设定值：调度后台控制两台机器人均停止行驶，并进行语音播报请求协助。

S3-12114、若障碍机器人处于离线状态：调度后台控制主体机器人停止行驶，等待离线障碍机器人通过后再恢复行驶，若通道宽度小于设定值，则离线状态的障碍机器人亦停止行驶，进行语音播报请求协助；若主体机器人检测到超过设定时间后离线障碍机器人仍存在，则上报调度后台请求协助。

S3-1212、若主体机器人处于离线状态

S3-12121、若障碍机器人也处于离线状态，基于安全性考虑，两台机器人均减速慢行或停止移动以预留充分的时间对环境信息进行评估和确认，若两台机器人获取的通道宽度均大于或等于设定值，则均靠前进方向的右侧行驶（若机器人同时在通道的其中一侧时，其中一台机器人会向右侧行驶，而另一机器人已在前进方向右侧，因为受到前方机器人遮挡，则等待遮挡机器人通过后再启动行驶）；若一台机器人获取的通道宽度大于或等于设定值，而另一机器人获取的通道宽度小于设定值，则大于或等于设定值的机器人先行通过，小于设定值的机器人保持原地停止等待，待障碍消失后再启动行驶；若两个机器人获取的通道宽度均小于设定值，则进行语音播报请求协助。

S3-12122、若障碍机器人处于连线状态，调度后台控制处于正常状态的障碍机器人停止行驶，等待离线机器人通过后再恢复行驶，若通道宽度小于设定值，则处于离线状态的机器人亦停止行驶，进行语音播报请求协助；若处于正常状态的机器人检测到超过设定时间后障碍机器人仍存在，则上报调度后台请求协助。

S3-122、为避免某些不可预知的情况发生，机器人在正常行走、减速、避障行走及停止等待的过程中，当障碍机器人的距离小于或等于设定值L4（如1m）时，主体机器人停止行走，以保证两机器人保持一定的安全距离，待障碍物离开检测范围后，继续移动。

作为其中一种优选的技术方案，所述S3步骤中当障碍物为行人时，机器人采取的避障行走的方法为：

S3-21、若行人为同向移动障碍物：当障碍物距离小于或等于设定值L5（如1m）、大于设定值L6（如0.7m）时，机器人开始减速；当距离小于或等于设定值L6（如0.7m）、大于设定值L7（如0.3m）时，机器人扫描环境获取通道宽度，若通道宽度大于或等于设定值，则调整方向绕行，绕行过程中持续进行语音播报提醒，直至障碍物离开检测范围，若通道宽度小于设定值，则采用跟随策略，调整速度和障碍物保持固定距离（如1m）；由于行人的行为具有不可预知性，其行走过程很可能会突然减速、拐弯或停住等，为保证机器人在正常行走、绕行或跟随的过程中都能与行人保持一定的安全距离避免碰撞，当障碍物距离小于或等于设定值L7（如0.3m）时，机器人停止移动，待障碍物离开检测范围后，继续移动；

S3-22、若行人为相向移动障碍物：当障碍物距离小于或等于设定值L8（如1m）、大于设定值L9（如0.5m）时，机器人开始减速并扫描通道宽度进行绕行避障，具体方法可参照现有方法；同上，为保证机器人在正常行走、绕行或跟随的过程中都能与行人保持一定的安全距离避免碰撞，当障碍物距离小于设定值L9（如0.5m）时，机器人停止移动，待障碍物离开检测范围后，继续移动。

由于手推车装有物品，考虑手推车的移动灵活性和安全性，因此，如障碍物为手推车时需提前绕行避障，作为其中一种优选的技术方案，所述S3步骤中当障碍物为手推车时，机器人采取的避障行走的方法为：

S3-31、若手推车为同向移动障碍物：当障碍物距离小于或等于设定值L10（如1m）、大于设定值L11（如0.7m）时，机器人开始减速；当距离小于或等于设定值L11（如0.7m）、大于第设定值L12（如0.3m）时，机器人扫描环境获取通道宽度，若通道宽度大于或等于设定值，则调整方向绕行，绕行过程中持续进行语音播报提醒，直至障碍物离开检测范围，若通道宽度小于设定值，则采用跟随策略，调整速度和障碍物保持固定距离（如1m）；由于手推车一般由人控制，同上，其运动行为也具有不可预知性，为保证机器人在正常行走、绕行或跟随的过程中都能与手推车保持一定的安全距离避免碰撞，当障碍物距离小于或等于第设定值L12（如0.3m）时，机器人停止移动，待障碍物离开检测范围后，继续移动；

S3-32、若手推车为相向移动障碍物：当障碍物距离小于或等于设定值L13（如2m）、大于设定值L14（如1.5m）时，机器人开始减速；当障碍物距离小于或等于设定值L14（如1.5m）、大于设定值L15（如1m）时，机器人扫描通道宽度进行绕行避障；当障碍物距离小于或等于设定值L15（如1m）、大于设定值L16（如0.5m）时，机器人只做减速不进行绕行避障；同上，当障碍物距离小于设定值L16（如0.5m）时，机器人停止移动，待障碍物离开检测范围后，继续移动，以保证机器人在正常行走、绕行避障或减速的过程中都能与手推车保持一定的安全距离。

作为其中一种优选的技术方案，所述S3步骤中当障碍物为移动床时，机器人采取的避障行走的方法为：

S3-41、若移动床为同向移动障碍物：当障碍物距离小于或等于设定值L17（如1.5m）时，机器人开始减速并与移动床保持恒定距离（如1.5m），不进行绕行避障，直至移动床离开检测范围；

