机器人控制方法及其装置、机器人和存储介质与流程

1.本技术涉及移动机器人技术领域，特别涉及一种机器人控制方法及其装置、机器人和存储介质。


背景技术：

2.当前，随着消费需求的个性化以及新技术的突破成熟，带来了智能家居，智慧物流等行业的不断发展，同时移动机器人的市场也日趋扩大。移动机器人主要需要解决定位、规划、导航、控制等问题。其中，避障技术作为导航控制环节的关键技术，对机器人的实际应用效果有重要影响。避障技术的好坏已经成为评价机器人性能的最重要指标之一。
3.目前移动机器人避障一般采用单线激光或者深度传感器(3d tof)探测移动路径上的障碍物。单线激光探测的范围较小，无法感知障碍物的整体信息，避障效果较差。深度传感器可以感知障碍物的整体信息，为避障提供更多的信息。
4.但是，目前的移动机器人避开障碍物的技术方案都是利用当前时刻帧的深度传感器的深度信息进行避障控制，受到视场角以及传感器频率的限制，避障效果较差。


技术实现要素：

5.有鉴于此，本发明旨在至少在一定程度上解决相关技术中的问题之一。为此，本技术的目的在于提供一种机器人控制方法及其装置、机器人和存储介质。
6.本技术提供一种机器人控制方法。所述机器人控制方法包括：获取多帧原始点云信息和多帧位姿信息；对多帧所述原始点云信息和多帧所述位姿信息进行处理得到融合点云信息；根据所述融合点云信息建立栅格地图以确定障碍物信息；根据所述障碍物信息控制所述机器人进行避障。
7.在某些实施方式中，所述获取多帧原始点云信息和多帧位姿信息，包括：通过飞行时间测距传感器采集三维点云信息得到所述原始点云信息；通过slam模块计算所述位姿信息。
8.在某些实施方式中，所述对多帧所述原始点云信息和多帧所述位姿信息进行处理得到融合点云信息，包括：对多帧所述原始点云信息进行降采样处理得到多帧待处理点云信息；对多帧所述待处理点云信息进行滤波处理得到多帧预处理点云信息；对多帧所述预处理点云信息和多帧所述位姿信息进行点云融合得到所述融合点云信息。
9.在某些实施方式中，所述对多帧所述预处理点云信息和多帧所述位姿信息进行点云融合得到所述融合点云信息，包括：建立多帧所述预处理点云信息和多帧所述位姿信息的对应关系；根据所述对应关系和传感器参数对多帧所述预处理点云信息进行坐标变换并融合得到所述融合点云信息。
10.在某些实施方式中，所述根据所述融合点云信息建立栅格地图以确定障碍物信息，包括：将所述融合点云信息中与地面高度相同的点云删除得到障碍物点云信息；根据预设高度值范围确定第一点云信息和第二点云信息；根据所述第一点云信息和所述第二点云
信息进行栅格化处理得到栅格地图；根据所述机器人的当前位姿信息和所述栅格地图确定所述障碍物信息。
11.在某些实施方式中，所述障碍物信息包括角度信息和距离信息，所述根据所述障碍物信息控制所述机器人进行避障，包括：在所述距离信息小于第一距离阈值的情况下，根据所述角度信息和机器人参数信息控制所述机器人进行避障。
12.在某些实施方式中，所述根据所述障碍物信息控制所述机器人进行避障，包括：在所述距离信息小于第二距离阈值的情况下，根据所述角度信息控制所述机器人减速，所述第二距离阈值大于所述第一距离阈值。
13.在某些实施方式中，所述根据所述障碍物信息控制所述机器人进行避障，包括：在所述距离信息不小于第二距离阈值的情况下，控制所述机器人保持当前运动状态。
14.本技术还提供一种机器人控制装置。所述机器人控制装置包括：获取模块、融合模块、栅格地图模块和控制模块。所述获取模块用于获取多帧原始点云信息和多帧位姿信息；所述融合模块用于对多帧所述原始点云信息和多帧所述位姿信息进行处理得到融合点云信息；所述栅格地图模块用于根据所述融合点云信息建立栅格地图以确定障碍物信息；所述控制模块用于根据所述障碍物信息控制所述机器人进行避障。
15.本技术还提供一种机器人，所述机器人包括处理器和存储器，所述存储器上存储有计算机程序，当所述计算机程序被所述处理器进行执行时，实现上述实施方式中任一项所述的机器人控制方法。
