面向非结构化场景的异构机器人协同巡逻与动态回收系统及方法与流程

本发明涉及机器人，尤其涉及面向非结构化场景的异构机器人协同巡逻与动态回收系统及方法。

背景技术：

1、在灾害救援、地下管廊巡检、建筑工地监测等典型非结构化场景中，环境往往包含平坦开阔区域与狭窄、多障碍、存在台阶等复杂地形共存的状况。传统的单一类型移动机器人难以同时适应这两类地形：轮式或履带式底盘在平坦区域具有高效、长续航的优势，但无法跨越台阶、进入狭窄巷道或应对高度起伏剧烈的地面；四足或双足机器人虽具备优异的越障能力，但在长距离平坦路面巡逻时能耗较高、续航有限，且全局建图与自主导航能力相对薄弱。

2、现有技术中已出现通过多机器人协同完成不同区域任务的方案，例如采用一架无人机与一辆地面车协同作业，或多个同构机器人组成编队巡逻。然而，这些系统大多缺乏针对非结构化场景的异构机器人动态任务分配机制，无法根据前方地形通行性自适应决策是否释放足式机器人进行精细化探索。同时，在协同建图方面，多数系统仅依赖各机器人独立建图后再进行离线拼接，难以实现实时局部点云数据与全局地图的在线融合，导致地图更新滞后，影响后续路径规划与回收精度。

3、此外，现有异构机器人系统中，子机（如足式机器人）在完成探索任务后返回母车的精准回收仍是一个技术难点。常用的gps信号在室内或地下环境中不可用，而uwb、激光定位等方法需要额外布设基站或标记物，成本高且部署复杂。视觉引导方法虽被尝试，但缺乏一种简单、鲁棒、低成本的标识与跟踪方案，尤其在复杂光照或粉尘环境下容易失效。同时，母车对子机的充电接口缺乏可靠的自动对接与锁死机构，难以实现长时间无人化连续作业。

技术实现思路

1、本发明为解决现存的技术问题而提供面向非结构化场景的异构机器人协同巡逻与动态回收系统及方法，解决了上述背景技术中存在的问题。

2、为解决上述技术问题，根据本发明的一个方面，更具体的说是面向非结构化场景的异构机器人协同巡逻与动态回收系统，包括：母车模块和子机模块，所述母车模块与子机模块通过局域网通信连接；

3、所述母车模块包括：移动底盘、车载工控机、激光雷达和深度相机以及机器狗收纳舱；所述移动底盘用于承载并驱动整个系统在平坦地形上移动；所述车载工控机作为协同控制的主控单元；所述激光雷达和深度相机用于环境感知；所述机器狗收纳舱用于收纳子机模块，所述收纳舱内配备导电滑环或触点用于给子机模块充电，以及舱门开合机构；

4、所述子机模块包括：机器狗本体、轻量级激光雷达和深度相机、imu惯性测量单元以及通信模块；所述机器狗本体采用四足足式底盘结构；所述轻量级激光雷达和深度相机用于局部环境感知；所述通信模块用于与母车模块保持局域网通信。

5、更进一步的，所述的面向非结构化场景的异构机器人协同巡逻与动态回收系统的控制流程基于有限状态机（fsm）设计，包含以下核心状态：

6、s1、独立巡逻态：母车模块在宽阔区域自主导航；

7、s2、路况评估与决策态：母车模块前端传感器检测到前方通行性改变，触发动态分配算法；

8、s3、协同释放态：母车模块停稳后打开舱门，子机模块下电解锁并驶出舱外；

9、s4、异构协同态：子机模块进入狭窄区域探索，母车模块作为通信基站和充电设备在安全区域等待，两者共享建图数据；

10、s5、动态回收态：子机模块完成任务或电量过低时返回母车模块附近，通过视觉引导精准驶入收纳舱，舱门关闭并启动充电。

11、更进一步的，所述动态分配算法采用地形-电量协同释放代价函数，通过车载传感器实时采集前方地形通行特征、路况复杂度，同步读取母车、子机实时剩余电量，分两级完成代价评估：首先综合地形、路况、母车电量计算母车单独巡检的综合通行代价，再基于子机电量计算释放子机协同作业代价；通过对比两类代价差值并结合预设阈值实现自适应决策。当地形复杂导致母车独自通行代价远高于释放子机的作业代价时，判定满足释放条件；若子机电量不足、风险过高则放弃该区域巡检。同时设置多重强制拦截规则，当子机电量过低、目标区域存在安全隐患、通信链路薄弱或母车续航不足时，直接阻断子机释放流程，保障系统作业安全。

