基于2D激光雷达的酒店房门开关门检测方法及系统与流程

基于2d激光雷达的酒店房门开关门检测方法及系统
技术领域
1.本发明涉及激光雷达的技术领域，具体地，涉及基于2d激光雷达的酒店房门开关门检测方法及系统。


背景技术：

2.激光雷达是以发射激光束探测目标的位置、速度等特征量的雷达系统。其工作原理是向目标发射探测信号(激光束),然后将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较,作适当处理后,就可获得目标的有关信息,如目标距离、方位、高度、速度、姿态、甚至形状等参数,从而对飞机、导弹等目标进行探测、跟踪和识别。它由激光发射机、光学接收机、转台和信息处理系统等组成，激光器将电脉冲变成光脉冲发射出去，光接收机再把从目标反射回来的光脉冲还原成电脉冲，送到显示器。
3.在公告号为cn213395802u的专利文献中公开了一种数字智能新风阀，包括阀体、设于所述阀体内的可调节阀板、连接所述可调节阀板的调节执行机构、房门出口人体探测器、房门入口人体探测器以及控制单元，所述调节执行机构、所述房门出口人体探测器和所述房门入口人体探测器分别与所述控制单元相联接，所述阀体设于从新风主管引入室内房间的新风支管之上，通过控制所述调节执行机构带动所述可调节阀板以调节从所述新风支管进入所述室内房间的新风量；所述房门入口人体探测器设于所述房门靠近走廊的一侧，所述房门出口人体探测器设于所述房门靠近房间的一侧，通过所述房门入口人体探测器和所述房门出口人体探测器探测房间内具体人数以使所述控制单元控制所述调节执行机构。
4.针对上述中的相关技术，发明人认为在移动机器人进行某些特殊任务时，往往需要进出房间，而房门的开关将直接影响到机器人的正常行走。因此，需要提出一种技术方案以改善上述技术问题。