16.本技术还提供一种包含有计算机程序的非易失性计算机可读存储介质。当所述计算机程序被一个或多个处理器执行时，实现上述实施方式任一项所述的机器人控制方法。
17.本技术的机器人控制方法及其装置、机器人和存储介质在机器人移动避障的过程中，利用多帧原始点云信息和当前的多帧位姿信息得到融合点云信息并确定障碍物信息，从而根据该障碍物信息控制机器人进行避障，避免了由于传感器本身视场角与延时带来的避障效果较差的问题，实现机器人的精准避障，避障效果更佳。
18.本技术的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实践了解到。
附图说明
19.本技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
20.图1是本技术某些实施方式的机器人控制方法的流程示意图；
21.图2是本技术某些实施方式的机器人控制装置的结构示意图；
22.图3是本技术某些实施方式的机器人控制方法的场景示意图；
23.图4是本技术某些实施方式的机器人控制方法的流程示意图；
24.图5是本技术某些实施方式的机器人控制方法的流程示意图；
25.图6是本技术某些实施方式的机器人控制装置中融合模块的作用流程示意图；
26.图7是本技术某些实施方式的不规则障碍物的第三轨迹线的示意图；
27.图8是本技术某些实施方式的机器人控制方法的流程示意图；
28.图9是本技术某些实施方式的机器人控制装置中栅格地图模块的作用流程示意
图；
29.图10是本技术某些实施方式的机器人控制方法的流程示意图；
30.图11是本技术某些实施方式的机器人控制方法的场景示意图；
31.图12是本技术某些实施方式的机器人控制方法的流程示意图；
32.图13是本技术某些实施方式的机器人控制方法的流程示意图；
33.图14是本技术某些实施方式的机器人的结构示意图；
34.图15是本技术某些实施方式的计算机可读存储介质的结构示意图。
具体实施方式
35.下面详细描述本技术的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本技术，而不能理解为对本技术的限制。
36.在本技术的描述中，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本技术的描述中，“多个”的含义是两个或两个以上，除非另有明确具体地限定。
37.本技术可以在不同例子中重复参考数字和/或参考字母，这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施方式和/或设置之间的关系。
38.下面详细描述本技术的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本技术，而不能理解为对本技术的限制。
39.当前，随着消费需求的个性化以及新技术的突破成熟，带来了智能家居，智慧物流等行业的不断发展，同时移动机器人的市场也日趋扩大。移动机器人主要需要解决定位、规划、导航、控制等问题。其中，避障技术作为导航控制环节的关键技术，对机器人的实际应用效果有重要影响。避障技术的好坏已经成为评价机器人性能的最重要指标之一。
40.目前移动机器人避障一般采用单线激光或者深度传感器(3d tof)探测移动路径上的障碍物。单线激光探测的范围较小，无法感知障碍物的整体信息，避障效果较差。深度传感器可以感知障碍物的整体信息，为避障提供更多的信息。
41.但是，目前的移动机器人避开障碍物的技术方案都是利用当前时刻帧的深度传感器的深度信息进行避障控制，受到视场角以及传感器频率的限制，避障效果较差。
42.请参阅图1，本技术提供一种机器人控制方法。机器人控制方法包括：
43.01：获取多帧原始点云信息和多帧位姿信息；