S3-42、若移动床为相向移动障碍物：当障碍物距离小于或等于设定值L18（如3m）时，机器人开始减速，靠前进方向右侧行驶，不进行避障绕行；移动床与手推车类似，一般也由人来推动控制，因而其运动也具有不可预知性，而且移动床相比推车尺寸更大，操控灵活度较差，且人通常在床的左右两侧推动，因此较推车的避障方式更为严格，故设定当检测到障碍物距离小于或等于设定值L19（如1.5m）时，机器人停止移动，待移动床离开检测范围，再启动行走，以保证机器人在减速、绕行或正常行走的过程中都能与移动床保持一定的安全距离。

作为其中一种优选的技术方案，所述S3步骤中当障碍物为其他动态障碍物时，机器人采取的避障行走的方法为：

S3-51、若其他动态障碍物为同向移动障碍物：当障碍物距离小于或等于设定值L20（如1m）、大于设定值L21（如0.7m）时，机器人开始减速；当距离小于或等于设定值L21（如0.7m）、大于设定值L22（如0.3m）时，机器人扫描环境获取通道宽度，若通道宽度大于或等于设定值，则调整方向绕行，绕行过程中持续进行语音播报提醒，直至障碍物离开检测范围，若通道宽度小于设定值，则采用跟随策略，调整速度和障碍物保持固定距离（如1m）；同样，由于其它动态障碍物未知其类别、运动轨迹，无法准确预知其下一步的行动，为避免其突然减速、停止或转弯而导致机器人难以及时避障而碰撞，当障碍物距离小于或等于设定值L22（如0.3m）时，机器人停止移动，待障碍物离开检测范围后，继续移动，以保证机器人在正常行走、绕行避障或跟随的过程中都能与障碍物保持一定的安全距离。

S3-52、若其他动态障碍物为相向移动障碍物：当障碍物距离小于或等于设定值L23（如1m）、大于设定值L24（如0.5m）时，机器人开始减速，不进行绕行避障；同上，为避免机器人由于未知障碍物突然的行为改变而导致避障失败，当障碍物距离小于或等于设定值L24（如0.5m），机器人停止移动，待障碍物离开检测范围后，继续移动，以保证机器人在正常行走或减速的过程中都能与障碍物保持一定的安全距离。

作为其中一种优选的技术方案，所述S3步骤中当障碍物为静态障碍物时，机器人采取的避障行走的方法为：

S3-61、若静态障碍物为障碍机器人，主体机器人上报调度后台获取障碍机器人的状态：

S3-611、若障碍机器人处于在线状态：调度后台发送命令给障碍机器人保持静止状态，待主体机器人通过后再发送命令给障碍机器人使其恢复自行控制状态；

S3-612、若障碍机器人处于离线状态：主体机器人通过点对点方式与障碍机器人建立通信连接，发送信令请求障碍机器人保持静止状态，收到请求同意后主体机器人自主避障行驶，待完全通过后发送信令告知障碍机器人使其恢复正常状态；

S3-613、若障碍机器人处于关机状态：机器人通过自主避障行驶；

S3-62、若静态障碍物为非机器人，机器人根据激光雷达扫描获取通道宽度，若大于或等于设定值，则朝无障碍的区域移动避开障碍物；若通道宽度小于设定值，机器人发出语音播报，提醒让出通道，超过设定时间仍无法通行，则发出告警消息上报调度后台，请求协助。

需要说明的是，上述设定值L1-L24的数值可根据机器人的体积、行驶速度、行驶空间大小以及障碍物的类型具体设定，而机器人允许通行的通道宽度的设定值在各个避障方法中可以为同一个数值，机器人与障碍物同向行驶时保持的恒定距离可以根据障碍物的类型而具体设定，而机器人与障碍物同向行驶采取跟随策略时与障碍物保持的固定距离也可以根据障碍物的类型而具体设定。

本发明通过机器人在行驶过程中采用激光雷达等预先对远处的环境信息不断进行检测，并与预存环境地图进行对比，通过距离差来识别障碍物，并对障碍物进行编号，同时持续检测障碍物的角度和距离，通过距离和角度的变化值来预判障碍物的运动状态，并及时跟踪更新障碍物的状态，为后续障碍物类型的识别和避障方式的调整预留充足的时间，并提供准确的数据，确保行走和避障的安全性；当障碍物距离机器人较近的距离时，通过视觉传感器、激光雷达以及红外热成像技术等对障碍物的类型进行识别，障碍物的类型可细分为机器人、行人、手推车、移动床和其它障碍物，障碍物的运动状态可细分为静止障碍物、同向移动障碍物、相向移动障碍物，适用性广，并根据障碍物的类型和运动情况采取不同的行驶和避障策略，针对性强，极大地提高了机器人避障的效率和成功率，特别是当障碍物为机器人时，通过调度后台的调度控制，根据两台机器人的不同状况采取不同的避障策略，避免常规做法中机器人均采用相同的避障方法而可能发生两个机器人朝相同方向避障导致相撞或死锁的情况，使机器人间的避障可提前规划，避障成功率高。

附图说明

图1为本发明实施例的框架图。

图2为本发明实施例中当障碍物为同向移动机器人时避障方法的框架图。

图3为本发明实施例中当障碍物为相向移动机器人时避障方法的框架图。

图4为本发明实施例中当障碍物为行人时避障方法的框架图。

图5为本发明实施例中当障碍物为手推车时避障方法的框架图。

图6为本发明实施例中当障碍物为移动床时避障方法的框架图。

具体实施方式

一种机器人障碍物识别及避障方法，如图1所示，包括如下步骤：

S1、障碍物识别及运动状态预判

机器人在行驶过程中不断通过自身装载的传感器（如激光雷达等）识别障碍物，并对障碍物进行编号，同时通过比较前后两次探测到的障碍物距离和角度，判别障碍物的运动状态，并持续探测刷新障碍物的状态（如障碍物的距离、角度及运动状态），障碍物的运动状态分为静止障碍物、同向移动障碍物和相向移动障碍物。

