CN112540368B - 一种用于智能扫雪机器人的障碍物检测与识别方法 - Google Patents

Abstract

本发明公开了一种基于智能扫雪机器人的障碍物检测与识别方法，其包括：1)在扫雪机器人前端设置超声波传感器检测距离前方障碍物的距离信息，在扫雪机器人前部和后部设置雷达传感器检测是否有生物突然靠近；2)对各个超声波传感器和各个雷达传感器检测到的信号进行处理，计算扫雪机器人的前进距离；3)利用一定时间内超声波测距的变化比和扫雪机器人前进距离的变化的乘积、雷达传感器信号的变化及积雪程度描述量三个条件来共同判断作业道路积雪程度，检测障碍物的距离变化，并识别其为一般障碍物或生物障碍物。本发明能在扫雪机器人自主作业中判断作业道路积雪程度，快速有效检测障碍物，并识别其为一般障碍物或生物障碍物。

Description

一种用于智能扫雪机器人的障碍物检测与识别方法

技术领域

本发明涉及智能机器人技术领域，特别涉及一种基于智能机器人的障碍物检测与识别方法。

背景技术

在我国北方地区冬天路面积雪常常对人们交通出行造成阻碍，尤其是某些弯道、交叉路口以及坡道等地积雪堆积经常会导致交通事故的发生，道路积雪为人们的生产、生活、出行带来诸多不便。如今城市道路除雪是市政部门的一个难题，目前主要靠人工或者传统的扫雪车完成除雪作业。这样的方式不仅效率低，而且需要投入大量的人力。因此，对智能扫雪机器人的研究十分必要。

在现有的扫雪设备中，大多数都是人为操控或通过遥控操控，智能化程度较低，对人的依赖性较高，且人在操控过程中极易冻伤、跌倒或被机器误伤。因此，设计一款能够排除并避开环境中的不安全因素，采取一定的措施保护自身及他人安全的智能扫雪机器人成为研究关键。为考虑安全问题，需要一种在无人值守的情况下能够让作业中的扫雪机器人主动检测和识别障碍物的方法。

在现有的扫雪机器人避障策略中，有采用感知环境的三维激光雷达，双目摄像头与超声波传感器结合等方法，但这些方法存在硬件成本高，算法实时性不强等技术问题。

发明内容

有鉴于此，本发明的目的是一种用于智能扫雪机器人的障碍物检测与识别方法，以解决扫雪机器人作业过程中主动发现和识别障碍物的技术问题。

本发明用于智能扫雪机器人的障碍物检测与识别方法，其包括以下步骤：

1)在扫雪机器人前端的左侧、中部和右侧分别设置一个超声波传感器，通过超声波传感器检测扫雪机器人与前方障碍物间的距离信息；在扫雪机器人前部和后部分别设置一个雷达传感器，通过雷达传感器检测是否有生物在扫雪机器人工作时突然靠近；

2)对各个超声波传感器和各个雷达传感器检测到的信号进行处理，计算扫雪机器人的前进距离，包括：

a、对单个超声波传感器测距数据的处理：

对单个超声波传感器在Δt时间内采集到的距离数据进行加权递推平均滤波处理，则在第k次Δt时间内，有：

其中d_k为第k次超声波测距结果，d_ki为在第k次Δt时间内的第i次检测得到的距离值，ρ_ki为第i次检测的权值，n为取倒数的检测距离值的个数；

b、对单个雷达传感器检测信号的处理：

对第k次Δt时间内采集到的单个雷达传感器信号数据进行处理：

其中m_k为对第k次Δt时间内采集到的单个雷达传感器信号数据进行处理的结果；

c、对扫雪机器人前进距离的计算：

对第k次Δt时间内扫雪机器人前进速度进行限幅滤波处理，有：

其中v_j为第j次读取检测扫雪机器人车轮转速的编码器数据换算所得的扫雪机器人前进速度，v_j-1为第j-1次读取检测扫雪机器人车轮转速的编码器数据换算所得的扫雪机器人前进速度，v_res为两次速度允许的最大偏差值，S_k为第k次Δt时间内扫雪机器人前进的距离，n为Δt时间内读取扫雪机器人编码器数据的次数，t为短时间段；