44.02：对多帧原始点云信息和多帧位姿信息进行处理得到融合点云信息；
45.03：根据融合点云信息建立栅格地图以确定障碍物信息；
46.04：根据障碍物信息控制机器人进行避障。
47.请结合图2，本技术还提供一种机器人控制装置10。机器人控制装置10包括获取模块11、融合模块12、栅格地图模块13和控制模块14。
48.步骤11可以由获取模块11实现，步骤12可以由融合模块12实现，步骤13可以由栅格地图模块13实现，步骤14可以由控制模块14实现。
49.也即是说，获取模块11用于获取多帧原始点云信息和多帧位姿信息；融合模块12
用于对多帧原始点云信息和多帧位姿信息进行处理得到融合点云信息；栅格地图模块13用于根据融合点云信息建立栅格地图以确定障碍物信息；控制模块14用于根据障碍物信息控制机器人进行避障。
50.具体地，多帧原始点云信息是由深度传感器获取的历史帧的点云信息，指的是机器人在当前时刻之前已经经过的轨迹所对应的空间中各种障碍物的三维坐标信息。也即是，多帧原始点云信息是从机器人出发到当前时刻时的空间内已经存在的障碍物的三维坐标信息，提供了机器人已经经过的空间中的障碍物的三维坐标信息。
51.多帧位姿信息是获取的当前时刻帧的位姿信息，指的是在当前时刻帧时，机器人的位置信息和姿态信息。例如，机器人当前时刻帧的位置信息为位于第一位置，第一位置的坐标为(0，a，b)，姿态信息可以为朝向如图3所示的p1方位进行匀速运动的状态信息。
52.然后，本技术的机器人控制方法再对获取到的多帧原始点云信息和多帧位姿信息进行处理得到融合点云信息，从而得到具有全局视角的点云信息，便于对机器人周围的障碍物信息进行全局判断，得到周围所有障碍物的位置信息，有利于控制机器人进行精准避障。
53.最后，根据融合点云信息建立栅格地图以确定障碍物信息，根据障碍物信息控制机器人进行避障。也即是，本技术的机器人控制方法利用深度传感器获取的原始点云信息生成并实时维护局部栅格地图，然后可以根据局部栅格地图实时计算并输出当前机器人位姿下的周边障碍物信息，最后利用得到的障碍物信息进行控制机器人实时避障。
54.本技术的机器人控制方法及其装置在机器人移动避障的过程中，利用多帧原始点云信息和当前的多帧位姿信息得到融合点云信息并确定障碍物信息，从而根据该障碍物信息控制机器人进行避障，避免了由于传感器本身视场角与延时带来的避障效果较差的问题，实现精准避障。
55.请参阅图4，步骤01包括：
56.011：通过飞行时间测距传感器采集三维点云信息得到原始点云信息；
57.012：通过slam模块计算位姿信息。
58.请结合图2，步骤011和步骤012可以由获取模块11实现。也即是说，获取模块11用于通过飞行时间测距传感器采集三维点云信息得到原始点云信息；通过slam模块计算位姿信息。
59.具体地，飞行时间测距传感器(time of flight，tof)，该传感器发出经调制的近红外光，遇物体后反射，传感器通过计算光线发射和反射时间差或相位差，来换算被拍摄景物的距离，以产生深度信息，即可以采集得到三维点云信息，进而得到原始点云信息。
60.slam模块(simultaneous localization and mapping，slam)为同时定位与地图创建模块。slam模块可以实现当一个机器人在未知的环境中运动，通过对环境的观测确定机器人自身的运动轨迹，同时构建出环境的地图。因此，可以通slam模块计算机器人当前时刻帧的位姿信息。
61.如此，本技术的机器人控制方法通过飞行时间测距传感器及slam模块相结合共同作用得到机器人的历史帧对应的多帧原始点云信息和当前时刻帧对应的位姿信息，为后续建立具有全局观的删格地图奠定了基础。
62.请参阅图5，步骤02包括：
63.021：对多帧原始点云信息进行降采样处理得到多帧待处理点云信息；
64.022：对多帧待处理点云信息进行滤波处理得到多帧预处理点云信息；