技术实现要素：

5.针对现有技术中的缺陷，本发明的目的是提供一种基于2d激光雷达的酒店房门开关门检测方法及系统。
6.根据本发明提供的一种基于2d激光雷达的酒店房门开关门检测方法，所述方法包括如下步骤：
7.步骤1：利用建好的2d栅格地图，控制机器人自主导航至正对门的位置；
8.步骤2：到达指定点位后提取机器人2d激光雷达点云数据；
9.步骤3：提取机器人正前方60度范围内的激光雷达点云数据，计算出这部分激光雷达点云数据所占据的激光角度范围。
10.优选地，所述步骤1包括如下步骤：
11.步骤1.1：在建好的2d栅格地图中标记出门的位置，栅格地图是指通过slam建图算法建立适用于移动机器人导航定位的栅格地图，栅格地就是用一个个栅格组成的网格代表地图；
12.步骤1.2：利用slam导航算法使得机器人自主规划并移动到门的标记位置。
13.优选地，所述步骤1.1中的栅格里存储不同的数值，代表这个栅格的不同含义；
14.所述步骤1.2中的自主规划是基于得到的机器人位置信息及环境地图信息，以及给定的目标点，规划完成导航任务；规划包括全局规划和局部规划；全局规划是基于占用栅格及全局代价地图、当前位置及给定目标点完成轨迹规划，完成全局的静态避障；局部规划是基于局部代价地图、当前位置及全局规划给定的局部目标完成局部路径规划。
15.优选地，所述步骤2中在机器人定位准确的情况下，将当前的激光点云数据与栅格地图上所对应的点云数据做比较，剔除两者的相似数据部分，最终留下激光点云数据中不同的部分，接下来则需要在该部分点云中寻找门特征。
16.优选地，所述步骤3中当门关闭时，该范围内的点云数据是一条线段，且线段的长度等于门的宽度，当门打开时，该范围的点云数据不是一条线段，而且这些点云与机器人本体的距离均大于门实际位置与机器人的距离。
17.本发明还提供一种基于2d激光雷达的酒店房门开关门检测系统，所述系统包括如下模块：
18.模块1：利用建好的2d栅格地图，控制机器人自主导航至正对门的位置；
19.模块2：到达指定点位后提取机器人2d激光雷达点云数据；
20.模块3：提取机器人正前方60度范围内的激光雷达点云数据，计算出这部分激光雷达点云数据所占据的激光角度范围。
21.优选地，所述模块1包括如下模块：
22.模块1.1：在建好的2d栅格地图中标记出门的位置，栅格地图是指通过slam建图算法建立适用于移动机器人导航定位的栅格地图，栅格地就是用一个个栅格组成的网格代表地图；
23.模块1.2：利用slam导航算法使得机器人自主规划并移动到门的标记位置。
24.优选地，所述模块1.1中的栅格里存储不同的数值，代表这个栅格的不同含义；
25.所述模块1.2中的自主规划是基于得到的机器人位置信息及环境地图信息，以及给定的目标点，规划完成导航任务；规划包括全局规划和局部规划；全局规划是基于占用栅格及全局代价地图、当前位置及给定目标点完成轨迹规划，完成全局的静态避障；局部规划是基于局部代价地图、当前位置及全局规划给定的局部目标完成局部路径规划。
26.优选地，所述模块2中在机器人定位准确的情况下，将当前的激光点云数据与栅格地图上所对应的点云数据做比较，剔除两者的相似数据部分，最终留下激光点云数据中不同的部分，接下来则需要在该部分点云中寻找门特征。
27.优选地，所述模块3中当门关闭时，该范围内的点云数据是一条线段，且线段的长度等于门的宽度，当门打开时，该范围的点云数据不是一条线段，而且这些点云与机器人本体的距离均大于门实际位置与机器人的距离。
28.与现有技术相比，本发明具有如下的有益效果：
29.1、本发明利用移动机器人本体的2d激光雷达进行开关门检测，通过计算机器人正前方一定区域内激光点的分布、距离及形状即可判断出门的开关与否；
30.2、本发明检测速度较视觉检测快很多，且鲁棒性强，受环境光干扰小，比较适用于酒店这种灯光比较昏暗的环境；
31.3、本发明只需要使用机器人自带的2d激光雷达即可进行检测，无需外加传感器设备，节省了成本；
32.4、本发明算法简单，易于维护，并且可以扩展功能，如识别消防门的开关，酒店大门的开关等等。
附图说明
33.通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
34.图1为本发明的流程原理图；
35.图2a为本发明截取的酒店走廊部分栅格地图；
36.图2b为被发明其中一个房间门的栅格地图截图；
37.图3为本发明栅格地图的二值化定义图。
具体实施方式
38.下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
39.在移动机器人进行某些特殊任务时，往往需要进出房间，而房门的开关将直接影响到机器人的正常行走，因此本发明利用移动机器人本体的2d激光雷达进行开关门检测，通过计算机器人正前方一定区域内激光点的分布、距离及形状即可判断出门的开关与否。
40.本发明提供的一种基于2d激光雷达的酒店房门开关门检测方法，包括如下步骤：
41.步骤1：利用事先建好的2d栅格地图，让机器人自主导航至正对门的位置；步骤1.1：在建好的2d栅格地图中标记出门的位置，见下图2所示，其中栅格地图是指通过slam建图算法建立适用于移动机器人导航定位的栅格地图，栅格地图就是用一个个栅格组成的网格来代表地图。栅格里可以存储不同的数值，代表这个栅格的不同含义。栅格地图的示意图如图3所示，本发明所使用的栅格地图使用空白代表空闲栅格，也就是可通过区域，其存储的值为0；阴影代表占用栅格，也就是不可通过区域，其存储的值为100；网格代表未知栅格，就是说目前还不清楚这个栅格是否可以通过，其存储的值为-1.栅格地图由于其占用与空闲的表示方法，在ros中又被称为占用地图。如下图3所示。