通过激光雷达等传感器对障碍物，特别是动态障碍物进行预判，以便给障碍物类型识别和调整移动方式预留充足时间，确保安全性。同时在移动的过程中持续刷新障碍物状态，为后续的识别和避障提供更准确及时的数据。传感器优选激光雷达，激光雷达的测量距离可达几十米，而视觉传感器的测量距离只有数米，相比而言，激光雷达的识别的范围更广，为了预留更充足的时间，在障碍物预判阶段可优选激光雷达。

S2、障碍物类型识别与跟踪

当机器人行驶至距离障碍物一定距离时，通过视觉传感器、激光雷达或红外热成像等识别障碍物类型，记录障碍物在图像中的角度，与激光雷达等获取的障碍物角度进行匹配，并实时更新障碍物的距离和角度。障碍物类型可分为机器人、行人、推车、移动床和其他障碍物。

S3、机器人避障行走

根据障碍物的类型和运动状态采取相应的避障方法进行避障行走。

作为其中一种实施方式，所述S1步骤中障碍物识别的方法为：机器人以设定速度行驶，通过激光雷达扫描获取各角度的环境距离值，生成二维平面轮廓图，并与部署时扫描的环境地图的距离值进行比对，当距离差值大于设定值时，判定为障碍物（连续角度均有距离值认定为一个障碍物），并对障碍物进行编号，记录此时障碍物的角度和距离值（可采用边沿点距离/中心点距离）。

作为其中一种实施方式，所述S1步骤中判别障碍物的运动状态的方法为：根据第一时刻的障碍物角度和距离、机器人的移动距离（通过电机编码器获取车轮转动圈数），通过三角关系计算出静止障碍物在设定时长（如1s）后的第二时刻的理论距离值，将理论距离值与第二时刻的实测距离值对比，若实测距离值等于理论距离值，则判断为静止障碍物；若实测距离值大于理论距离值，则判断为同向移动的障碍物；若实测距离值小于理论距离值，则判断为相向移动的障碍物。而理论距离值会根据上一时刻的距离同步更新。

作为其中一种实施方式，所述S2步骤中障碍物类型为机器人的识别方法为：

S2-11、机器人预存障碍机器人正视和后视角度的灰度图；

S2-12、机器人通过激光雷达获取障碍物角度和距离，当障碍物进入视觉传感器范围时，视觉传感器采集环境图像，将图像转换为灰度图，与预存的灰度图对比，当采集的灰度图中存在区域与预设灰度图相似时，判定为机器人，否则判断为非机器人。

其中，激光雷达会实时发送障碍物角度、距离信息给机器人的处理模块，处理模块同时也会收到视觉传感器的数据，如果激光雷达发出的障碍物数据，在视觉传感器返回的数据中不存在，则认为未进入范围，反之，则认为障碍物进入视觉传感器的识别范围。

其中，视觉传感器采集的灰度图与预设灰度图相似的标准可为：逐行逐列扫描采集的灰度图，与预存的机器人轮廓灰度值匹配行和列，将匹配的行和列作为边界，边界内为假定匹配区域，将假定匹配区域内各点的灰度值与预存的机器人灰度值对比，差值之和小于设定值即为相似。

作为其中一种实施方式，所述S2步骤中障碍物类型为行人的识别方法为：

机器人通过红外热成像检测到障碍物的温度值在设定人体范围内时，将红外热成像检测到的该障碍物的角度信息同步至机器人的激光雷达上，结合激光雷达检测到障碍物的移动特征，判断障碍物是否为行人。激光雷达识别人的移动特征为：扫描到人的双腿行走时迈腿移动，双腿对应两个分离的障碍物，两个障碍物的投影到机器人前进方向轴的距离大小交替变化，且差值大于设定值。一般来说，具有上述移动特征的可归为人体。

作为其中一种实施方式，所述S2步骤中障碍物类型为手推车的识别方法为：

S2-21、机器人预存手推车的正面图像，并预设手推车正面的灰度值。

S2-22、机器人通过激光雷达获取障碍物角度和距离，当障碍物进入视觉传感器范围时，机器人通过视觉传感器获取环境图像并转换成灰度图，结合激光雷达提供的障碍物角度，判断灰度图中各个角度障碍物的灰度值与预设灰度值是否相同，并根据相同与否将灰度图二值化，将灰度图中灰度值匹配的点置为0，不匹配的点置为255，再将整行或整列为255的行或列删除，得到匹配区域。

S2-23、将匹配区域的原始图像与预存的手推车正面图像进行匹配，匹配方法采用dHash（差异值哈希）算法，得到64位Hash值后，使用汉明距离量化两张图像的相似性，如汉明距离小于设定值，判定为手推车，否则判定为非手推车。

作为其中一种实施方式，所述S2步骤中障碍物类型为移动床的识别方法为：

S2-31、机器人预存移动床床头和床尾的图像，并预设移动床的床头和床尾的灰度值。

S2-32、机器人通过激光雷达获取障碍物角度和距离，当障碍物进入视觉传感器范围时，机器人通过视觉传感器获取环境图像并转换成灰度图，结合激光雷达提供的障碍物角度，判断灰度图中各个角度障碍物的灰度值与预设灰度值是否相同，并根据相同与否将灰度图二值化，将灰度图中灰度值匹配的点置为0，不匹配的点置为255，再将整行或整列为255的行或列删除，得到匹配区域。

S2-33、将匹配区域的原始图像与预存的移动床床头和床尾的图像进行匹配，匹配方法采用dHash（差异值哈希）算法，得到64位Hash值后，使用汉明距离量化两张图像的相似性，如汉明距离小于设定值，判定为移动床，否则判定为非移动床。