65.023：对多帧预处理点云信息和多帧位姿信息进行点云融合得到融合点云信息。
66.请结合图2，步骤021、步骤022和步骤023可以由融合模块12实现。也即是说，融合模块12用于对多帧原始点云信息进行降采样处理得到多帧待处理点云信息；对多帧待处理点云信息进行滤波处理得到多帧预处理点云信息；对多帧预处理点云信息和多帧位姿信息进行点云融合得到融合点云信息。
67.具体地，请参阅图6，首先，使用体素滤波器对原始点云进行降采样处理得到待处理点云，减少点云数据，并同时保持点云的形状特征，从而提高点云处理的速度，保证后续算法以及避障的实时性要求。
68.可以理解地，由于点云中的噪声点对后续操作的影响比较大，可能导致障碍物信息错误，出现误避障或者避障失效。所以在降采样处理后，需要对待处理点云进行滤波处理，去除待处理点云中的噪点和离群点，得到预处理点云。
69.然后，对多帧预处理点云信息和多帧位姿信息进行点云融合，融合多帧预处理点云信息和多帧位姿信息，得到融合后的融合点云信息。
70.如此，可以将当前时刻帧的机器人所在的位置信息和姿态信息与在当前时刻帧之前的历史帧的多帧预处理点云信息进行融合得到具体全局观的融合点云信息，从而能够实现更广视场角的障碍物探测，机器人的避障效果更佳
71.请参阅图7，步骤023包括：
72.0231：建立多帧预处理点云信息和多帧位姿信息的对应关系；
73.0232：根据对应关系和传感器参数对多帧预处理点云信息进行坐标变换并融合得到融合点云信息。
74.请结合图2，步骤0231和步骤0232可以由融合模块12实现。也即是说，融合模块12用于建立多帧预处理点云信息和多帧位姿信息的对应关系；根据对应关系和传感器参数对多帧预处理点云信息进行坐标变换并融合得到融合点云信息。
75.具体地，在进行点云融合之前，根据对原始点云经过处理后的预处理点云信息需要跟位姿信息进行一一对应，例如可以根据当前帧的预处理点云信息的时间戳查找对应时间戳的位姿信息进行绑定，进而为下一步融合点云信息做准备。
76.然后，根据多帧预处理点云信息和多帧位姿信息的对应关系和传感器参数对多帧预处理点云信息进行坐标变换并融合得到融合点云信息。
77.详细地，坐标变换指的是将原先以机器人自身为坐标系转换为世界坐标系，从而将多帧预处理点云转换为在世界坐标系中的点云数据。
78.可以理解地，由于在以机器人自身为坐标系的情况下采集的多种预处理点云，可能会存在当机器人向同一方向直线移动时，处于机器人正前方的相同的障碍物点所对应的点云坐标在不同移动位置时具有不同的两个点云数据。因此，本技术进行坐标系转换，通过将原先以机器人自身为坐标系转换为世界坐标系，可以将这两个点云数据融合为一个点云数据，从而在世界坐标系中避免了重复的点云数据，得到的融合点云信息更为精准和详细，使得机器人避障效果更佳。
79.如此，本技术的机器人控制方法可以通过建立多帧预处理点云信息和多帧位姿信
息的对应关系，根据对应关系和传感器参数对多帧预处理点云信息进行坐标变换并融合得到融合点云信息，得到的融合点云信息更加精确，机器人的避障效果更好。
80.请参阅图8，步骤03包括：
81.031：将融合点云信息中与地面高度相同的点云删除得到障碍物点云信息；
82.032：根据预设高度值范围确定第一点云信息和第二点云信息；
83.033：根据第一点云信息和第二点云信息进行栅格化处理得到栅格地图；
84.034：根据机器人的当前位姿信息和栅格地图确定障碍物信息。
85.请结合图2，步骤031、步骤032、步骤033和步骤034可以由栅格地图模块13实现。也即是说，栅格地图模块13用于将融合点云信息中与地面高度相同的点云删除得到障碍物点云信息；根据预设高度值范围确定第一点云信息和第二点云信息；根据第一点云信息和第二点云信息进行栅格化处理得到栅格地图；根据机器人的当前位姿信息和栅格地图确定障碍物信息。
86.具体地，请参阅图9，由于融合后的点云会在高度维度进行处理，因此首先需要去除与地面高度相同的点云信息得到障碍物点云信息，防止由于地面导致错误障碍物信息。