3)障碍物检测与识别：

设标准安全距离为d_flag，扫雪机器人标准前进速度为v_flag，扫雪机器人前进速度差阈值为v_differ；

定义积雪程度描述量为：

其中，α为比例系数，v为扫雪机器人前进速度，即积雪程度与扫雪机器人前进速度成反比；

定义第k次超声波测距变化量为：

定义第k次超声波测距变化比为：

定义第k次扫雪机器人前进距离变化比为：

设障碍物判断条件为：

情形一：当任一个超声波传感器的检测距离d>d_flag且|v-v_flag|≤v_differ时，认为S₁≈S₂≈…≈S_k，同时积雪程度x近似不变，即认为扫雪机器人以匀速在积雪程度均匀段作业，则将障碍物判断条件退化为：

若0.95≤Z_k≤1.05，

若Z_k≤0.95，

若Z_k≥1.05，

情形二：当任一个超声波传感器的检测距离d>d_flag且v-v_flag>v_differ时，认为在某k+1时刻有S_k+1>S_k，而在k时刻有S_k和y_k与前k-1时刻扫雪机器人以匀速作业时相同；此时x增大，认为扫雪机器人在此时刻进入积雪程度较浅段作业，此时刻障碍物判断条件为：

因等式右边第二个分式变化S_k/y_k≈1，所以关注第一个分式y_k+1/S_k+1，此时S_k+1增大，有障碍物判断条件：

若0.95≤Z_k+1≤1.05，

若Z_k+1≤0.95，

若Z_k+1≥1.05，

情形三：当任一个超声波传感器的检测距离d>d_flag且v-v_flag>v_differ时，认为在某2k+1时刻有S_2k+1<S_2k，而在2k时刻有S_2k和y_2k与前2k-1时刻扫雪机器人以匀速作业时相同；此时x减小，认为扫雪机器人在此时刻进入积雪程度较深段作业，此时刻障碍物判断条件为：

因等式右边第二个分式变化S_2k/y_2k≈1，所以关注第一个分式y_2k+1/S_2k+1，此时S_2k+1减小，有障碍物判断条件：

若0.95≤Z_2k+1≤1.05，

若Z_2k+1≤0.95，

若Z_2k+1≥1.05，

本发明的有益效果：

本发明用于智能扫雪机器人的障碍物检测与识别方法，其能在扫雪机器人自主作业中判断作业道路积雪程度，快速有效检测障碍物，并识别其为一般障碍物或生物障碍物，经多传感器融合分析能避免误检测，抗干扰性好。本发明可通过实地测试灵活设置判断阈值和测量次数，满足不同积雪程度下障碍物检测与识别的准确度和灵敏度，适应性好。

附图说明

图1为扫雪机器人传感器分布图；

图2是用于智能扫雪机器人的障碍物检测与识别方法的流程图。

具体实施方式

下面结合附图和实施例对本发明作进一步描述。

本实施例用于智能扫雪机器人的障碍物检测与识别方法，其包括以下步骤：

1)在扫雪机器人前端的左侧、中部和右侧分别设置一个超声波传感器1，通过超声波传感器检测扫雪机器人与前方障碍物间的距离信息；在扫雪机器人前部和后部分别设置一个雷达传感器2，通过雷达传感器检测是否有生物在扫雪机器人工作时突然靠近。