上述手推车和移动床的识别方法也同样适用于其它各种障碍物，使本发明的障碍物类型进一步扩大。

作为其中一种实施方式，所述S3步骤中当障碍物为机器人时，主体机器人采取的避障行走的方法为：

S3-11、若障碍机器人为同向移动障碍物（如图2）

S3-111、当障碍机器人的距离小于或等于设定值L1（如1m）、大于设定值L2（如0.5m）时，主体机器人开始减速：

S3-1111、若主体机器人与调度后台处于离线状态（与调度后台失去联系），则调整速度与障碍机器人保持恒定距离（如1m），直至障碍机器人停止或消失；若障碍机器人停止，扫描环境获取通道宽度信息，若大于设定值H，则进行避障绕行，若小于设定值H，则等待障碍机器人启动后再继续行驶。本实施例中，机器人允许通过的通道宽度的设定值均相同，设为H。

S3-1112、如主体机器人与调度后台处于连线状态，则主体机器人上报调度后台获取障碍机器人的状态，并根据障碍机器人的状态按照如下方法进行避障：

S3-11121、若障碍机器人的状态为到站停靠

主体机器人调整速度与障碍机器人保持恒定距离（如1m），待障碍机器人停靠完成后，从调度后台获取障碍机器人停靠完成信息，然后扫描环境获取通道宽度信息，若大于设定值H，则进行避障绕行，若小于设定值，则等待障碍机器人启动后再继续行驶。机器人使用时可设置超时机制，若超过设定时间无法通过，则上报后台，重新进行全局路径规划，寻找其他可行路线。通道宽度可通过下述方法获取：部署时预先通过激光雷达扫描地图，得到通道宽度，实际行走时通过激光雷达扫描障碍物距离、角度，通过三角关系换算成障碍物宽度，结合已知通道宽度，计算得到剩余通行宽度。

S3-11122、若障碍机器人的状态为前往目标站点

主体机器人调整速度与障碍机器人保持恒定距离（如1m）进行行驶（正常机器人行驶速度一致，出现距离减小的情况可能是正在避障/正在启动），并不断从调度后台获取障碍机器人的状态，直至障碍机器人消失，若行走过程中障碍机器人的状态更新为到站停靠时，按照步骤S3-11121的方法进行避障行走。

S3-11123、若障碍机器人处于离线的状态

主体机器人从调度后台获取离线障碍机器人的编号，主体机器人与离线障碍机器人通过点对点建立通信连接，获取障碍机器人的状态，并根据障碍机器人的状态按照步骤S3-11121或S3-11122的方法进行避障行走。

S3-112、为避免某些不可预知的情况发生，机器人在正常行走、减速、避障行走及停止等待的过程中，当障碍机器人的距离小于或等于设定值L2（如0.5m）时，主体机器人停止行走，以保证两机器人保持一定的安全距离，待障碍物离开检测范围后，继续移动。需要说明的是，为了使流程框图清晰明了，图2中省略了S3-112中主体机器人在绕行避障、等待、避障行走中持续进行安全距离检测的步骤。

S3-12、若障碍机器人为相向移动障碍物（如图3）

S3-121、当障碍物距离小于或等于设定值L3（如2m）、大于设定值L4（如1m）时，主体机器人开始减速：

S3-1211、若主体机器人与调度后台处于连线状态，则主体机器人将会车信息（包括主体机器人和障碍机器人的编号、主体机器人本身的状态）和环境通道宽度上报调度后台，调度后台根据主体机器人和障碍机器人的状态按照如下方法调度两台机器人进行避障。

S3-12111、若两台机器人获取的通道宽度均大于或等于设定值H：调度后台根据两台机器人的剩余任务站点信息控制其中一台机器人停止行驶，另一台机器人继续行驶，并获取两台机器人的位置信息，当行驶的机器人通过后，再发送命令控制停止的机器人恢复行驶；一般来说，调度剩余站点少的机器人停止行驶，而剩余站点多的机器人继续行驶。

S3-12112、若其中一台机器人的通道宽度大于或等于设定值H，另一台机器人的通道宽度小于设定值H：调度后台控制大于或等于设定值H的机器人先行驶，小于设定值H的机器人原地等待，待先行驶的机器人通过后，再控制原地等待的机器人恢复行驶。

S3-12113、若两台机器人的通道宽度均小于设定值H：调度后台控制两台机器人均停止行驶，并进行语音播报请求协助。

S3-12114、若障碍机器人处于离线状态：调度后台控制主体机器人停止行驶，等待离线障碍机器人通过后再恢复行驶，若通道宽度小于设定值H，则离线状态的障碍机器人亦停止行驶，进行语音播报请求协助；若主体机器人检测到超过设定时间后离线障碍机器人仍存在，则上报调度后台请求协助。

S3-1212、若主体机器人处于离线状态

S3-12121、若障碍机器人也处于离线状态，基于安全性考虑，两台机器人均减速慢行或停止移动以预留充分的时间对环境信息进行评估和确认，若两台机器人获取的通道宽度均大于或等于设定值H，则均靠前进方向的右侧行驶（若机器人同时在通道的其中一侧时，其中一台机器人会向右侧行驶，而另一机器人已在前进方向右侧，因为受到前方机器人遮挡，则等待遮挡机器人通过后再启动行驶）；若一台机器人获取的通道宽度大于或等于设定值H，而另一机器人获取的通道宽度小于设定值H，则大于或等于设定值H的机器人先行通过，小于设定值H的机器人保持原地停止等待，待障碍消失后再启动行驶；若两个机器人获取的通道宽度均小于设定值H，则进行语音播报请求协助。上述避障行驶策略预先设置在***中各个机器人中，当两台机器人同时离线时，相互识别后，各自按照上述避障策略进行避障即可。

