[发明专利]基于三维成像的多足机器人复杂路况离散成落脚点方法

说明书

技术领域

本发明涉及一种多足机器人落脚点规划方法，尤其是一种基于三维成像的多足机器人复杂路况离散成落脚点方法。

背景技术

山区路况存在地形不规则、崎岖不平、较高的障碍物或涉水路面等非结构环境，限制了轮式和履带式运输工具的应用。多足机器人在结构上具有多冗余自由度，因而具有较高的地形环境适应能力，在森林采伐、矿山开采、水下建筑、核工业、军事运输及探测、星球探测等领域有着非常广阔的应用前景。因此，多足机器人的相关研究一直备受各国专家学者的关注，但是如何提高多足机器人在非结构环境下的移动能力仍然是个具有挑战性的课题。

对于多足机器人三维成像方法，基于图像处理获取场景信息，通过图像拼接实现三维成像，该方法算法复杂，受光照影响，可靠性低；基于激光的三维成像方法主要应用于静态对象的三维建模，激光器的摆放位置严格，设备便捷度低；基于轮式或履带式移动机器人的三维成像方法受环境障碍物影响大，无法在野外复杂路况下自由移动。

对于落脚点的离散方法，基于获取的三维成像，将三维图形进行离散化，结合多足机器人自身的参数和运动轨迹，将三维图像显示的复杂地形环境离散成中国古代练习功夫梅花桩一样的离散化落脚点，可以提供给多足机器人进行安全落足。有效降低了多足机器人在复杂环境中的行走难度，提高了多足机器人的地形适应能力。

发明内容

本发明要解决的技术问题是现有的三维成像方法使用复杂，且常常由于环境障碍物影响无法全方位实现三维成像。

为了解决上述技术问题，本发明提供的基于三维成像的多足机器人复杂路况离散成落脚点方法，包括如下步骤：

步骤1，读取多足机器人惯性导航系统测量的加速度数据以及测距系统测量的距离数据，再利用互补滤波法对加速度数据和距离数据进行数据融合，从而获得多足机器人的位移数据；

步骤2，读取多足机器人惯性导航系统测量的惯性测量数据，并利用卡尔曼滤波对惯性测量数据进行数据融合，获得多足机器人的姿态角度数据；

步骤3，读取多足机器人前进方向上激光雷达采集的深度断层图像数据，再对深度断层图像数据进行自适应中值滤波，并进行基于位移和角度的补偿，获得深度断层图像；

步骤4，根据步骤1的位移数据和步骤2的姿态角度数据确定多足机器人运动轨迹，并对运动轨迹上的相邻数据采集点的深度断层图像使用滑动窗口牛顿插值法获取复杂地形环境的三维图像；

步骤5，将步骤4的获取复杂地形环境的三维图像进行离散化，结合多足机器人自身运动参数和运动轨迹，将三维图像显示的复杂地形环境离散为与机器人足端大小相近的落脚点，为多足机器人提供安全落脚点。

采用测量的位移数据和姿态角度数据确定深度断层图像数据的位置，从而有效提高了激光雷达的扫描范围，扩大了三维成像的面积范围；基于获取的三维成像，将三维图形进行离散化，结合多足机器人自身的参数和运动轨迹，将三维图像显示的复杂地形环境离散成中国古代练习功夫梅花桩一样的离散化落脚点，可以提供给多足机器人进行安全落足，有效降低了多足机器人在复杂环境中的行走难度，提高了多足机器人的地形适应能力。

作为本发明的进一步限定方案，步骤1中，获得多足机器人的位移数据的具体步骤为：

步骤1.1，读取多足机器人惯性导航系统测量的加速度数据为(a_x(t),a_y(t),a_z(t))，进行二重积分得到t_n-1到t_n时刻的近似位移(x_t,y_t,z_t)为：

式中，(v_x(t_n-1),v_y(t_n-1),v_z(t_n-1))为t_n-1时刻的速度；

步骤1.2，读取多足机器人测距系统测量的t_n-1和t_n时刻的距离数据为和计算t_n-1到t_n时刻的近似位移(mx_t,my_t,mz_t)为：

步骤1.3，利用互补滤波法进行数据融合获得多足机器人t_n时刻的位移数据为：