2)对各个超声波传感器和各个雷达传感器检测到的信号进行处理，计算扫雪机器人的前进距离，包括：

a、对单个超声波传感器测距数据的处理：

对单个超声波传感器在Δt时间内采集到的距离数据进行加权递推平均滤波处理，则在第k次Δt时间内，有：

其中d_k为第k次超声波测距结果，d_ki为在第k次Δt时间内的第i次检测得到的距离值，ρ_ki为第i次检测的权值，n为取倒数的检测距离值的个数。

b、对单个雷达传感器检测信号的处理：

对第k次Δt时间内采集到的单个雷达传感器信号数据进行处理：

其中m_k为对第k次Δt时间内采集到的单个雷达传感器信号数据进行处理的结果。

c、对扫雪机器人前进距离的计算：

对第k次Δt时间内扫雪机器人前进速度进行限幅滤波处理，有：

其中v_j为第j次读取检测扫雪机器人车轮转速的编码器数据换算所得的扫雪机器人前进速度，v_j-1为第j-1次读取检测扫雪机器人车轮转速的编码器数据换算所得的扫雪机器人前进速度，v_res为两次速度允许的最大偏差值，S_k为第k次Δt时间内扫雪机器人前进的距离，n为Δt时间内读取扫雪机器人编码器数据的次数，t为短时间段。

3)障碍物检测与识别：

设标准安全距离为d_flag，扫雪机器人标准前进速度为v_flag，扫雪机器人前进速度差阈值为v_differ；

定义积雪程度描述量为：

其中，α为比例系数，v为扫雪机器人前进速度，即积雪程度与扫雪机器人前进速度成反比；

定义第k次超声波测距变化量为：

定义第k次超声波测距变化比为：

定义第k次扫雪机器人前进距离变化比为：

设障碍物判断条件为：

情形一：当任一个超声波传感器的检测距离d>d_flag且|v-v_flag|≤v_differ时，认为S₁≈S₂≈…≈S_k，同时积雪程度x近似不变，即认为扫雪机器人以匀速在积雪程度均匀段作业，则将障碍物判断条件退化为：

若0.95≤Z_k≤1.05，

若Z_k≤0.95，

若Z_k≥1.05，

情形二：当任一个超声波传感器的检测距离d>d_flag且v-v_flag>v_differ时，认为在某k+1时刻有S_k+1>S_k，而在k时刻有S_k和y_k与前k-1时刻扫雪机器人以匀速作业时相同；此时x增大，认为扫雪机器人在此时刻进入积雪程度较浅段作业，此时刻障碍物判断条件为：

因等式右边第二个分式变化S_k/y_k≈1，所以主要关注第一个分式y_k+1/S_k+1，此时S_k+1增大，有障碍物判断条件：

若0.95≤Z_k+1≤1.05，

若Z_k+1≤0.95，

若Z_k+1≥1.05，

情形三：当任一个超声波传感器的检测距离d>d_flag且v-v_flag>v_differ时，认为在某2k+1时刻有S_2k+1<S_2k，而在2k时刻有S_2k和y_2k与前2k-1时刻扫雪机器人以匀速作业时相同；此时x减小，认为扫雪机器人在此时刻进入积雪程度较深段作业，此时刻障碍物判断条件为：

因等式右边第二个分式变化S_2k/y_2k≈1，所以主要关注第一个分式y_2k+1/S_2k+1，此时S_2k+1减小，有障碍物判断条件：

若0.95≤Z_2k+1≤1.05，

若Z_2k+1≤0.95，

若Z_2k+1≥1.05，

综上所述，在三种不同的情形下智能扫雪机器人都可根据各自情形中的判断条件快速有效检测和识别障碍物。

本实施例中扫雪机器人的障碍物检测与识别方法能在扫雪机器人自主作业中判断作业道路积雪程度，快速有效检测障碍物，并识别其为一般障碍物或生物障碍物，经多传感器融合分析能避免误检测，抗干扰性好。本发明可通过实地测试灵活设置判断阈值和测量次数，满足不同积雪程度下障碍物检测与识别的准确度和灵敏度，适应性好。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (1)