S3-12122、若障碍机器人处于连线状态，调度后台控制处于正常状态的障碍机器人停止行驶，等待离线机器人通过后再恢复行驶，若通道宽度小于设定值H，则处于离线状态的机器人亦停止行驶，进行语音播报请求协助；若处于正常状态的机器人检测到超过设定时间后障碍机器人仍存在，则上报调度后台请求协助。

S3-122、为避免某些不可预知的情况发生，机器人在正常行走、减速、避障行走及停止等待的过程中，当障碍机器人的距离小于或等于设定值L4（如1m）时，主体机器人停止行走，以保证两机器人保持一定的安全距离，待障碍物离开检测范围后，继续移动。需要说明的是，为了使流程框图清晰明了，图3中省略了S3-122中主体机器人在等待、避障行走中持续进行安全距离检测的步骤。

作为其中一种实施方式，所述S3步骤中当障碍物为行人时，如图4所示，机器人采取的避障行走的方法为：

S3-21、若行人为同向移动障碍物

当障碍物距离小于或等于设定值L5（如1m）、大于设定值L6（如0.7m）时，机器人开始减速；当距离小于或等于设定值L6（如0.7m）、大于设定值L7（如0.3m）时，机器人扫描环境获取通道宽度，若通道宽度大于或等于设定值H，则调整方向绕行，绕行过程中持续进行语音播报提醒，直至障碍物离开检测范围，若通道宽度小于设定值H，则采用跟随策略，调整速度和障碍物保持固定距离（如1m）；由于行人的行为具有不可预知性，其行走过程很可能会突然减速、拐弯或停住等，为保证机器人在正常行走、绕行或跟随的过程中都能与行人保持一定的安全距离避免碰撞，当障碍物距离小于或等于设定值L7（如0.3m）时，机器人停止移动，待障碍物离开检测范围后，继续移动。

S3-22、若行人为相向移动障碍物

当障碍物距离小于或等于设定值L8（如1m）、大于设定值L9（如0.5m）时，机器人开始减速并扫描通道宽度进行绕行避障，具体方法可参照现有方法；同上，为保证机器人在正常行走、绕行或跟随的过程中都能与行人保持一定的安全距离避免碰撞，当障碍物距离小于设定值L9（如0.5m）时，机器人停止移动，待障碍物离开检测范围后，继续移动。

由于手推车装有物品，考虑手推车的移动灵活性和安全性，因此，如障碍物为手推车时需提前绕行避障，作为其中一种优选的实施方式，所述S3步骤中当障碍物为手推车时，如图5所示，机器人采取的避障行走的方法为：

S3-31、若手推车为同向移动障碍物

当障碍物距离小于或等于设定值L10（如1m）、大于设定值L11（如0.7m）时，机器人开始减速；当距离小于或等于设定值L11（如0.7m）、大于第设定值L12（如0.3m）时，机器人扫描环境获取通道宽度，若通道宽度大于或等于设定值H，则调整方向绕行，绕行过程中持续进行语音播报提醒，直至障碍物离开检测范围，若通道宽度小于设定值H，则采用跟随策略，调整速度和障碍物保持固定距离（如1m）；由于手推车一般由人控制，同上，其运动行为也具有不可预知性，为保证机器人在正常行走、绕行或跟随的过程中都能与手推车保持一定的安全距离避免碰撞，当障碍物距离小于或等于第设定值L12（如0.3m）时，机器人停止移动，待障碍物离开检测范围后，继续移动。

S3-32、若手推车为相向移动障碍物

当障碍物距离小于或等于设定值L13（如2m）、大于设定值L14（如1.5m）时，机器人开始减速；当障碍物距离小于或等于设定值L14（如1.5m）、大于设定值L15（如1m）时，机器人扫描通道宽度进行绕行避障；当障碍物距离小于或等于设定值L15（如1m）、大于设定值L16（如0.5m）时，机器人只做减速不进行绕行避障；同上，当障碍物距离小于设定值L16（如0.5m）时，机器人停止移动，待障碍物离开检测范围后，继续移动，以保证机器人在正常行走、绕行避障或减速的过程中都能与手推车保持一定的安全距离。

作为其中一种实施方式，所述S3步骤中当障碍物为移动床时，如图6所示，机器人采取的避障行走的方法为：

S3-41、若移动床为同向移动障碍物

当障碍物距离小于或等于设定值L17（如1.5m）时，机器人开始减速并与移动床保持恒定距离（如1.5m），不进行绕行避障，直至移动床离开检测范围。也可设置安全距离，当障碍物距离太近时停止移动，直至移动床离开检测范围。

S3-42、若移动床为相向移动障碍物

当障碍物距离小于或等于设定值L18（如3m）时，机器人开始减速，靠前进方向右侧行驶，不进行避障绕行。移动床与手推车类似，一般也由人来推动控制，因而其运动也具有不可预知性，而且移动床相比推车尺寸更大，操控灵活度较差，且人通常在床的左右两侧推动，因此较推车的避障方式更为严格，故设定机器人靠右行驶避障或正常行驶过程中，当检测到障碍物距离小于或等于设定值L19（如1.5m）时，机器人停止移动，待移动床离开检测范围，再启动行走，以保证机器人在减速、绕行或正常行走的过程中都能与移动床保持一定的安全距离。

