无人陪护机器人的自主导航与远程操控方法及系统与流程
本发明涉及机器人导航,具体涉及无人陪护机器人的自主导航与远程操控方法及系统。
背景技术:
1、随着人口老龄化程度的持续加深和智能护理需求的日益增长,具备自主移动能力的无人陪护机器人已成为机器人技术领域的重要研发方向。此类机器人通常需要在室内外复杂环境中自主行驶,同时承载人体并执行陪护任务,对导航的安全性、舒适性和可靠性提出了极高要求。
2、现有技术中已出现多种具备远程操控功能的陪护机器人或轮椅式移动平台,例如通过远程控制站实现视频监控与遥控操作的系统、基于预设地图标签进行自主导航的远程临场机器人、具备座椅形态跟随与避障功能的陪护座椅机器人等。此外,部分具备可变形底盘或可折叠靠背结构的轮椅式机器人也开始进入该领域,实现了基本的坐卧支撑功能。
3、然而,现有无人陪护机器人在自主导航与远程操控方面普遍面临一个核心难题:机器人在承载人体且带有可摆动靠背、可伸缩机械臂及液载容器等可动部件的情况下,系统整体的等效质心位置随各可动部件的运动而实时漂移,同时四角独立支撑腿在不同地形下形成的瞬时支撑多边形也处于持续变化之中,而传统导航规划算法将机器人视为具有固定质量和固定质心位置的刚体,建立不变的运动学模型进行路径规划与运动控制,完全无法感知和适应这种动态变化,导致在急停、急转弯或通过坡道时极易发生倾覆或引起乘坐不适;
4、与此同时,现有系统在自主导航与远程操控之间缺乏动态协同机制,要么完全依赖机器人的自主决策而在突发复杂场景下应对能力不足,要么完全依赖人工遥控而受通信延迟和操作员视野局限影响较大,更为关键的是现有远程操控方式中操作员仅依赖实时视频画面通过摇杆直接下发速度指令和转向指令,该指令未经本地动力学可行性校验即被执行,操作员完全无法预判指令执行后机器人的稳定性变化,存在严重的操控盲区与倾覆风险。为此,提出无人陪护机器人的自主导航与远程操控方法及系统。
技术实现思路
1、本发明为解决上述技术问题,提供了无人陪护机器人的自主导航与远程操控方法及系统,能够提升系统在复杂环境和通信波动条件下的安全性,解决了载人陪护机器人在变姿态、变负载、变地形条件下自主导航与远程操控容易发生倾覆的核心安全问题。
2、本发明采用的技术方案如下:
3、本发明提供的无人陪护机器人的自主导航与远程操控系统包括结构状态感知模块、环境感知与风险评估模块、动态协同控制权分配器、稳定性约束规划器和远程操控安全网关。其中,结构状态感知模块用于实时采集无人陪护机器人的四角独立支撑腿的高度数据、背部铰接角度数据、机械臂关节角度数据及液位高度数据,并结合惯性测量单元数据,解算机器人、承载人体及负载的系统的瞬时支撑多边形及等效质心位置的三维坐标。环境感知与风险评估模块用于获取激光雷达数据、测距相机数据及通信质量指标数据,并根据上述数据生成导航不确定熵值。动态协同控制权分配器与环境感知与风险评估模块连接,用于根据导航不确定熵值确定控制权分配系数,并根据该系数将控制模式在完全自主导航模式、引导式远程操控模式与本地安全守护模式之间进行动态切换。稳定性约束规划器分别与结构状态感知模块及动态协同控制权分配器连接,用于接收瞬时支撑多边形、等效质心位置及控制权分配系数,并以瞬时支撑多边形作为动态边界、以等效质心位置在水平面上的投影不超出该瞬时支撑多边形作为约束条件,生成满足抗倾覆条件的导航轨迹。远程操控安全网关分别与稳定性约束规划器及远程操控端通信连接,用于接收来自远程操控端的远程操作指令,并根据等效质心位置与瞬时支撑多边形计算该指令执行后的预期稳定裕度,当预期稳定裕度低于预设安全阈值时对指令进行截断或缩放处理,并向远程操控端回传预警信号。
