[发明专利]多传感器融合的透明障碍物环境自主建图方法及系统

说明书

本发明涉及移动机器人技术领域，提供了多传感器融合的透明障碍物环境自主建图方法及系统，包括：获取激光雷达采集的障碍物的点云数据、以及两个传感器采集的障碍物距离；基于两个传感器采集的障碍物距离，得到障碍物构型，随机选取一个传感器采集的障碍物距离，计算与平均点云数据的差值，基于差值判断是否为透明障碍物；若为透明障碍物，将障碍物构型进行坐标变换后替换障碍物的点云数据；基于障碍物的点云数据，更新栅格地图，并确定边界点，在边界点数量达到一定值时，寻找最优边界点以实现机器人自主建图。能够得到准确构型并与激光雷达得到的环境信息进行融合，完成透明障碍物环境下的自主建图。

技术领域

本发明属于移动机器人技术领域，尤其涉及多传感器融合的透明障碍物环境自主建图方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

随着机器人技术的快速发展，各型号移动机器人在应急救援、家居服务、环境探索等方面发挥着巨大作用，对移动机器人的定位要求也越来越高。在室内环境下，建筑墙壁以及地下空间使得移动机器人难以接收到足以进行精确定位的GPS信号。同步定位与建图(Simultaneous Localization and Mapping，SLAM)的出现使得移动机器人能够在室内未知环境中实现定位并建立地图。

各种移动机器人在室内环境中承担安保巡逻、递送物品、喷雾消毒等任务，进行任务时通常需要在移动过程中建立所处环境的完整地图，而学校、写字楼、商场等环境中充满了玻璃幕墙、玻璃门、玻璃围栏等透明障碍物给机器人的安全工作带来挑战，若构建的地图中没有表示出相对应位置的玻璃障碍，会导致在实际的导航应用中会有移动机器人与玻璃发生碰撞，甚至跌落至另一侧的风险。视觉或者激光束都会直接获取到玻璃另一侧的物体信息，所以不论是摄像机或激光雷达传感器，都无法有效地探测到室内环境中的玻璃。超声波传感器是一种声学传感器，其通过发生超声波并计算接收到回波的时间来计算前方障碍物的距离，且不受物体的透明度影响，能够用来进行对玻璃的探测。

针对上述透明障碍物环境中的自主建图任务，其他曾提出的超声波传感器信息融合方案存在诸多问题，例如：仅用一个超声波传感器进行测量，如图5所示，由于超声波传感器测量的不确定性无法得到障碍物的准确构型；两个传感器进行测量获得障碍物构型但对传感器的安装位置有较严格要求等。

移动机器人自主进行未知区域的探索实现建图对机器人脱离人工控制实现自主工作有重要意义。移动机器人自主探索较为常用的方法是边界点法，通过寻找并前往已知与未知区域之间的边界进行对未知区域的探索，而边界点的寻找与选取策略尤为重要。快速探索随机树(Rapidly-exploring Random Tree,RRT)算法以概率的方法快速填充空间中的区域到达边界，在自主探索中常采用RRT算法寻找边界点。传统RRT探索建图过程中，存在反复经过已知区域的振荡问题，主要是由于备选点不够多而不得不选取远处的边界点，在移动过程中出现更优边界点而重新规划路径前往。

发明内容

为了解决上述背景技术中存在的技术问题，本发明提供多传感器融合的透明障碍物环境自主建图方法及系统，使用两个超声波传感器进行透明障碍物的探测和构建，能够得到准确构型并与激光雷达得到的环境信息进行融合，完成透明障碍物环境下的自主建图。

为了实现上述目的，本发明采用如下技术方案：

本发明的第一个方面提供多传感器融合的透明障碍物环境自主建图方法，其包括：

获取激光雷达采集的障碍物的点云数据、以及两个传感器采集的障碍物距离；

基于两个传感器采集的障碍物距离，得到障碍物构型，随机选取一个传感器采集的障碍物距离，计算与平均点云数据的差值，基于差值判断是否为透明障碍物；

若为透明障碍物，将障碍物构型进行坐标变换后替换障碍物的点云数据；