作为其中一种优选的技术方案，所述S3步骤中当障碍物为其他动态障碍物时，机器人采取的避障行走的方法为：

S3-51、若其他动态障碍物为同向移动障碍物

当障碍物距离小于或等于设定值L20（如1m）、大于设定值L21（如0.7m）时，机器人开始减速；当距离小于或等于设定值L21（如0.7m）、大于设定值L22（如0.3m）时，机器人扫描环境获取通道宽度，若通道宽度大于或等于设定值H，则调整方向绕行，绕行过程中持续进行语音播报提醒，直至障碍物离开检测范围，若通道宽度小于设定值H，则采用跟随策略，调整速度和障碍物保持固定距离（如1m）；同样，由于其它动态障碍物未知其类别、运动轨迹，无法准确预知其下一步的行动，为避免其突然减速、停止或转弯而导致机器人难以及时避障而碰撞，当障碍物距离小于或等于设定值L22（如0.3m）时，机器人停止移动，待障碍物离开检测范围后，继续移动，以保证机器人在正常行走、绕行避障或跟随的过程中都能与障碍物保持一定的安全距离。

S3-52、若其他动态障碍物为相向移动障碍物

当障碍物距离小于或等于设定值L23（如1m）、大于设定值L24（如0.5m）时，机器人开始减速，不进行绕行避障；同上，为避免机器人由于未知障碍物突然的行为改变而导致避障失败，当障碍物距离小于或等于设定值L24（如0.5m），机器人停止移动，待障碍物离开检测范围后，继续移动，以保证机器人在正常行走或减速的过程中都能与障碍物保持一定的安全距离。

作为其中一种优选的技术方案，所述S3步骤中当障碍物为静态障碍物时，机器人采取的避障行走的方法为：

S3-61、若静态障碍物为障碍机器人，主体机器人上报调度后台获取障碍机器人的状态。

S3-611、若障碍机器人处于在线状态：调度后台发送命令给障碍机器人保持静止状态，待主体机器人通过后再发送命令给障碍机器人使其恢复自行控制状态。

S3-612、若障碍机器人处于离线状态：主体机器人通过点对点方式与障碍机器人建立通信连接，发送信令请求障碍机器人保持静止状态，收到请求同意后主体机器人自主避障行驶，待完全通过后发送信令告知障碍机器人使其恢复正常状态。

S3-613、若障碍机器人处于关机状态：机器人通过自主避障行驶。

S3-62、若静态障碍物为非机器人，机器人根据激光雷达扫描获取通道宽度，若大于或等于设定值H，则朝无障碍的区域移动避开障碍物；若通道宽度小于设定值H，机器人发出语音播报，提醒让出通道，超过设定时间仍无法通行，则发出告警消息上报调度后台，请求协助。

需要说明的是，上述设定值L1-L24的数值可根据机器人的体积、行驶速度、行驶空间大小以及障碍物的类型具体设定，而机器人允许通行的通道宽度的设定值在各个避障方法中可以为同一个数值（如本实施例），也可为不同的数值；机器人与障碍物同向行驶时保持的恒定距离可以根据障碍物的类型而具体设定，而机器人与障碍物同向行驶采取跟随策略时与障碍物保持的固定距离也可以根据障碍物的类型而具体设定。

上列详细说明是针对本发明可行实施例的具体说明，该实施例并非用以限制本发明的专利范围，凡未脱离本发明所为的等效实施或变更，均应包含于本案的专利范围中。

Claims (12)

1.一种机器人障碍物识别及避障方法，其特征在于，包括如下步骤：

S1、障碍物识别及运动状态预判：机器人在行驶过程中识别障碍物，并对障碍物进行编号，同时通过比较前后两次探测到的障碍物距离和角度，判别障碍物的运动状态，并持续探测刷新障碍物的状态，障碍物的运动状态分为静止障碍物、同向移动障碍物和相向移动障碍物；

S2、障碍物类型识别与跟踪：当机器人行驶至距离障碍物一定距离时，通过视觉传感器、激光雷达或红外热成像识别障碍物类型，并实时更新障碍物的距离和角度；

S3、机器人根据障碍物的类型和运动状态采取相应的避障方法进行避障行走。

2.根据权利要求1所述的一种机器人障碍物识别及避障方法，其特征在于，所述S1步骤中障碍物识别的方法为：机器人以设定速度行驶，通过激光雷达扫描获取各角度的环境距离值，生成二维平面轮廓图，并与部署时扫描的环境地图的距离值进行比对，当距离差值大于设定值时，判定为障碍物，并对障碍物进行编号，记录此时障碍物的角度和距离值。

3.根据权利要求1所述的一种机器人障碍物识别及避障方法，其特征在于，所述S1步骤中判别障碍物的运动状态的方法为：根据第一时刻的障碍物角度和距离、机器人的移动距离，通过三角关系计算出静止障碍物在第二时刻的理论距离值，将理论距离值与第二时刻的实测距离值对比，若实测距离值等于理论距离值，则判断为静止障碍物；若实测距离值大于理论距离值，则判断为同向移动的障碍物；若实测距离值小于理论距离值，则判断为相向移动的障碍物。

4.根据权利要求1所述的一种机器人障碍物识别及避障方法，其特征在于，所述S2步骤中障碍物类型为机器人的识别方法为：

S2-11、机器人预存障碍机器人正视和后视角度的灰度图；

S2-12、机器人通过激光雷达获取障碍物角度和距离，当障碍物进入视觉传感器范围时，视觉传感器采集环境图像，将图像转换为灰度图，与预存的灰度图对比，当采集的灰度图中存在区域与预设灰度图相似时，判定为机器人，否则判断为非机器人；

其中，所述S2-12步骤中采集的灰度图中存在区域与预设灰度图相似的标准为：逐行逐列扫描采集的灰度图，与预存的机器人轮廓灰度值匹配行和列，将匹配的行和列作为边界，边界内为假定匹配区域，将假定匹配区域内各点的灰度值与预存的机器人灰度值对比，差值之和小于设定值即为相似。

5.根据权利要求1所述的一种机器人障碍物识别及避障方法，其特征在于，所述S2步骤中障碍物类型为行人的识别方法为：机器人通过红外热成像检测到障碍物的温度值在设定人体范围内时，将红外热成像检测到的该障碍物的角度信息同步至机器人的激光雷达上，结合激光雷达检测到障碍物的移动特征，判断障碍物是否为行人。

