一种自主机器人的智能巡航方法与流程

本发明涉智能机器人技术领域，尤其涉及一种自主机器人的智能巡航方法。

背景技术

自主机器人是其本体自带各种必要的传感器、控制器，在运行过程中无外界人为信息输入和控制的条件下，可以独立完成一定的任务的机器人。

随着人工智能技术的逐渐兴起，各地也纷纷开始了自主机器人的研发。通常自主机器人的研发目的都是为了去检测某些设备的状态，或者识别某些设备的读数。自主机器人一般都会在车身上装载激光雷达、imu等导航方式实现自主导航；装载云台、可见光摄相机、红外摄像机以实现设备图像信息的采集，以供后续的图像识别。现有的自主机器人运作的流程一般如下：先由自主导航行驶到设备附近，然后配置并存储好云台的俯仰角、旋转角，相机的焦距信息等，在下一次巡检时读取之前存储好的对应位置的信息，最后采集设备图像，识别设备状态。

但是现有的导航技术总是会存在一定的误差，也就是说自主机器人在自主巡检到任务点时很可能会偏离原来的位置，这样会导致采集到的设备图像缺失或者完全丢失，最终识别设备出错。

技术实现要素：

为解决上述问题，本发明提供了一种自主机器人的智能巡航方法，包括如下步骤：

步骤一：自主机器人行驶到一个未被检测的目标检测点。

步骤二：自主机器人开始检测目标，若检测成功则存储检测结果，然后返回步骤一。若检测失败则进行步骤二。

步骤三：云台朝一个方向水平旋转，旋转角度为7-15度。

步骤四：系统重新进行识别，若识别成功则存储识别结果，并返回步骤一。若识别失败则进行步骤五。

步骤五：判断云台在该方向上的旋转次数是否达到了上限，如果没有则返回步骤三，旋转方向不变，如果达到了则进行步骤六。

步骤六：云台转回最初的位置。

步骤七：云台朝与步骤三中旋转方向相反的方向水平旋转，旋转角度为7-15度。

步骤八：系统重新进行识别，若识别成功则存储识别结果，并返回步骤一。若识别失败则进行步骤九。

步骤九：判断云台在步骤七中的方向上的旋转次数是否达到了上限，如果没有则返回步骤三，旋转方向不变，如果达到了则进行步骤十。

步骤十：返回步骤一。

进一步的，步骤三和/或步骤七中，旋转角度为10度。

进一步的，步骤五和/或步骤九中，预定的旋转次数为6-20次。

进一步的，步骤五和/或步骤九中，旋转次数上限为10次。

进一步的，步骤十之前，还包括云台转回最初的位置的步骤。

进一步的，上述方法中，步骤三和/或步骤七中，云台旋转后，正负改变自主机器人的可见光相机的焦距各一倍，旋转后可见光摄像机对当前的场景重新自动聚焦。

本发明的有益效果为：

本发明通过云台在水平方向上的旋转及可见光摄像机焦距的改变，可以有效的避免因为导航误差所带来的识别目标失败，极大的提高整个自主机器人识别系统的识别成功率。

附图说明

图1为云台旋转前的示意图。

图2为云台旋转一定角度后的示意图。

图3为本发明流程图。

图1：1.目标检测点，2.云台，3.可见光摄像机，4.红外摄像机。

具体实施方式

在介绍本发明前，先对云台2的概念进行说明。如图1所示，云台2是安装、固定摄像机的支撑设备。在云台2上安装好摄像机（本实施例包括红外摄像机4和可见光摄像机3）后可通过云2台的转动调整摄像机的水平和俯仰的角度，这是属于现有技术。云台2上固定有红外摄像机和可见光摄像机。

另外，自主机器人内部包含有目标识别系统，也是现有的技术，本发明未进行改变。

本发明的技术分方法包括如下步骤:

步骤一：自主机器人行驶到一个未被检测的目标检测点1。

目标检测点1的设置位置并无规定，可自由设置。在正常情况下，导航误差较小，机器人的云台2装置应该和目标检测点1正对（如图1所示），此时可见光摄像机3刚好可以采集到正对目标检测点1的图像。此类图像也正是识别算法所需要的图像，往往能够有效的识别出结果。

步骤二：自主机器人开始检测目标，若检测成功则存储检测结果，然后返回步骤一；若检测失败则进行步骤二。

在导航误差较大时，机器人的云台2装置会明显偏离目标（如图1所示），偏离的位置不定，有时会在目标的左边，有时会在目标的右边。在偏离目标后，如果云台2依然正对着前方，摄像机拍摄到的图像将不再是含有目标的图像，或者是含有不完整目标的图像。此类图像定义为目标缺失的图像，很明显识别算法将无法识别目标缺失的图像。本发明就主要针对这种情况设计了智能巡航模式，该模式包括后续步骤，主要是通过改变云台2的转角来弥补导航误差所造成的机器人偏移目标位置。

步骤三：云台2朝一个方向水平旋转，旋转角度为7-15度。

当检测失败时，云台2开始水平旋转。旋转角度的选取很关键，如果选取的角度过大，可能会直接转过目标区域，导致检测目标依然缺失。若选取的角度过小，则会极大的降低检测的速度。经过测试，一次旋转10度是最佳的一个旋转角度，能兼顾目标完整性和检测速度。

步骤四：重新对采集的图像进行识别，若识别成功则存储识别结果，并返回步骤一；若识别失败则进行步骤五。

步骤五：判断云台2在该方向上的旋转次数是否达到了上限，如果没有则返回步骤三，旋转方向不变，如果达到了则进行步骤六。

在云台2每一次旋转后，系统（可采用现有技术中的图像识别系统）会进行一次识别，若识别成功则存储识别结果然后进行巡检下一个目标，若识别失败则重复以上操作。由导航误差所造成的位置偏移的方向并不确定，一般情况下造成机器人位置前后的偏移可以忽略，因为经过测试，前后的偏移误差并不足以影响目标在视场中的位置。但是左右的偏移误差却对目标在视场的位置影响较大。所以在云台2第一次旋转时可以随机选择左或者右的方向进行旋转，而不必考虑俯仰方向旋转。为了避免一直识别失败，需要设置左右旋转的最大旋转次数。优选的，上限次数可以为6-20。经过测试，左右旋转的最大次数设置为10次左右是最合适的。

步骤六：云台2转回最初的位置。

最初的位置就是未旋转时的位置。

步骤七：云台2朝与步骤三中旋转方向相反的方向水平旋转，旋转角度为7-15度，旋转后再次进行图像采集。

本步骤中，也优选旋转10度。

步骤八：重新对采集的图像进行识别，若识别成功则存储识别结果，并返回步骤一；若识别失败则进行步骤九。

步骤九：判断云台2在步骤七中的方向上的旋转次数是否达到了上限，如果没有则返回步骤三，旋转方向不变，如果达到了则进行步骤十。

优选的，上限次数可以为6-20。经过测试，左右旋转的最大次数设置为10次左右是最合适的。如果该步骤执行完后还未识别成功，则系统判定为识别失败。

步骤十：返回步骤一。

本步骤执行之前，优选将云台2转回最初的位置。

作为本发明的另一个创新点，本发明中，由于旋转后固定在云台2上的可见光摄像机3会对当前的场景重新自动聚焦，测试发现有时云台2旋转后可见光摄像机3并不会再次聚焦，或者是聚焦的速度很慢，尤其是当第一次成像时，焦点停留在目标背后的背景上时，云台2旋转后可见光摄像机3无法再次聚焦会导致目标一直处于模糊的状态。针对这个问题，在每一次旋转后，正负改变可见光摄像机3的焦距各一倍，在改变焦距的过程中，可见光摄像机3就会更加容易的触发自动聚焦从而将焦点回调到目标上。