本發(fā)明涉及視覺(jué)檢測(cè)及點(diǎn)云定位，更具體的，涉及一種應(yīng)用于邊防的視巡一體化機(jī)器人的巡檢方法及系統(tǒng)。

背景技術(shù)：

1、隨著邊境安全形勢(shì)的日益復(fù)雜，對(duì)邊境防衛(wèi)的需求也日益增強(qiáng)。傳統(tǒng)的人力巡邏和監(jiān)控手段存在成本高、效率低、安全性差等問(wèn)題。隨著技術(shù)發(fā)展,移動(dòng)機(jī)器人自主巡檢方式得到了極大的發(fā)展，可以有效解決上述人工巡檢的缺陷，是自主導(dǎo)航及路徑規(guī)劃研究的典型應(yīng)用。在危險(xiǎn)系數(shù)較大的工作場(chǎng)景中，視巡機(jī)器人的使用避免了潛在的人員危險(xiǎn)，極大提升了工作安全性，由此越來(lái)越成為巡檢領(lǐng)域的發(fā)展趨勢(shì)和重要設(shè)備。

2、現(xiàn)有的自動(dòng)巡邏系統(tǒng)通常采用單一傳感器如激光雷達(dá)或攝像頭進(jìn)行環(huán)境感知，這些系統(tǒng)在復(fù)雜環(huán)境中往往存在反應(yīng)速度慢、決策能力不足的問(wèn)題。此外，目前的自動(dòng)巡邏系統(tǒng)多為輔助系統(tǒng)，缺乏完全自主決策和復(fù)雜環(huán)境下的智能避障能力；而且在動(dòng)態(tài)障礙物處理和避障能力方面存在不足，容易導(dǎo)致機(jī)器人碰撞和路徑規(guī)劃失敗，在特征點(diǎn)少、重復(fù)度高的空曠場(chǎng)地定位穩(wěn)定性不足等問(wèn)題。因此，亟需一種能夠在復(fù)雜環(huán)境中進(jìn)行高精度定位、自主導(dǎo)航和智能決策的邊境防衛(wèi)機(jī)器人系統(tǒng)。

技術(shù)實(shí)現(xiàn)思路

1、為了解決上述技術(shù)問(wèn)題，本發(fā)明提出了一種應(yīng)用于邊防的視巡一體化機(jī)器人的巡檢方法及系統(tǒng)。

2、本發(fā)明第一方面提供了一種應(yīng)用于邊防的視巡一體化機(jī)器人的巡檢方法，包括：

3、獲取包含巡檢路徑及巡檢指標(biāo)的巡檢任務(wù)，依據(jù)所述巡檢路徑控制視巡一體化機(jī)器人進(jìn)行移動(dòng)，利用視覺(jué)傳感器進(jìn)行環(huán)境感知；

4、通過(guò)激光雷達(dá)獲取巡檢環(huán)境中密集點(diǎn)云數(shù)據(jù)，將所述密集點(diǎn)云數(shù)據(jù)與imu數(shù)據(jù)融合進(jìn)行視巡一體化機(jī)器人的高精度定位，并引入重定位機(jī)制優(yōu)化定位匹配結(jié)果；

5、依據(jù)所述巡檢指標(biāo)在巡檢場(chǎng)景中進(jìn)行目標(biāo)檢測(cè)，基于定位數(shù)據(jù)及目標(biāo)檢測(cè)數(shù)據(jù)通過(guò)自主導(dǎo)航及避障進(jìn)行巡檢路徑的跟蹤，并根據(jù)與目標(biāo)的距離自適應(yīng)調(diào)整移動(dòng)速度；

6、通過(guò)行為樹(shù)對(duì)視巡一體化機(jī)器人不同結(jié)構(gòu)的決策進(jìn)行解耦，控制視巡一體化機(jī)器人執(zhí)行巡檢任務(wù)。

7、本方案中，利用視覺(jué)傳感器獲取移動(dòng)過(guò)程中的視覺(jué)圖像數(shù)據(jù)，根據(jù)所述視覺(jué)圖像數(shù)據(jù)檢索對(duì)應(yīng)的點(diǎn)云模板作為源點(diǎn)云數(shù)據(jù)，通過(guò)激光雷達(dá)獲取巡檢環(huán)境中的密集點(diǎn)云數(shù)據(jù)作為目標(biāo)點(diǎn)云數(shù)據(jù)；