6.根据权利要求1所述的一种机器人障碍物识别及避障方法，其特征在于，所述S2步骤中障碍物类型为手推车的识别方法为：

S2-21、机器人预存手推车的正面图像，并预设手推车正面的灰度值；

S2-22、机器人通过激光雷达获取障碍物角度和距离，当障碍物进入视觉传感器范围时，机器人通过视觉传感器获取环境图像并转换成灰度图，结合激光雷达提供的障碍物角度，判断灰度图中各个角度障碍物的灰度值与预设灰度值是否相同，并根据相同与否将灰度图二值化，将灰度图中灰度值匹配的点置为0，不匹配的点置为255，再将整行或整列为255的行或列删除，得到匹配区域；

S2-23、将匹配区域的原始图像与预存的手推车正面图像进行匹配，匹配方法采用dHash算法，得到64位Hash值后，使用汉明距离量化两张图像的相似性，如汉明距离小于设定值，判定为手推车，否则判定为非手推车；

所述S2步骤中障碍物类型为移动床的识别方法为：

S2-31、机器人预存移动床床头和床尾的图像，并预设移动床的床头和床尾的灰度值；

S2-32、机器人通过激光雷达获取障碍物角度和距离，当障碍物进入视觉传感器范围时，机器人通过视觉传感器获取环境图像并转换成灰度图，结合激光雷达提供的障碍物角度，判断灰度图中各个角度障碍物的灰度值与预设灰度值是否相同，并根据相同与否将灰度图二值化，将灰度图中灰度值匹配的点置为0，不匹配的点置为255，再将整行或整列为255的行或列删除，得到匹配区域；

S2-33、将匹配区域的原始图像与预存的移动床床头和床尾的图像进行匹配，匹配方法采用dHash算法，得到64位Hash值后，使用汉明距离量化两张图像的相似性，如汉明距离小于设定值，判定为移动床，否则判定为非移动床。

7.根据权利要求1所述的一种机器人障碍物识别及避障方法，其特征在于，所述S3步骤中当障碍物为机器人时，主体机器人采取的避障行走的方法为：

S3-11、若障碍机器人为同向移动障碍物：

S3-111、当障碍机器人的距离小于或等于设定值L1、大于设定值L2时，主体机器人开始减速：

S3-1111、若主体机器人与调度后台处于离线状态，则调整速度与障碍机器人保持恒定距离，直至障碍机器人停止或消失；

S3-1112、如主体机器人与调度后台处于连线状态，则主体机器人上报调度后台获取障碍机器人的状态，并根据障碍机器人的状态按照如下方法进行避障：

S3-11121、若障碍机器人的状态为到站停靠：主体机器人调整速度与障碍机器人保持恒定距离，待障碍机器人停靠完成后，从调度后台获取障碍机器人停靠完成信息，然后扫描环境获取通道宽度信息，若大于设定值，则进行避障绕行，若小于设定值，则等待障碍机器人启动后再继续行驶；

S3-11122、若障碍机器人的状态为前往目标站点：主体机器人调整速度与障碍机器人保持恒定距离进行行驶，并不断从调度后台获取障碍机器人的状态，直至障碍机器人消失，若行走过程中障碍机器人的状态更新为到站停靠时，按照步骤S3-11121的方法进行避障行走；

S3-11123、若障碍机器人处于离线的状态：主体机器人从调度后台获取离线障碍机器人的编号，主体机器人与离线障碍机器人通过点对点建立通信连接，获取障碍机器人的状态，并根据障碍机器人的状态按照步骤S3-11121或S3-11122的方法进行避障行走；

S3-112、当障碍机器人的距离小于或等于设定值L2时，主体机器人停止行走，待障碍物离开检测范围后，继续移动；

S3-12、若障碍机器人为相向移动障碍物：

S3-121、当障碍物距离小于或等于设定值L3、大于设定值L4时，主体机器人开始减速：

S3-1211、若主体机器人与调度后台处于连线状态，则主体机器人将会车信息和环境通道宽度上报调度后台，调度后台根据主体机器人和障碍机器人的状态按照如下方法调度两台机器人进行避障：

S3-12111、若两台机器人获取的通道宽度均大于或等于设定值：调度后台根据两台机器人的剩余任务站点信息控制其中一台机器人停止行驶，另一台机器人继续行驶，并获取两台机器人的位置信息，当行驶的机器人通过后，再发送命令控制停止的机器人恢复行驶；

S3-12112、若其中一台机器人的通道宽度大于或等于设定值，另一台机器人的通道宽度小于设定值：调度后台控制大于或等于设定值的机器人先行驶，小于设定值的机器人原地等待，待先行驶的机器人通过后，再控制原地等待的机器人恢复行驶；

S3-12113、若两台机器人的通道宽度均小于设定值：调度后台控制两台机器人均停止行驶，并进行语音播报请求协助；

S3-12114、若障碍机器人处于离线状态：调度后台控制主体机器人停止行驶，等待离线障碍机器人通过后再恢复行驶，若通道宽度小于设定值，则离线状态的障碍机器人亦停止行驶，进行语音播报请求协助；若主体机器人检测到超过设定时间后离线障碍机器人仍存在，则上报调度后台请求协助；

S3-1212、若主体机器人处于离线状态：

S3-12121、若障碍机器人也处于离线状态，两台机器人均减速慢行或停止移动，若两台机器人获取的通道宽度均大于或等于设定值，则均靠前进方向的右侧行驶；若一台机器人获取的通道宽度大于或等于设定值，而另一机器人获取的通道宽度小于设定值，则大于或等于设定值的机器人先行通过，小于设定值的机器人保持原地停止等待，待障碍消失后再启动行驶；若两个机器人获取的通道宽度均小于设定值，则进行语音播报请求协助；

