[发明专利]一种基于语义激光的移动机器人多级避障系统及方法

权利要求书

1.一种基于语义激光的移动机器人多级避障方法，其特征在于：包括以下步骤：

依据机器人本体上的激光雷达和工业摄像头获取的信息，通过深度学习和坐标转换获取障碍物的特征信息；

根据障碍物与机器人本体的距离将激光雷达的扫描范围划分为三层，距机器人本体最近的一层为危险范围，最远的一层为安全范围，剩余部分为减速范围；

判断机器人本体是否处于建图状态，依据障碍物特征信息在机器人本体建图状态和导航状态时产生相应的避障动作，具体为：

当机器人本体处于建图状态，若障碍物存在于最外面两层扫描范围时，语义激光判断障碍物类型，否则进入导航状态；若障碍物存在于最内层扫描范围或触发固定阈值的超声波传感器时，机器人本体停止动作并发出警报；

当机器人本体处于导航状态且语义激光判断障碍物为静态，障碍物存在于最外面一层扫描范围时，机器人本体正常移动且发出警报；当障碍物存在于中间一层扫描范围时，机器人本体根据障碍物位姿减速并发出警报；当障碍物存在于最内一层或触发固定阈值的超声波传感器时，移动机器人停止动作，重新规划路径；

当机器人本体处于导航状态且语义激光范围内判断存在动态障碍物，同时障碍物处于最外面两层扫描范围时，判断其动态特性为固定范围动作，将动作范围内的动作全部模拟为静态障碍物，再次进入静态障碍物运动规划过程中完成判断；若判断障碍物的动态特性为随机范围动作，通过多帧语义激光判断该物体的运动特性；

若该障碍物处于远离机器人本体的状态，则机器人本体正常动作，若该障碍物为静止状态，则返回静态障碍物运动规划中判断；当障碍物存在于最内一层或触发固定阈值的超声波传感器时，机器人本体停止动作，重新规划路径。

2.如权利要求1所述的一种基于语义激光的移动机器人多级避障方法，其特征在于：当障碍物存在于最内一层或触发固定阈值的超声波传感器时，移动机器人停止动作，通过DWA算法重新规划路径。

3.如权利要求1所述的一种基于语义激光的移动机器人多级避障方法，其特征在于：当障碍物存在于最内一层或触发固定阈值的超声波传感器时，机器人本体停止动作，通过DWA算法重新规划路径。

4.一种基于权利要求1所述方法的系统，其特征在于：包括机器人本体上安装的多传感器融合特征信息提取模块、障碍物类型识别模块、耦合信息处理模块和移动机器人运动规划模块；

多传感器融合特征信息提取模块利用激光雷达和工业摄像头提取雷达点云信息和图像信息，障碍物类型识别模块利用深度学习获得障碍物的特征信息，耦合信息处理模块通过坐标转换获得语义激光，使得激光雷达识别障碍物的特征信息；

移动机器人运动规划模块根据障碍物与机器人本体的距离将激光雷达的扫描范围划分为三层，判断机器人本体是否处于建图状态，依据障碍物特征信息在机器人本体建图状态和导航状态时产生相应的避障动作。

5.如权利要求4所述的一种基于语义激光的移动机器人多级避障系统，其特征在于：所述多传感器融合特征信息提取模块包括激光雷达、工业摄像头、超声波传感器，激光雷达与单目工业摄像头同向安装，超声波传感器安装在激光雷达扫描范围内，且距离激光雷达一定距离。

6.如权利要求4所述的一种基于语义激光的移动机器人多级避障系统，其特征在于：所述激光雷达扫描其安装位置固定角度范围的障碍物信息，返回基于自身坐标系的障碍物角度信息和距离点云坐标信息，工业摄像头返回视野内存在的特征图像，超声波传感器实时返回障碍物的距离值确定激光雷达和工业摄像头的盲区安全信息。

7.如权利要求4所述的一种基于语义激光的移动机器人多级避障系统，其特征在于：所述障碍物类型识别模块，将机器人本体所在场景中的特征物体视觉信息整理成该场景下的数据集，利用深度学习对数据集进行训练处理得到算法权值，根据识别出的不同障碍物制作特征语义数据结构，数据结构中包含障碍物的类型、动态特性和可能的动作范围。