[发明专利]一种自主消防机器人自适应环境重构与障碍物检测方法

权利要求书

1.一种自主消防机器人自适应环境重构与障碍物检测方法，其特征在于，包括：

基于结构光深度相机获取深度图像，通过IMU惯性测量单元测量所述结构光深度相机的倾斜角度，基于所述倾斜角度，获取所述深度图像中每个像素点对应的被检测物体在世界坐标系下的坐标信息；

通过所述坐标信息，构建二维环境灰度图，并对所述二维环境灰度图进行高度阈值过滤处理，获取二维局部环境点云图；

根据所述二维局部环境点云图创建局部环境点云图替换模型，基于所述替换模型更新全局地图对应的像素取值，获得更新后的全局单色位地图；

基于所述全局单色位地图，并根据路径规划算法进行机器人的导航与避障。

2.根据权利要求1所述的自主消防机器人自适应环境重构与障碍物检测方法，其特征在于，通过IMU惯性测量单元测量所述结构光深度相机的倾斜角度，包括：通过所述IMU惯性测量单元测量所述结构深度相机主光心轴相对于水平地面的倾斜角度，即相机的俯仰角。

3.根据权利要求1所述的自主消防机器人自适应环境重构与障碍物检测方法，其特征在于，获取所述深度图像中每个像素点对应的被检测物体在世界坐标系下的坐标信息的计算方法为：

其中，D_x为每个像素点对应物体与相机的纵向距离，即深度值；L′为深度摄像头的横向虚拟成像参数；Y′为获取的深度图像中每个像素点距离该像素所在列的切平面图像上对称轴的像素差；M′为深度相机的纵向虚拟成像参数；W′为每个像素点在世界坐标系下Y轴的位置；x为世界坐标系下x轴坐标；y为世界坐标系下y轴坐标；δ为结构光深度相机俯仰角度。

4.根据权利要求1所述的自主消防机器人自适应环境重构与障碍物检测方法，其特征在于，构建所述二维环境灰度图，包括：

计算所述深度图像中每个像素点对应物体在所述世界坐标系下的z轴高度信息，获得所述结构光深度相机距离地面的高度，并对所述深度图像中每个像素点进行遍历，计算出所有像素点在世界坐标系下的坐标，转换到opencv坐标系中进行二维环境的重建，获得具有高度信息的所述二维环境灰度图。

5.根据权利要求4所述的自主消防机器人自适应环境重构与障碍物检测方法，其特征在于，计算所述结构光深度相机距离地面的高度的方法为：

其中，H为结构光深度相机距离地面的高度，Z为像素点对应物体在世界坐标系下的z轴高度信息。

6.根据权利要求1所述的自主消防机器人自适应环境重构与障碍物检测方法，其特征在于，获取所述二维局部环境点云图，包括：

通过threshold()阈值函数对所述二维环境灰度图进行高阈值过滤，保留大于地面高度的像素点，滤除低于地面高度的像素点，获得点云图S_H；

再通过调整低阈值数值对所述二维环境灰度图进行低阈值过滤，保留小于地面高度的像素点，滤除大于地面高度的像素点，获得点云图S_L；

基于所述点云图S_H和所述点云图S_L中位置相同像素点的灰度值S_Hx、S_Lx进行取值，最终获得所述二维局部环境点云图。

7.根据权利要求6所述的自主消防机器人自适应环境重构与障碍物检测方法，其特征在于，进行所述取值的条件包括：

8.根据权利要求1所述的自主消防机器人自适应环境重构与障碍物检测方法，其特征在于，创建所述局部环境点云图替换模型，包括：

确定所述二维局部环境点云图的长度值和高度值，生成边长为img的正方形空图；

对所述二维局部环境点云图进行颜色反转、腐蚀操作，获得处理后的点云图像，设置机器人的航向角，以所述处理后的点云图像像素为旋转圆心，将所述旋转圆心对应所述正方形空图中心，进行旋转操作，获得所述局部环境点云图替换模型，并通过建立机器人动态旋转模型进行误差分析与修正。

9.根据权利要求8所述的自主消防机器人自适应环境重构与障碍物检测方法，其特征在于，获得所述更新后的全局单色位地图，包括：

将所述替换模板图像中心点在所述全局地图中进行对应，更新所述全局地图对应的像素取值，当所述替换模板中像素RE_x与所述全局地图中对应像素颜色一致时，替换后的像素为白色，代表可通行区域；当任意一个像素不为白色时，替换后的像素为黑色，代表障碍物，进而获得所述更新后的全局单色位地图；其中，所述全局地图为基于外界环境提前通过CAD建立或通过SLAM建图得到的全局栅格地图。