S3-12122、若障碍机器人处于连线状态，调度后台控制处于正常状态的障碍机器人停止行驶，等待离线机器人通过后再恢复行驶，若通道宽度小于设定值，则处于离线状态的机器人亦停止行驶，进行语音播报请求协助；若处于正常状态的机器人检测到超过设定时间后障碍机器人仍存在，则上报调度后台请求协助；

S3-122、当障碍机器人的距离小于或等于设定值L4时，主体机器人停止行走，待障碍物离开检测范围后，继续移动。

8.根据权利要求1所述的一种机器人障碍物识别及避障方法，其特征在于，所述S3步骤中当障碍物为行人时，机器人采取的避障行走的方法为：

S3-21、若行人为同向移动障碍物：当障碍物距离小于或等于设定值L5、大于设定值L6时，机器人开始减速；当距离小于或等于设定值L6、大于设定值L7时，机器人扫描环境获取通道宽度，若通道宽度大于或等于设定值，则调整方向绕行，绕行过程中持续进行语音播报提醒，直至障碍物离开检测范围，若通道宽度小于设定值，则采用跟随策略，调整速度和障碍物保持固定距离；当障碍物距离小于或等于设定值L7时，机器人停止移动，待障碍物离开检测范围后，继续移动；

S3-22、若行人为相向移动障碍物：当障碍物距离小于或等于设定值L8、大于设定值L9时，机器人开始减速并扫描通道宽度进行绕行避障；当障碍物距离小于设定值L9时，机器人停止移动，待障碍物离开检测范围后，继续移动。

9.根据权利要求1所述的一种机器人障碍物识别及避障方法，其特征在于，所述S3步骤中当障碍物为手推车时，机器人采取的避障行走的方法为：

S3-31、若手推车为同向移动障碍物：当障碍物距离小于或等于设定值L10、大于设定值L11时，机器人开始减速；当距离小于或等于设定值L11、大于第设定值L12时，机器人扫描环境获取通道宽度，若通道宽度大于或等于设定值，则调整方向绕行，绕行过程中持续进行语音播报提醒，直至障碍物离开检测范围，若通道宽度小于设定值，则采用跟随策略，调整速度和障碍物保持固定距离；当障碍物距离小于或等于第设定值L12时，机器人停止移动，待障碍物离开检测范围后，继续移动；

S3-32、若手推车为相向移动障碍物：当障碍物距离小于或等于设定值L13、大于设定值L14时，机器人开始减速；当障碍物距离小于或等于设定值L14、大于设定值L15时，机器人扫描通道宽度进行绕行避障；当障碍物距离小于或等于设定值L15、大于设定值L16时，机器人只做减速不进行绕行避障；当障碍物距离小于设定值L16时，机器人停止移动，待障碍物离开检测范围后，继续移动。

10.根据权利要求1所述的一种机器人障碍物识别及避障方法，其特征在于，所述S3步骤中当障碍物为移动床时，机器人采取的避障行走的方法为：

S3-41、若移动床为同向移动障碍物：当障碍物距离小于或等于设定值L17时，机器人开始减速并与移动床保持恒定距离，不进行绕行避障，直至移动床离开检测范围；

S3-42、若移动床为相向移动障碍物：当障碍物距离小于或等于设定值L18时，机器人开始减速，靠前进方向右侧行驶，不进行避障绕行；当障碍物距离小于或等于设定值L19时，机器人停止移动，待移动床离开检测范围，再启动行走。

11.根据权利要求1所述的一种机器人障碍物识别及避障方法，其特征在于，所述S3步骤中当障碍物为其他动态障碍物时，机器人采取的避障行走的方法为：

S3-51、若其他动态障碍物为同向移动障碍物：当障碍物距离小于或等于设定值L20、大于设定值L21时，机器人开始减速；当距离小于或等于设定值L21、大于设定值L22时，机器人扫描环境获取通道宽度，若通道宽度大于或等于设定值，则调整方向绕行，绕行过程中持续进行语音播报提醒，直至障碍物离开检测范围，若通道宽度小于设定值，则采用跟随策略，调整速度和障碍物保持固定距离；当障碍物距离小于或等于设定值L22时，机器人停止移动，待障碍物离开检测范围后，继续移动；

S3-52、若其他动态障碍物为相向移动障碍物：当障碍物距离小于或等于设定值L23、大于设定值L24时，机器人开始减速，不进行绕行避障；当障碍物距离小于或等于设定值L24，机器人停止移动，待障碍物离开检测范围后，继续移动。

12.根据权利要求1所述的一种机器人障碍物识别及避障方法，其特征在于，所述S3步骤中当障碍物为静态障碍物时，机器人采取的避障行走的方法为：

S3-61、若静态障碍物为障碍机器人，主体机器人上报调度后台获取障碍机器人的状态：

S3-611、若障碍机器人处于在线状态：调度后台发送命令给障碍机器人保持静止状态，待主体机器人通过后再发送命令给障碍机器人使其恢复自行控制状态；

S3-612、若障碍机器人处于离线状态：主体机器人通过点对点方式与障碍机器人建立通信连接，发送信令请求障碍机器人保持静止状态，收到请求同意后主体机器人自主避障行驶，待完全通过后发送信令告知障碍机器人使其恢复正常状态；

S3-613、若障碍机器人处于关机状态：机器人通过自主避障行驶；

S3-62、若静态障碍物为非机器人，机器人根据激光雷达扫描获取通道宽度，若大于或等于设定值，则朝无障碍的区域移动避开障碍物；若通道宽度小于设定值，机器人发出语音播报，提醒让出通道，超过设定时间仍无法通行，则发出告警消息上报调度后台，请求协助。

Images