4、在上述系统的基础上,本发明进一步提供了具体的导航与操控方法。系统以不低于一百赫兹的频率实时采集四个独立支撑腿的高度编码器数值以计算四个支撑足的空间三维坐标进而确定瞬时支撑多边形,同时采集背部铰接角度传感器数值以确定靠背相对于坐垫的俯仰转角,采集机械臂各关节编码器数值以确定各连杆质心位置,采集液位检测器数值以结合当前车身倾角估算液箱内液体晃动产生的附加惯性力矩,并采集惯性测量单元数据以获取机器人的姿态角与角速度。利用上述多源数据,系统建立多刚体动力学集总参数模型,实时解算机器人本体、承载人体及液载负载系统的等效总质心在三维空间中的位置矢量。在导航规划层面,系统将等效总质心在水平面上的投影点必须始终处于瞬时支撑多边形内部且与各支撑边界的距离不小于预设安全阈值作为硬约束条件,同时根据瞬时支撑多边形的面积动态调整最大允许速度与转向角速度,支撑多边形面积较大时允许较高的线速度和转向角速度,支撑多边形面积较小时自动收窄速度与加速度上限。此外,当测距相机或激光雷达检测到前方存在坡度变化、台阶或斜坡时,导航规划器预先联合优化行进速度曲线与四角支撑腿高度变化曲线,在车身到达地形突变点之前按优化时序主动调整四角腿高度,使车身在通过全程保持坐垫倾角变化率不超过人体舒适阈值。
5、本发明还构建了导航不确定熵函数来综合表征当前局部环境的导航复杂度与通信可靠性,该熵函数由局部障碍物密度值、地形起伏度与粗糙度值以及通信往返时延抖动值的归一化值进行加权融合得到,并采用预设的自适应权重系数进行调节。根据熵值的高低,系统进行三级控制模式的动态映射。当熵值较低时,即处于开阔平坦区域且通信良好的状态,系统进入完全自主导航模式,稳定性约束规划器以完全自主决策权重生成导航轨迹,远程端仅做状态监视。当熵值处于中等水平时,即处于人流密集区、复杂路口或通信存在中等波动的状态,系统进入引导式远程操控模式,远程操作员不再下发原始线速度和角速度指令,而是通过操控界面点选目标航路点或期望通过走廊,本地稳定性约束规划器在该导航约束边界内自主求解满足动态稳定裕度的最优平滑轨迹。当熵值较高时,即处于楼梯口、突发障碍物逼近或通信剧烈抖动的状态,系统自动切入本地安全守护模式,自主降低行驶速度并优先执行保守策略,仅向远程端发送建议方向请求确认,拒绝执行未经安全校验的原始遥控指令。三种模式之间采用预设的平滑过渡算法实现无级平滑切换,避免模式跳变引起的速度突变。
6、本发明还针对远程操控缺乏前瞻性安全校验的问题,在远程操控端构建了数字孪生预演机制。机器人实时将局部环境地图、自身位姿及全部结构状态参数回传至远程操控端,远程端构建与真实机器人同步的数字孪生模型。当远程操作员通过操控杆或触控界面发出期望指令后,该指令并不立即下发至机器人执行层,而是先在远程端的数字孪生模型中结合回传的实时等效质心与瞬时支撑多边形数据,以预设的加速倍速快速推演未来时段内的运动轨迹、等效质心投影变化曲线及稳定裕度变化曲线。若预演结果显示在执行该指令过程中等效质心投影将逼近甚至超出瞬时支撑多边形边界或轨迹与障碍物干涉,则系统在远程操控界面叠加视觉警示并通过力反馈摇杆向操作员施加阻尼阻力以提示修正指令,同时系统自动对原始指令进行降速或降角速度的缩放处理,生成经安全校验的指令序列下发至机器人执行层。本发明的导航策略在物理仿真引擎中构建与真实机器人几何、运动学及动力学参数一致的高保真数字孪生训练环境进行训练,训练过程中除对环境参数进行域随机化外还以预设概率随机注入模拟的远程操控偏差信号,并在奖励函数中引入对远程错误指令的校正能力项,使训练完成的导航策略能够在接收到不合理远程指令时自动将其校正至安全范围内执行。
7、本发明的有益效果:
8、本发明使导航算法从无视载人姿态变化的固定刚体模型跃升为实时感知并主动适应系统整体质心变化与支撑边界变化的动态稳定性约束模型,解决了载人陪护机器人在变姿态、变负载、变地形条件下自主导航与远程操控容易发生倾覆的核心安全问题;
9、在此基础上,本发明进一步通过环境风险熵值驱动的自主与远程控制权动态柔性分配机制以及数字孪生沙盒预演与力反馈预警机制,使远程操控从事后响应变为事前安全校验、从硬切换变为平滑无级的动态协同,全面提升了系统在复杂环境和通信波动条件下的安全性与鲁棒性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com