12、更进一步的，在步骤s3中，母车模块以子机模块释放点为圆心，在周围平坦区域寻找通信与回收最优等待点；

13、所述等待点满足视野开阔、无遮挡、距离收纳舱入口最近的特征；母车模块在等待点处低速游弋或悬停，保持通信信号不中断。

14、更进一步的，在步骤s3中，采用主从协同策略：母车模块与子机模块均运行cartographer slam算法；

15、子机模块探索时将局部点云数据通过ros话题实时发送给母车模块；母车模块进行坐标变换拼接，形成全局统一地图。

16、更进一步的，在步骤s5中，采用基于视觉引导的动态精准回收：在母车模块的收纳舱内部或舱口贴有apriltag图案标识；

17、子机模块的头部相机识别apriltag后，解算出子机模块相对于舱门的相对位姿；采用stanley斯坦利轨迹跟踪算法引导子机模块根据解算出的偏航角和距离逐步修正姿态，倒车或正向驶入舱内；

18、当检测到apriltag尺寸达到预设阈值时，子机模块停止运动并锁死关节，母车模块闭合舱门并启动充电。

19、面向非结构化场景的异构机器人协同巡逻与动态回收方法，包括：

20、步骤1、母车模块在平坦区域执行独立巡逻任务；

21、步骤2、母车模块实时检测前方环境，评估地形通行性；

22、步骤3、当检测到非结构化场景时，触发动态任务分配算法，判断是否释放子机模块；

23、步骤4、母车模块停稳并打开收纳舱门，子机模块驶出执行狭窄区域探索任务；

24、步骤5、子机模块在探索过程中实时将局部地图数据回传至母车模块，实现地图融合；

25、步骤6、当子机模块任务完成或电量低于阈值时，返回母车模块附近；

26、步骤7、子机模块通过视觉识别apriltag引导，精准驶入收纳舱，舱门关闭并充电。

27、更进一步的，步骤3中的动态任务分配算法基于代价函数，该代价函数的输入包括实时地形通行性、母车模块电量、子机模块电量以及路况复杂度，输出为是否释放子机模块的决策。

28、更进一步的，步骤5中地图融合具体为：母车模块与子机模块均运行cartographerslam算法，子机模块将局部点云数据通过ros话题实时发送给母车模块，母车模块进行坐标变换拼接形成全局统一地图。

29、更进一步的，步骤7中视觉识别apriltag引导具体包括：子机模块头部相机采集收纳舱口的apriltag图像，解算相对位姿，通过stanley斯坦利轨迹跟踪算法实时修正移动轨迹，当apriltag图像尺寸达到预设阈值时判定到位，停止运动并锁死关节。

30、本发明提供的面向非结构化场景的异构机器人协同巡逻与动态回收系统及方法，相比现有技术，本方法取得的效果有：

31、1、本发明通过母车模块与子机模块的异构协同架构，使轮式母车在平坦区域执行长距离巡逻与全局建图，四足子机在狭窄或复杂地形中精细化探索，二者通过局域网实时通信与任务解耦，显著提升了对非结构化场景的整体适应能力。

32、2、本发明基于有限状态机设计的五态协同控制流程，结合动态任务分配算法中的代价函数综合评估地形通行性、电量及路况复杂度，可自适应决策子机的释放时机，避免母车陷入危险区域同时延长系统整体作业时长。

33、3、本发明采用主从协同slam建图策略，母车与子机均运行cartographer算法，子机将局部点云数据通过ros话题实时回传，母车进行坐标变换与拼接形成全局统一地图，实现了狭窄区域局部数据与开阔区域全局地图的高效融合。

34、4、本发明利用收纳舱口的apriltag视觉标识与stanley斯坦利轨迹跟踪控制算法，使子机通过头部相机实时解算相对位姿并修正轨迹，无需依赖gps或外部定位基站即可在复杂光照与地形条件下实现厘米级精准自主返舱与充电。

35、5、本发明通过母车收纳舱内配置的导电滑环或触点以及舱门开合机构，配合子机到位后的关节锁死与自动充电流程，实现了子机的动态精准回收与能源自动补给，保障系统具备长时间无人化连续作业能力。

36、6、本发明提出地形-电量协同释放代价函数，多维度量化地形通行难度、设备剩余电量与环境风险，分层自适应判定子机释放时机，并配套多重强制拦截规则，避免无效释放造成电量损耗，同时规避机器人进入高危区域，大幅提升系统作业安全性与续航利用率。