8、在迭代最近點(diǎn)算法中引入奇異值分解獲取源點(diǎn)云數(shù)據(jù)旋轉(zhuǎn)變換矩陣和平移向量，使得源點(diǎn)云數(shù)據(jù)與目標(biāo)點(diǎn)云數(shù)據(jù)的誤差最小化；

9、設(shè)源點(diǎn)云數(shù)據(jù)為，表示第個(gè)源點(diǎn)云數(shù)據(jù)樣本，目標(biāo)點(diǎn)云數(shù)據(jù)為，表示第個(gè)目標(biāo)點(diǎn)云數(shù)據(jù)樣本，構(gòu)建目標(biāo)函數(shù)，使目標(biāo)函數(shù)最小化，目標(biāo)函數(shù)表達(dá)式為：

10、；

11、其中表示旋轉(zhuǎn)矩陣，表示平移向量，表示樣本總數(shù)。

12、本方案中，使用迭代擴(kuò)展卡爾曼濾波將密集點(diǎn)云數(shù)據(jù)與imu數(shù)據(jù)融合，具體為：

13、利用迭代擴(kuò)展卡爾曼濾波構(gòu)建預(yù)測(cè)模型及觀測(cè)模型，所述迭代擴(kuò)展卡爾曼濾波的狀態(tài)向量包括位置、速度和姿態(tài)；

14、預(yù)測(cè)模型基于imu數(shù)據(jù)進(jìn)行狀態(tài)更新，觀測(cè)模型基于密集點(diǎn)云數(shù)據(jù)進(jìn)行校正。

15、本方案中，利用scan?context方法對(duì)所述密集點(diǎn)云數(shù)據(jù)進(jìn)行回環(huán)檢測(cè)，將密集點(diǎn)云數(shù)據(jù)轉(zhuǎn)換為二維描述符，，表示高度信息，表示扇面區(qū)域，表示點(diǎn)云第i個(gè)環(huán)與第j個(gè)扇面對(duì)應(yīng)bin的二維描述符；

16、利用所述描述符進(jìn)行匹配，從點(diǎn)云的描述符中提取n維向量用于在ikd-tree中搜索相近的關(guān)鍵幀，將搜索得到的參考幀的描述符與待匹配的當(dāng)前幀進(jìn)行比較；

17、獲取匹配得分，若所述匹配得分小于預(yù)設(shè)閾值，則視為檢測(cè)到回環(huán)并重構(gòu)ikd-tree進(jìn)行定位誤差修復(fù)，其中描述符的匹配得分：

18、；

19、其中表示參考幀描述符與當(dāng)前幀描述符之間距離，表征匹配得分，表示環(huán)和扇面的總數(shù)。

20、本方案中，引入重定位機(jī)制優(yōu)化定位匹配結(jié)果，具體為：

21、利用正態(tài)分布變換將所述密集點(diǎn)云數(shù)據(jù)分割為網(wǎng)格，在每個(gè)網(wǎng)格內(nèi)計(jì)算均值和協(xié)方差矩陣，通過(guò)高斯分布描述點(diǎn)云分布；

22、在點(diǎn)云分布的基礎(chǔ)上利用非線性迭代最近點(diǎn)算法進(jìn)行配準(zhǔn)，優(yōu)化定位匹配結(jié)果。

23、本方案中，基于定位數(shù)據(jù)及目標(biāo)檢測(cè)數(shù)據(jù)通過(guò)自主導(dǎo)航及避障進(jìn)行巡檢路徑的跟蹤，具體為：

24、利用迪杰斯特拉算法進(jìn)行巡檢任務(wù)中全局巡檢路徑的規(guī)劃，根據(jù)巡檢場(chǎng)景中的目標(biāo)檢測(cè)及障礙識(shí)別結(jié)果將全局路徑細(xì)化為具體的行動(dòng)指令，實(shí)現(xiàn)局部路徑跟蹤；

25、利用比例控制器通過(guò)調(diào)節(jié)輸出，并加入速度前饋?lái)?xiàng)，根據(jù)與目標(biāo)位置的距離，逐步減少視巡一體化機(jī)器人的速度，設(shè)置速度變化的最大值，控制視巡一體化機(jī)器人的速度。

26、本方案中，當(dāng)巡檢場(chǎng)景中檢測(cè)到巡檢指標(biāo)中的目標(biāo)時(shí)，獲取對(duì)檢測(cè)目標(biāo)的響應(yīng)任務(wù)，將巡檢場(chǎng)景內(nèi)包含檢測(cè)目標(biāo)的預(yù)設(shè)區(qū)域作為任務(wù)區(qū)域進(jìn)行分割；