42.步骤1.2：利用slam导航算法使得机器人自主规划并移动到门的标记位置(其中自主规划是基于得到的机器人位置信息及环境地图信息，以及给定的目标点，规划完成导航任务。规划包括全局规划和局部规划。全局规划是基于占用栅格及全局代价地图、当前位置及给定目标点完成轨迹规划，完成全局的静态避障。局部规划是基于局部代价地图、当前位置及全局规划给定的局部目标完成局部路径规划，实现动态避障。)。
43.步骤2：到达指定点位后提取机器人2d激光雷达点云数据，在机器人定位准确的情况下，将当前的激光点云数据与栅格地图上所对应的点云数据做比较，剔除两者的相似数据部分，最终留下激光点云数据中不同的部分，接下来则需要在该部分点云中寻找门特征(一条线段)。
44.步骤3：提取机器人正前方60度范围内的激光点云数据，精确计算出这部分点云所占据的激光角度范围，当门关闭时，该范围内的点云数据是一条线段(霍夫直线拟合可检测直线)，且线段的长度等于门的宽度(门的宽度事先可测量得出)，当门打开时，该范围的点云数据不是一条线段，而且这些点云与机器人本体的距离均大于门实际位置与机器人的距离。
45.采用slam建图方法可以把酒店房门记录在2d栅格地图中，方便后期房门的标注以及开关门检测；利用k-means聚类算法可以得到当前激光点云数据与地图上对应的点云数据的相似部分点云，并将其剔除，得到激光点云数据剩下的点云，有利于寻找房门特征。k-means聚类算法流程如下：
46.1.随机初始化聚类中心μ1,μ2,...,μk∈rn。
47.2.a.对于每一个聚类中心，计算所有样本到该聚类中心的距离，然后选出距离该聚类中心最近的几个样本作为一类；
48.c(i):=argminj||x
(i)-μj||249.说明：{x(i),...,x
(m)
}为给定训练集，x(i)∈rn，x上标代表不同的编号。
50.这个公式的意思是，某个样本i属于哪一类，取决于该样本距离哪一个聚类中心最近，步骤a就是利用这个规则实现。
51.b.对上面分成的k类，根据类里面的样本，重新估计该类的中心：
[0052][0053]
对于新的聚类中心，重复a，这里1{...}是一个真值判断，例如1{3＝2}＝0,1{3＝3}＝1。
[0054]
重复上述操作直至收敛，k-means的目的是选出聚类中心和每一类的样本，定义失真函数：
[0055][0056]
利用霍夫变换直线检测的方法并结合激光点的分布以及这些点对应的距离值可判断出房门开关。
[0057]
霍夫变换直线检测原理：
[0058]
a.在图像中检测直线的问题，其实质是找到构成直线的所有的像素点。那么问题就是从找到直线，变成找到符合y＝kx+b的所有(x,y)的点的问题。
[0059]
b.进行坐标系变化y＝kx+b，变成b＝-xk+y。这样表示为过点(k,b)的直线束。
[0060]
c.x-y空间的直线上每一个点在k-b坐标系中都表现为经过(k,b)的直线。找到所有点的问题，转变为寻找直线的问题。
[0061]
d.对于图像中的每一个点，在k-b坐标系中对应着很多的直线。找到直线的交点，就对应着找到图像中的直线。
[0062]
本发明还提供一种基于2d激光雷达的酒店房门开关门检测系统，所述系统包括如下模块：模块1：利用建好的2d栅格地图，控制机器人自主导航至正对门的位置；模块1.1：在建好的2d栅格地图中标记出门的位置，栅格地图是指通过slam建图算法建立适用于移动机器人导航定位的栅格地图，栅格地就是用一个个栅格组成的网格代表地图；栅格里存储不
同的数值，代表这个栅格的不同含义；模块1.2：利用slam导航算法使得机器人自主规划并移动到门的标记位置。自主规划是基于得到的机器人位置信息及环境地图信息，以及给定的目标点，规划完成导航任务；规划包括全局规划和局部规划；全局规划是基于占用栅格及全局代价地图、当前位置及给定目标点完成轨迹规划，完成全局的静态避障；局部规划是基于局部代价地图、当前位置及全局规划给定的局部目标完成局部路径规划。
[0063]
模块2：到达指定点位后提取机器人2d激光雷达点云数据；在机器人定位准确的情况下，将当前的激光雷达点云数据与栅格地图上所对应的激光雷达点云数据做比较，剔除两者的相似数据部分，最终留下激光雷达点云数据中不同的部分，接下来则需要在该部分激光雷达点云数据中寻找门特征。
[0064]
模块3：提取机器人正前方60度范围内的激光点云数据，计算出这部分激光雷达点云数据所占据的激光角度范围。当门关闭时，该范围内的激光雷达点云数据是一条线段，且线段的长度等于门的宽度，当门打开时，该范围的激光雷达点云数据不是一条线段，而且这些激光雷达点云数据与机器人本体的距离均大于门实际位置与机器人的距离。
[0065]
本发明利用移动机器人本体的2d激光雷达进行开关门检测，通过计算机器人正前方一定区域内激光点的分布、距离及形状即可判断出门的开关与否。
[0066]
本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统及其各个装置、模块、单元以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个装置、模块、单元以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同功能。所以，本发明提供的系统及其各项装置、模块、单元可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置、模块、单元也可以视为硬件部件内的结构；也可以将用于实现各种功能的装置、模块、单元视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
[0067]
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本技术的实施例和实施例中的特征可以任意相互组合。