1.一种用于智能扫雪机器人的障碍物检测与识别方法，其特征在于：包括以下步骤：

1)在扫雪机器人前端的左侧、中部和右侧分别设置一个超声波传感器，通过超声波传感器检测扫雪机器人与前方障碍物间的距离信息；在扫雪机器人前部和后部分别设置一个雷达传感器，通过雷达传感器检测是否有生物在扫雪机器人工作时突然靠近；

2)对各个超声波传感器和各个雷达传感器检测到的信号进行处理，计算扫雪机器人的前进距离，包括：

a、对单个超声波传感器测距数据的处理：

对单个超声波传感器在Δt时间内采集到的距离数据进行加权递推平均滤波处理，则在第k次Δt时间内，有：

其中d_k为第k次超声波测距结果，d_ki为在第k次Δt时间内的第i次检测得到的距离值，ρ_ki为第i次检测的权值，n为取倒数的检测距离值的个数；

b、对单个雷达传感器检测信号的处理：

对第k次Δt时间内采集到的单个雷达传感器信号数据进行处理：

其中m_k为对第k次Δt时间内采集到的单个雷达传感器信号数据进行处理的结果；

c、对扫雪机器人前进距离的计算：

对第k次Δt时间内扫雪机器人前进速度进行限幅滤波处理，有：

其中v_j为第j次读取检测扫雪机器人车轮转速的编码器数据换算所得的扫雪机器人前进速度，v_j-1为第j-1次读取检测扫雪机器人车轮转速的编码器数据换算所得的扫雪机器人前进速度，v_res为两次速度允许的最大偏差值，S_k为第k次Δt时间内扫雪机器人前进的距离，n为Δt时间内读取扫雪机器人编码器数据的次数，t为短时间段；

3)障碍物检测与识别：

设标准安全距离为d_flag，扫雪机器人标准前进速度为v_flag，扫雪机器人前进速度差阈值为v_differ；

定义积雪程度描述量为：

其中，α为比例系数，v为扫雪机器人前进速度，即积雪程度与扫雪机器人前进速度成反比；

定义第k次超声波测距变化量为：

定义第k次超声波测距变化比为：

定义第k次扫雪机器人前进距离变化比为：

设障碍物判断条件为：

情形一：当任一个超声波传感器的检测距离d>d_flag且|v-v_flag|≤v_differ时，认为S₁≈S₂≈…≈S_k，同时积雪程度x近似不变，即认为扫雪机器人以匀速在积雪程度均匀段作业，则将障碍物判断条件退化为：

若0.95≤Z_k≤1.05，

若Z_k≤0.95，

若Z_k≥1.05，

情形二：当任一个超声波传感器的检测距离d>d_flag且v-v_flag>v_differ时，认为在某k+1时刻有S_k+1>S_k，而在k时刻有S_k和y_k与前k-1时刻扫雪机器人以匀速作业时相同；此时x增大，认为扫雪机器人在此时刻进入积雪程度较浅段作业，此时刻障碍物判断条件为：

因等式右边第二个分式变化S_k/y_k≈1，所以关注第一个分式y_k+1/S_k+1，此时S_k+1增大，有障碍物判断条件：

若0.95≤Z_k+1≤1.05，

若Z_k+1≤0.95，

若Z_k+1≥1.05，

情形三：当任一个超声波传感器的检测距离d>d_flag且v-v_flag>v_differ时，认为在某2k+1时刻有S_2k+1<S_2k，而在2k时刻有S_2k和y_2k与前2k-1时刻扫雪机器人以匀速作业时相同；此时x减小，认为扫雪机器人在此时刻进入积雪程度较深段作业，此时刻障碍物判断条件为：

因等式右边第二个分式变化S_2k/y_2k≈1，所以关注第一个分式y_2k+1/S_2k+1，此时S_2k+1减小，有障碍物判断条件：

若0.95≤Z_2k+1≤1.05，

若Z_2k+1≤0.95，

若Z_2k+1≥1.05，

Images