27、確定檢測(cè)目標(biāo)特定點(diǎn)所處的子區(qū)域，通過(guò)行為樹(shù)實(shí)現(xiàn)不同結(jié)構(gòu)的決策解耦，根據(jù)任務(wù)和環(huán)境變化調(diào)整機(jī)器人行為。

28、本發(fā)明第二方面還提供了一種應(yīng)用于邊防的視巡一體化機(jī)器人的巡檢系統(tǒng)，該系統(tǒng)包括：存儲(chǔ)器、處理器、巡檢導(dǎo)航模塊、巡檢環(huán)境感知模塊、巡檢定位模塊及智能決策模塊，存儲(chǔ)器及處理器中存儲(chǔ)并執(zhí)行應(yīng)用于邊防的視巡一體化機(jī)器人的巡檢方法程序；

29、所述巡檢導(dǎo)航模塊采用迪杰斯特拉算法基于起始點(diǎn)及終點(diǎn)規(guī)劃最優(yōu)全局路徑，獲取巡檢路徑，并使用比例控制器結(jié)合速度前饋?lái)?xiàng)進(jìn)行局部路徑搜索，實(shí)現(xiàn)平穩(wěn)跟蹤路徑及避障；

30、所述巡檢環(huán)境感知模塊利用視覺(jué)傳感器、激光雷達(dá)、慣性測(cè)量單元獲取巡檢場(chǎng)景中的環(huán)境數(shù)據(jù)及自身數(shù)據(jù)；

31、所述巡檢定位模塊根據(jù)視覺(jué)圖像數(shù)據(jù)確定巡檢環(huán)境，利用激光雷達(dá)提供的密集點(diǎn)云數(shù)據(jù)和慣性測(cè)量單元的高頻姿態(tài)信息，結(jié)合回環(huán)檢測(cè)及重定位實(shí)現(xiàn)厘米級(jí)的精準(zhǔn)定位；

32、所述智能決策模塊基于巡檢任務(wù)進(jìn)行目標(biāo)識(shí)別，定義目標(biāo)對(duì)應(yīng)的響應(yīng)任務(wù)及條件，通過(guò)行為樹(shù)實(shí)現(xiàn)視巡一體化機(jī)器人不同部位的決策解耦，通過(guò)定義不同任務(wù)和條件，對(duì)任務(wù)區(qū)域進(jìn)行分割，靈活控制機(jī)器人不同部位的行為。

33、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果在于：

34、（1）本發(fā)明利用迭代最近點(diǎn)算法（icp）、迭代擴(kuò)展卡爾曼濾波（iekf）、scancontext回環(huán)檢測(cè)及正態(tài)分布變換+非線性icp重定位算法，確保機(jī)器人在復(fù)雜環(huán)境下的定位精度及魯棒性。

35、（2）本發(fā)明采用迪杰斯特拉算法進(jìn)行全局路徑規(guī)劃，確保機(jī)器人能夠找到最優(yōu)路徑。局部路徑跟蹤使用p控制器結(jié)合速度前饋?lái)?xiàng)，保證機(jī)器人平穩(wěn)準(zhǔn)確地跟蹤路徑。根據(jù)與目標(biāo)位置的距離逐步調(diào)整機(jī)器人速度，避免震蕩，提高系統(tǒng)的響應(yīng)速度和穩(wěn)定性。

36、（3）本發(fā)明通過(guò)行為樹(shù)（behavior?tree）實(shí)現(xiàn)底盤(pán)、云臺(tái)等不同不為的決策解耦，增強(qiáng)系統(tǒng)的模塊化和擴(kuò)展性。行為樹(shù)根據(jù)任務(wù)和環(huán)境變化靈活調(diào)整機(jī)器人行為，確保任務(wù)高效完成。

技術(shù)特征：

1.一種應(yīng)用于邊防的視巡一體化機(jī)器人的巡檢方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的一種應(yīng)用于邊防的視巡一體化機(jī)器人的巡檢方法，其特征在于，利用視覺(jué)傳感器獲取移動(dòng)過(guò)程中的視覺(jué)圖像數(shù)據(jù)，根據(jù)所述視覺(jué)圖像數(shù)據(jù)檢索對(duì)應(yīng)的點(diǎn)云模板作為源點(diǎn)云數(shù)據(jù)，通過(guò)激光雷達(dá)獲取巡檢環(huán)境中的密集點(diǎn)云數(shù)據(jù)作為目標(biāo)點(diǎn)云數(shù)據(jù)；

