一种基于动态环境感知的家居机器人自主避障方法与流程

摘要: 本发明涉及机器人自主避障,具体涉及一种基于动态环境感知的家居机器人自主避障方法。背景技术:1、随着智能家居机器人的广泛应用,智能家居机器人在复杂家居环境中的自主...
一种基于动态环境感知的家居机器人自主避障方法与流程

本发明涉及机器人自主避障,具体涉及一种基于动态环境感知的家居机器人自主避障方法。

背景技术:

1、随着智能家居机器人的广泛应用,智能家居机器人在复杂家居环境中的自主导航与自适应避障能力成为提升用户体验的关键。在实际客厅场景中,地面经常随机散落诸如儿童积木、玩具球、矿泉水瓶盖等体积较小的轻质可移动物体。

2、传统的避障策略通常将此类小物体一概视为不可穿越的刚性障碍物,导致机器人在杂乱地面上产生大量无效的绕行,甚至因路径受阻而陷入局部死锁。然而,若盲目采取直接推挤通过的常规控制策略,由于未知物体的几何形状与运动约束差异巨大,球形物体通常会滚动让路,而方块形积木等物体则极易被推挤滑动并翻转楔入底盘下方,甚至卷入驱动轮造成机械卡死。

3、为此,本发明提供一种基于动态环境感知的家居机器人自主避障方法。

技术实现思路

1、本发明的目的在于提供一种基于动态环境感知的家居机器人自主避障方法,以解决上述背景问题。

2、本发明的目的可以通过以下技术方案实现:

3、一种基于动态环境感知的家居机器人自主避障方法,包括如下步骤:

4、采集机器人在行驶路径上的驱动数据并进行非刚性接触判定;若存在非刚性接触则提取阻力骤增区间初始碰撞载荷;基于初始碰撞载荷对接触瞬间的静摩擦阻力与接触点坐标进行封装,得到静态特征组;

5、依据触点静态特征组控制机器人执行递增动力的位移步进动作,采集施力周期内的阻力位移序列;动态提取阻力位移序列中的负载波峰形态及随纵向位移的变化斜率并进行特征整合,得到阻力演化特征;

6、基于阻力演化特征评估接触对象在纵向作用力下的脱离趋势程度,得到滚逃倾向指数;联合滚逃倾向指数与阻力位移序列中的累积里程增量进行物理干涉风险量化,得到接触对象的底盘卷入概率。

7、进一步地,进行所述阻力解析的方式为:

8、遍历初始碰撞载荷内部的驱动轮负载数据,提取序列中的第一个局部极大值点,将局部极大值点对应的电流数值进行扭矩及牵引力转换,计算出对应的静摩擦阻力峰值;

9、根据局部极大值点的时间戳,同步提取同一时刻下对应的里程数据;

10、获取同一时刻下的里程数据结合机器人导航系统中的全局位姿矩阵并进行坐标对应匹配处理,得到驱动轮在克服最大静摩擦力瞬间,家居机器人机身正前方与物理障碍物建立推挤受力面的二维空间坐标,锁定为接触点坐标;

11、将静摩擦阻力峰值与接触点坐标进行数据绑定封装,形成触点静态特征组。

12、进一步地,提取所述初始碰撞载荷的方式为:

13、若判定当前状态存在非刚性接触,立刻回溯触发碰撞唤醒界限前后的连续运行电流数据,截取从负载开始偏离负载基础值起,至负载跨越碰撞唤醒界限并首次出现波峰的时间窗口内的驱动轮负载序列;

14、将截取出的驱动轮负载序列定义为阻力骤增区间的负载变化片段,并将负载变化片段作为一个完整的力学演变单元进行封装,得到初始碰撞载荷。

15、进一步地,进行所述特征整合的方式为:

16、读取阻力位移序列中所有高频波纹极大值点和极小值点;

17、将高频波纹极大值点进行顺次线性拟合生成连续趋势曲线,定义为负载波峰形态,提取高频波纹极大值点和对应极小值点之间的瞬时差值的均值,定义为形态振幅特征;

18、提取连续趋势曲线上相邻采样周期之间在不同位移节点上的变化斜率;

19、建立变化斜率序列并划分阻力塌陷阶段和阻力飙升阶段;

20、提取阻力塌陷阶段内变化斜率的最小负值作为负载跌落梯度,提取阻力飙升阶段内变化斜率的变化率最大值作为持续攀升曲率;

21、建立阻力演化分析框架,将变化斜率和形态振幅特征输入至阻力演化分析框架内部进行状态匹配处理,得到力学边界识别结果;

22、将力学边界识别结果、变化斜率、负载跌落梯度与持续攀升曲率进行数据组合,作为阻力演化特征。

23、进一步地,进行所述物理干涉风险量化的过程为:

24、提取阻力位移序列在推进终点的位移坐标,计算位移坐标与物理原点之间的累积里程增量;