87.可以理解地，针对不同的避障目标，可以根据不同高度的障碍物信息得到不同的栅格地图。因此，对于不同高度值的障碍物，可以分别对高障碍物和低障碍物采用两种地图从而得到第一点云信息和第二点云信息。需要说明的是，此处可以根据机器人实际的避障需求设置不同高度的地图的参数。
88.预设高度值范围例如可以为障碍物高度大于1cm和障碍物高度大于2cm，也可以为其他值，在此不作限制。根据预设高度值范围确定第一点云信息和第二点云信息，也即是，当机器人所在空间中障碍物的高度大于预设高度值范围1cm时，可以确定高度大于1cm的障碍物所对应的第一点云信息，当机器人所在空间中障碍物的高度大于预设高度值范围2cm时，可以确定高度大于2cm的障碍物所对应的第二点云信息。
89.其中，第一点云信息与第二点云信息的不同点在于在三维空间中的坐标位置不同，第一点云信息可以比第二点云信息的坐标位置更高，或者，第二点云信息也可以比第一点云信息的坐标位置更高，在此不作限制。
90.对障碍物点云信息进行高度处理完成后，即可对第一点云信息和第二点云信息进行栅格化处理。
91.栅格大小可以为1cm，也可根据实际的避障要求进行调节，在此不作限制。生成的栅格地图会保存在机器人的存储器内，便于进行实时维护及显示。
92.接着，如图9所示，栅格地图模块13可以接收控制模块14发送的障碍物请求。
93.然后，栅格地图模块13可以根据机器人的当前位姿信息，对栅格地图进行极坐标变换，从而可以求出与机器人相对应的障碍物信息。
94.如此，本技术的机器控制方法先将融合点云信息中与地面高度相同的点云删除得到障碍物点云信息，然后根据不同高度的障碍物得到不同的点云信息，从而得到第一点云信息和第二点云信息，然后根据第一点云信息和第二点云信息进行栅格化处理得到栅格地图，最后根据机器人的当前位姿信息和栅格地图确定障碍物信息，可以准确地确定栅格地图中存在的高低不同的障碍物位置，得到精准的障碍物信息。
95.请参阅图10，障碍物信息包括角度信息和距离信息，步骤04包括：
96.041：在距离信息小于第一距离阈值的情况下，根据角度信息和机器人参数信息控制机器人进行避障。
97.请结合图2，步骤041可以由控制模块14实现。也即是说，控制模块14用于在距离信息小于第一距离阈值的情况下，根据角度信息和机器人参数信息控制机器人进行避障。
98.具体地，障碍物信息包括角度信息和距离信息，指的是障碍物信息可以为障碍物与机器人相对的角度信息和障碍物与机器人之间的距离信息。
99.第一距离阈值可以为10cm、20cm、30cm、35cm、40cm、44cm、46.9cm、50cm、60cm或70cm等数值，在此不作限制。第一距离阈值越大表示机器人与障碍物之间的距离越远。机器人可以在机器人与障碍物之间的距离信息小于第一距离阈值的情况下，进行及时避障。
100.其中，避障方式例如可以为控制机器人旋转一定角度，旋转的角度可以根据障碍物信息中的角度信息得到，例如障碍物与机器人相对的角度信息包括如图11所示的角度p1，因此，机器人需要向a方向或b方向旋转大于或等于p1大小的角度，才能进行避障。
101.机器人参数信息指的是此时机器人支持旋转一定角度的参数信息，例如包括机器人的电量参数、机器人的旋转机械动力参数或其他相关的参数，当这些机器人参数都达标时，才能控制机器人及时旋转一定角度进行避障。
102.如此，当机器人距离障碍物较近且小于第一距离阈值时，可以根据角度信息和机器人参数信息控制机器人旋转一定角度进行避障。
103.请参阅图12，步骤04包括：
104.042：在距离信息小于第二距离阈值的情况下，根据角度信息控制机器人减速，第二距离阈值大于第一距离阈值。
105.请结合图2，步骤042可以由控制模块14实现。也即是说，控制模块14用于在距离信息小于第二距离阈值的情况下，根据角度信息控制机器人减速，第二距离阈值大于第一距离阈值。