3.根據(jù)權(quán)利要求1所述的一種應(yīng)用于邊防的視巡一體化機(jī)器人的巡檢方法，其特征在于，使用迭代擴(kuò)展卡爾曼濾波將密集點(diǎn)云數(shù)據(jù)與imu數(shù)據(jù)融合，具體為：

4.根據(jù)權(quán)利要求1所述的一種應(yīng)用于邊防的視巡一體化機(jī)器人的巡檢方法，其特征在于，利用scan?context方法對(duì)所述密集點(diǎn)云數(shù)據(jù)進(jìn)行回環(huán)檢測(cè)，將密集點(diǎn)云數(shù)據(jù)轉(zhuǎn)換為二維描述符，，表示高度信息，表示扇面區(qū)域，表示點(diǎn)云第i個(gè)環(huán)與第j個(gè)扇面對(duì)應(yīng)bin的二維描述符；

5.根據(jù)權(quán)利要求1所述的一種應(yīng)用于邊防的視巡一體化機(jī)器人的巡檢方法，其特征在于，引入重定位機(jī)制優(yōu)化定位匹配結(jié)果，具體為：

6.根據(jù)權(quán)利要求1所述的一種應(yīng)用于邊防的視巡一體化機(jī)器人的巡檢方法，其特征在于，基于定位數(shù)據(jù)及目標(biāo)檢測(cè)數(shù)據(jù)通過(guò)自主導(dǎo)航及避障進(jìn)行巡檢路徑的跟蹤，具體為：

7.根據(jù)權(quán)利要求1所述的一種應(yīng)用于邊防的視巡一體化機(jī)器人的巡檢方法，其特征在于，當(dāng)巡檢場(chǎng)景中檢測(cè)到巡檢指標(biāo)中的目標(biāo)時(shí)，獲取對(duì)檢測(cè)目標(biāo)的響應(yīng)任務(wù)，將巡檢場(chǎng)景內(nèi)包含檢測(cè)目標(biāo)的預(yù)設(shè)區(qū)域作為任務(wù)區(qū)域進(jìn)行分割；

8.一種應(yīng)用于邊防的視巡一體化機(jī)器人的巡檢系統(tǒng)，其特征在于，該系統(tǒng)包括：存儲(chǔ)器、處理器、巡檢導(dǎo)航模塊、巡檢環(huán)境感知模塊、巡檢定位模塊及智能決策模塊，存儲(chǔ)器及處理器中存儲(chǔ)并執(zhí)行應(yīng)用于邊防的視巡一體化機(jī)器人的巡檢方法程序；

技術(shù)總結(jié)
本發(fā)明公開(kāi)了一種應(yīng)用于邊防的視巡一體化機(jī)器人的巡檢方法及系統(tǒng)，包括：獲取包含巡檢路徑及巡檢指標(biāo)的巡檢任務(wù)，控制視巡一體化機(jī)器人進(jìn)行移動(dòng)，利用視覺(jué)傳感器進(jìn)行環(huán)境感知；通過(guò)激光雷達(dá)獲取巡檢環(huán)境中密集點(diǎn)云數(shù)據(jù)，與IMU數(shù)據(jù)融合進(jìn)行視巡一體化機(jī)器人的高精度定位，依據(jù)所述巡檢指標(biāo)在巡檢場(chǎng)景中進(jìn)行目標(biāo)檢測(cè)，通過(guò)自主導(dǎo)航、避障及調(diào)速進(jìn)行巡檢路徑的跟蹤，通過(guò)行為樹(shù)對(duì)視巡一體化機(jī)器人不同結(jié)構(gòu)的決策進(jìn)行解耦，控制視巡一體化機(jī)器人執(zhí)行巡檢任務(wù)。本發(fā)明通過(guò)各類(lèi)傳感器的融合，實(shí)現(xiàn)高精度定位和環(huán)境感知，在定位中引入Scan?Context回環(huán)檢測(cè)及重定位進(jìn)一步提升了定位精度及魯棒性。

技術(shù)研發(fā)人員：王湘鈜,楊曉君,王昭武,閔海波,林楷棟,程昱
受保護(hù)的技術(shù)使用者：廣東工業(yè)大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/7/29