1.一种基于ros的自主导航机器人控制系统的智能小车,其特征在于:包括,
在小车上搭载激光雷达、摄像头和重力加速度传感器,利用所述激光雷达获取所述小车自身当前位置、距离信息及环境信息;
基于机器人操作系统创建栅格地图,利用slam算法和深度相机视觉融合构建三维点云地图;
所述小车利用所述机器人操作系统对所述距离信息及rgb-d的深度摄像头的视觉里程计进行环境感知,生成所述三维点云地图;
所述机器人操作系统根据gps在路径构成回路时对所述三维点云地图进行矫正,计算所述小车路径以躲避障碍。
2.根据权利要求1所述的基于ros的自主导航机器人控制系统的智能小车,其特征在于:还包括,
所述机器人操作系统中的上位机接收下位机发送的数据,计算位姿匹配并匹配地图中的坐标;
判断其是否发布目标点,若是,则计算规划所述小车路径,刷新局部代价地图并发布底盘控制指令;
若否,则直接结束。
3.根据权利要求2所述的基于ros的自主导航机器人控制系统的智能小车,其特征在于:还包括,
所述下位机初始化数据信息,启动定时中断,设置为20ms;
接收所述上位机速度、舵机角度数据,获取mpu6050、编码器数据;
执行运动控制,向所述上位机发送所述速度、所述舵机角度数据。
4.根据权利要求2或3所述的基于ros的自主导航机器人控制系统的智能小车,其特征在于:构建地图包括,
对获取的rgb-d图像、雷达数据、里程计节点进行同步化处理,得到传感器数据;
所述传感器数据传输至短期记忆模块内,形成回环和近距离探测以完成图像优化,得到全局地图组长;
分别划分所述全局地图组长,依次得到地图数据、地图图像、tf坐标转换、基于八叉树三维地图、所述三维点云地图和所述栅格地图。
5.根据权利要求4所述的基于ros的自主导航机器人控制系统的智能小车,其特征在于:所述机器人操作系统搭载全局规划器、2teb局部规划器和车模控制算法;
所述全局规划器包括,迪杰斯特拉算法和a*star算法。
6.根据权利要求5所述的基于ros的自主导航机器人控制系统的智能小车,其特征在于:所述车模控制算法包括,舵机控制算法和电机控制算法。
7.根据权利要求5或6所述的基于ros的自主导航机器人控制系统的智能小车,其特征在于:所述迪杰斯特拉算法包括,
以起始点为中心向外层扩展,直到扩展到终点为止;
利用所述迪杰斯特拉算法计算地图中的最短路径时,从顶点开始计算;
引进集合s和集合u,所述集合s记录已经求出的所述最短路径的顶点以及相应的所述最短路径的长度;
所述集合u则记录还未求出所述最短路径的顶点以及所述顶点到所述起始点的距离;
初始时,所述集合s中只有起点,所述集合u中是除了起点以外的顶点,且所述集合u中顶点的路径是所述起点到所述顶点的路径;
再从所述集合u中找出路径最短的顶点,将其加入所述集合s中;
更新所述集合u中的顶点和顶点对应的路径;
再从所述集合u中找出路径最短的顶点,并将其加入所述集合s中;
更新所述集合u中的顶点和顶点对应的路径;
重复迭代,直到遍历完所有的顶点,找到最短路径。
8.根据权利要求7所述的基于ros的自主导航机器人控制系统的智能小车,其特征在于:所述a*star算法包括,
简化搜索区域,将地图简化成栅格状,定义一个方格的中心为一个节点;
从起点a的周围开始,检查其相邻的方格,向四周找到目标后,从众多可能的路径选出最短最合适的路径;
定义节点n为综合优先级,当选择下一个要遍历的节点时,选取综合优先级最高的节点;
每次从优先队列中选取优先级最高的节点作为下一个待遍历的节点;
若始终小于等于节点n到终点的代价,则一定能够找到最短的路径。