25、将滚逃倾向指数进行基于累积里程增量的多中心空间邻近度计算与归一化映射,得到概率矩阵;

26、从概率矩阵中提取归属于卷入卡死中心点的相对权重分量,定义为基础卡死概率,同步从概率矩阵中提取归属于滑动阻滞中心点的相对权重分量;

27、将滑动阻滞中心点的相对权重分量进行爬行衰减补偿,得到卷入阻滞补偿;

28、将基础卡死概率与卷入阻滞补偿进行求和叠加,作为底盘卷入概率。

29、进一步地,获取所述滚逃倾向指数的方式为:

30、提取阻力演化特征中的负载跌落梯度与持续攀升曲率;

31、将负载跌落梯度进行去量纲化处理得到跌落基元,将持续攀升曲率进行去量纲化处理得到攀升基元;

32、以跌落基元和攀升基元为分量构建空间趋势特征向量,计算空间趋势特征向量的几何模长;

33、将跌落基元减去攀升基元,得到方向综合特征;

34、将几何模长与方向综合特征进行演变分析与区间收敛,得到滚逃倾向指数。

35、进一步地,进行所述演变分析与区间收敛的方式为:

36、将几何模长与方向综合特征进行乘积运算,得到状态标量;

37、将状态标量作为自变量输入至连续的双曲正切函数内部进行区间收敛,生成介于零至一点零之间的连续数值,定义为滚逃倾向指数。

38、进一步地,还包括:

39、依据底盘卷入概率进行运动约束匹配处理,得到限制机器人前向动能的通行安全速度;将通行安全速度作为输入参数映射出机身的底层动作轨迹;在底层动作轨迹执行周期内联合触点静态特征组与阻力演化特征进行期望负载偏差校验,基于校验结果生成动态避障策略。

40、进一步地,进行所述期望负载偏差校验的方式为:

41、在底层动作轨迹的动态执行周期内,通过底层驱动板实时采集驱动轮电机的实测工作电流;

42、对阻力演化特征结合驱动轮电机进行负载期望解析,得到期望时序负载,计算实测工作电流与期望时序负载之间的绝对差值,得到期望负载偏差;

43、调取底层控制芯片中预设的滑移偏差极限,并调取所述力学边界识别结果;若识别结果为高危楔入锁紧标识,则将所述滑移偏差极限下调预设比例得到动态偏差界限;若为其他标识,则将预设的滑移偏差极限作为动态偏差界限;

44、将所述期望负载偏差与所述动态偏差界限进行实时比对,基于比对结果建立轨迹输出与制动刹停的闭环控制流,定义为动态避障策略。

45、进一步地,进行所述负载期望解析的过程为:

46、调取阻力演化特征内部的变化斜率,以局部极大值点对应的电流数值为初值;

47、将变化斜率对底层动作轨迹上的瞬时位移进行一阶动态积分,计算得出期望时序负载。

48、本发明的有益效果如下:

49、1.通过回溯并截取负载偏离至触发边界并首次出现波峰的时间窗口序列以提取初始碰撞载荷,将盲区内未知的碰撞过程锁定于具体的受力演变时段,从而抑制环境杂散噪声的干扰。通过控制机器人执行递增动力的位移步进动作,在前推过程中主动注入高频微幅的交替扭矩扰动,利用高频主动震荡对前方障碍物施加微观机械揉搓,迫使未知物体在微米级的物理滑移中提早显现运动自由度约束。进而通过高频波纹极大值点的线性拟合生成连续趋势曲线,从而将宏观趋势与微观波动进行联合重构。通过建立阻力演化分析框架,将抽象的几何接触属性转化为高信噪比的力学边界识别结果,实现极短距离内对物体滚动、滑动及卡死等物理倾向的识别。

50、2.通过构建趋势特征向量,并向理想切向脱离基底轴线进行方向向量共线度解析得到滚逃倾向指数,通过对未知物体的侧向逃逸活力进行连续化度量,增强对临界不稳定状态评估的柔性特征。通过提取基础卡死概率并叠加经物理爬行衰减系数折算后的卷入阻滞补偿以提取底盘卷入概率,有利于对稳定推行状态与二次异变风险进行合理的动态分离,降低环境局部抖动引发的误判概率;

51、3.将底盘卷入概率与滚逃倾向指数分别线性映射为纵向直行虚拟斥力与侧方切滑虚拟引力,将硬阈值分段切换控制升级为平滑、连续的拓扑自适应物理引导,有利于改善运动控制的轨迹平顺性。在底层动作轨迹执行周期内,将变化斜率对瞬时位移进行一阶动态积分并叠加静摩擦阻力得到期望时序负载,进而通过期望负载偏差与滑移偏差极限的比对构建双向闭环熔断机制,在执行层面引入二次阻力校验,在出现状态异变时自适应中断当前动作并强行反向制动刹停,实现安全避障策略。