技术领域本发明涉及一种导航方法，尤其涉及一种智能运载机器人的自主导航方法。
背景技术：
现有的智能运载机器人是利用固定的控制系统，根据给定的轨迹，稳定的将所载的物品送到目的地的智能产品。然而，针对机器人的智能导航方法中，还存在定位精度低的缺陷，如此导致无法满足室内运载机器人无人操作时,精准的行走执行任务和处理周边环境突发事件的需求。因此，针对上述问题，有必要提出进一步的解决方案。
技术实现要素：
本发明的目的在于提供一种智能运载机器人的自主导航方法，以克服现有技术中存在的不足。为实现上述发明目的，本发明提供一种智能运载机器人的自主导航方法，其包括如下步骤：S1、设定无线信号发射原点，以单位点距为采样距离，进行多次采样，获得所述采样距离下的无线信号强度，以获得的无线信号强度为对象，建立模糊数据库；S2、根据智能运载机器人所在点位为采样点，测得所述采样点下的基站信号强度，并将采集得到的基站信号强度与模糊数据库中的无线信号强度进行一一对比，得到智能运载机器人与基站之间的最优点距；S3、重复测量所述采样点下的其他基站的信号强度，根据测量结果，计算得到智能运载机器人的最终位置；S4、将导航区域的地图加载到智能运载机器人中，根据导航区域的地图，确定最终位置和目标物质在地图中的坐标，并生成导航路径。作为本发明的智能运载机器人的自主导航方法的改进，所述步骤S1中，所述无线信号强度包括信号的最大值、最小值、平均值以及常量值。作为本发明的智能运载机器人的自主导航方法的改进，所述步骤S2中，所述基站信号强度包括信号的最大值、最小值、平均值以及常量值。作为本发明的智能运载机器人的自主导航方法的改进，所述步骤S2中，按照模糊加权的方法将采集得到的基站信号强度与模糊数据库中的无线信号强度进行一一对比。作为本发明的智能运载机器人的自主导航方法的改进，所述步骤S3中，根据测量的结果，通过三边算法和空间几何算法，计算得到智能运载机器人的最终位置。作为本发明的智能运载机器人的自主导航方法的改进，所述步骤S4还包括：智能运载机器人将加载的导航区域的地图进行分解，得到智能运载机器人可识别的点阵地图，并根据可识别的点阵地图，确定最终位置和目标物质在地图中的坐标，并生成导航路径。作为本发明的智能运载机器人的自主导航方法的改进，所述步骤S4还包括：记录智能运载机器人行走过程中，遇到的障碍物所在的坐标值。作为本发明的智能运载机器人的自主导航方法的改进，所述步骤S4还包括：记录智能运载机器人行走过程中，多次经过的点位的坐标值，并将该坐标值加入到导航区域的地图中。与现有技术相比，本发明的有益效果是：本发明的智能运载机器人能将空间传播的无线信号强度以模糊数据库的形式采集表达出来，并能够根据当前点信号强度，与库中数据对比，精准的查询出当前点的空间坐标。同时，进一步配合导航算法，使运载机器人能够自主的在各种复杂环境中自由行动。具体实施方式下面结合各实施方式对本发明进行详细说明，但应当说明的是，这些实施方式并非对本发明的限制，本领域普通技术人员根据这些实施方式所作的功能、方法、或者结构上的等效变换或替代，均属于本发明的保护范围之内。本发明的智能运载机器人的自主导航方法包括：智能运载机器人的定位步骤和导航步骤。为实现所述智能运载机器人的定位和导航，所述自主导航方法包括如下步骤：S1、设定无线信号发射原点，以单位点距为采样距离，进行多次采样，获得所述采样距离下的无线信号强度，以获得的无线信号强度为对象，建立模糊数据库。步骤S1中，利用无线随距离递增信号衰减的特性，采用单位点距多次采样得到一组最优值，包括最大值、最小值、平均值、常量值，整理成模糊指纹数据库。具体地，所述无线信号强度包括信号的最大值、最小值、平均值以及常量值。S2、根据智能运载机器人所在点位为采样点，测得所述采样点下的基站信号强度，并将采集得到的基站信号强度与模糊数据库中的无线信号强度进行一一对比，得到智能运载机器人与基站之间的最优点距。步骤S2中，根据智能运载机器人移动所在点连续多次测得基站的信号值，同样取得最大值、最小值、平均值、常量值，并与数据库里的值一一对比，模糊加权算法对比后，可以得到最优点距（当前点到基站点），且误差在半米之内。具体地，所述基站信号强度同样包括信号的最大值、最小值、平均值以及常量值。且按照模糊加权的方法将采集得到的基站信号强度与模糊数据库中的无线信号强度进行一一对比。S3、重复测量所述采样点下的其他基站的信号强度，根据测量结果，计算得到智能运载机器人的最终位置。步骤S3中，连续测得多个基站，采用三边算法，空间几何算法，得到运载机器人的最终位置。具体地，根据测量的结果，通过三边算法和空间几何算法，计算得到智能运载机器人的最终位置。S4、将导航区域的地图加载到智能运载机器人中，根据导航区域的地图，确定最终位置和目标物质在地图中的坐标，并生成导航路径。步骤S4中，导航区域的底部包含固定物体、设备等，将其加载到只能运载机器人中。智能运载机器人会把平面图分解成机器可识别点阵地图，并可以根据定位信息以及目标地点，自主计算最优路线到达目的地，行走过程中遇到障碍物还可以绕过，并记下障碍物的位置，多次行走记录的点将会最为固定物体放到地图中以实现自动绘图的效果。具体地，为了实现上述目的，所述步骤S4还包括：智能运载机器人将加载的导航区域的地图进行分解，得到智能运载机器人可识别的点阵地图，并根据可识别的点阵地图，确定最终位置和目标物质在地图中的坐标，并生成导航路径。同时，记录智能运载机器人行走过程中，遇到的障碍物所在的坐标值。此外，记录智能运载机器人行走过程中，多次经过的点位的坐标值，并将该坐标值加入到导航区域的地图中。综上所述，本发明的有益效果是：本发明的智能运载机器人能将空间传播的无线信号强度以模糊数据库的形式采集表达出来，并能够根据当前点信号强度，与库中数据对比，精准的查询出当前点的空间坐标。同时，进一步配合导航算法，使运载机器人能够自主的在各种复杂环境中自由行动。对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。