106.具体地，第二距离阈值可以为80cm、90cm、1m、1.1m、1.2m、1.3m、1.4m、1.5m、1.6m或1.7m等数值，在此不作限制。第二距离阈值越大表示机器人与障碍物之间的距离越远。
107.第二距离阈值大于第一距离阈值，指的是，当机器人与障碍物之间的距离较大时，可以先控制机器人减速进行避障，此时不需要控制机器人旋转一定角度进行避障。
108.根据角度信息控制机器人减速，指的是，只有当机器人前进的角度朝向障碍物时，才需要控制机器人减速从而进行避障。
109.如此，当机器人距离障碍物较远且小于第二距离阈值时，先通过控制机器人减速进行避障，避障的方法十分简单、快捷。
110.请参阅图13，步骤04包括：
111.043：在距离信息不小于第二距离阈值的情况下，控制机器人保持当前运动状态。
112.请结合图2，步骤043可以由控制模块14实现。也即是说，控制模块14用于在距离信息不小于第二距离阈值的情况下，控制机器人保持当前运动状态。
113.具体地，当机器人与障碍物之间的距离信息不小于第二距离阈值时，即机器人与障碍物之间的距离信息大于第二距离阈值，表示器人与障碍物之间的距离还很远，此时机器人不会有碰撞到障碍物的危险。
114.因此，此时可以控制机器人保持当前运动状态进行运动，无需控制机器人进行避
障行为，避免了机器人在距离障碍物还较远时，由于检测到障碍物则立即作出避障反应，即，机器人的避障不精确问题。
115.综上，本技术的机器人控制方法可以根据障碍物信息进行实时避障。换句话而言，本技术的机器人可以在距离障碍物大于第二距离阈值时，保持当前运动状态进行运动，机器人可以在距离障碍物小于第二距离阈值时，控制机器人减速，机器人可以在距离障碍物小于第一距离阈值时，控制机器人旋转一定角度进行避障，实现机器人的精准避障，避障效果更佳。
116.也即是，本技术机器人控制方法的实时检测机器人与障碍物之间的障碍物信息，可以达到机器人的实时避障效果，从而实现机器人的精准避障，避障效果更佳。
117.请参阅图14，本技术还提供一种机器人100，机器人100包括计算机程序110和处理器120。当处理器120执行计算机程序110的时候，能够实现上述实施方式中任一项所述的机器人控制方法。
118.具体地，本技术的机器人100可以是扫地机器人、上菜机器人、导航机器人等其他智能机器人，在此不作限制。
119.本技术的机器人100通过前文所述的机器人控制方法可以实现在机器人移动避障的过程中，利用了传感器的多帧原始点云信息和当前的多帧位姿信息得到融合点云信息并确定障碍物信息，从而根据该障碍物信息控制机器人进行避障，避免了由于传感器本身视场角与延时带来的避障效果较差的问题，实现机器人的精准避障，避障效果更佳。
120.请参阅图15，本技术还提供一种计算机可读存储介质200，计算机可读存储介质200包括计算机程序210和处理器220。当计算机程序210被一个或多个处理器220执行时，实现上述实施方式任一项所述的机器人控制方法。例如，计算机程序210被处理器220执行时实现以下机器人控制方法的步骤：
121.01：获取多帧原始点云信息和多帧位姿信息；
122.02：对多帧原始点云信息和多帧位姿信息进行处理得到融合点云信息；
123.03：根据融合点云信息建立栅格地图以确定障碍物信息；
124.04：根据障碍物信息控制机器人进行避障。
125.本技术的计算机可读存储介质200通过前文所述的机器人控制方法可以实现在机器人移动避障的过程中，利用了传感器的多帧原始点云信息和当前的多帧位姿信息得到融合点云信息并确定障碍物信息，从而根据该障碍物信息控制机器人进行避障，避免了由于传感器本身视场角与延时带来的避障效果较差的问题，实现机器人的精准避障，避障效果更佳。
126.以上实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。