一种智能消防机器人多模态感知与自主导航方法

本发明涉及智能消防与机器人，主要涉及一种智能消防机器人多模态感知与自主导航方法。

背景技术：

1、随着社会经济发展和城市化进程加快，火灾事故频发，造成严重人员伤亡和财产损失。据统计，超过60%的火灾伤亡发生在传统消防设备无法抵达的狭窄、复杂空间。现有消防手段主要依赖人工操作和固定式消防设施，存在以下技术瓶颈：

2、1.感知能力弱：现有消防机器人大都依赖单一传感器（如可见光摄像头），在浓烟、低光照、高温等恶劣环境下，火源识别准确率显著下降，失效率高达78%。

3、2.智能化程度低：多数设备仍采用遥控操作模式，不具备自主导航、动态避障和自适应灭火决策能力，响应速度慢。

4、3.集成度不足：现有方案中，环境感知、导航定位、灭火执行等模块间协同性差，系统响应延迟高，难以实现“预警-识别-决策-灭火”的闭环自动化。

5、4.巡检与夜间感知缺失：无全天候自主巡检机制，夜间低光照、全黑环境下视觉感知失效，无法对初态火源进行提前探测与抑制，尤其不适用于实验室、校园等夜间无人值守场景。

技术实现思路

1、针对前述技术问题，本发明的目的在于提出一种智能消防机器人多模态感知与自主导航方法。

2、本发明的目的是采用以下技术方案来实现。依据本发明提出的一种智能消防机器人多模态感知与自主导航方法包括以下步骤：

3、步骤1：机器人进行系统自检，自检通过后进入自主巡检模式；

4、步骤2：巡检过程中，实时获取当前环境信息；

5、步骤3：烟雾浓度异常或ai模型检测到火源时，系统进入多模态贝叶斯融合判定，并进行置信度动态校准，若不是火源继续巡检，若确认火源则进行灭火模式；

6、步骤4：灭火模式下，首先构建火源风险场，并形成时空动态代价；

7、步骤5：融合代价函数进行全局规划路径与局部规划路径；

8、步骤6：对全局规划路径输出的节点进行路径平滑，并增加曲率约束；

9、步骤7：对局部规划路径进行安全距离动态调整、预测碰撞评估、分级触发策略、重新规划路径融合、控制指令生成；

10、步骤8：抵达火源附近后，进行火源对准与灭火；

11、步骤9：灭火后的火源复检与原路返回。

12、进一步的，步骤2在巡检过程中，实时获取多模态感知模块所感知的信息，所述多模态感知模块包括：激光雷达、深度相机、热成像摄像头、气体传感器、夜间视觉感知单元、惯性测量单元。

13、进一步的，步骤3中采集烟雾浓度、温度、湿度，构建特征向量；视觉/热成像置信度；

14、气体先验概率：

15、，

16、贝叶斯融合后火源概率：

17、，

18、其中，w1、w2、w3分别为烟雾浓度、温度、湿度三个环境特征对气体先验概率的权重系数，反应各特征的判断；代表烟雾浓度的最大量程值，代表预设的温度上限值。

19、进一步的，步骤3中所述置信度校准：

20、若≥0.85且≥0.7：确认为火源；

21、若≥0.85且<0.3：判断为误检；

22、若<0.70且≥0.85：触发“疑似火源”预警。

23、进一步的，步骤4中以火源三维坐标投影为中心，构建二维动态风险场：

24、，

25、其中为火源检测置信度，为欧氏距离，为衰减系数，代表防除零微小常数；

26、对检测到的动态障碍物进行卡尔曼滤波预测，计算其在未来秒内的占据概率，形成时空动态代价。

27、进一步的，步骤5中全局规划路径改进后的a*代价函数为：

28、，

29、其中为实际移动代价（欧氏距离），为启发函数（欧几里得距离），为权重系数，为静态风险系数。

30、进一步的，步骤6中对改进后的a*代价函数输出的路径节点采用三次b样条曲线平滑，并增加最大曲率约束。

31、进一步的，步骤7中安全距离动态调整、预测碰撞评估、分级触发策略、重新规划路径融合、控制指令生成具体表示为

32、（1）安全距离动态调整：安全距离根据火源置信度、烟雾浓度、障碍物相对速度动态计算：

33、，

34、其中，代表基础安全距离，代表火源置信度权重系数、代表烟雾浓度权重系数、代表障碍物速度权重系数，代表动态障碍物与机器人的相对速度；

35、（2）预测碰撞评估：基于动态障碍物预测轨迹，计算机器人当前路径与障碍物未来轨迹的最小交互距离及交互时间；若<且<，触发重规划；代表最长缓冲时间；

36、（3）分级触发策略：

37、一级预警：1.5<≤2.0为减速保持；

38、二级触发：<≤1.5为局部路径微调；

39、三级触发：≤为完整teb重规划；

40、（4）重规划路径融合：采用加权平均方法平滑拼接局部路径与原始全局路径重叠段，避免路径跳变；

41、（5）控制指令生成：优化后的轨迹转换为线速度与角速度指令，发送至下位机。

42、进一步的，步骤8中，当上位机通过ai模型确认火源位置后停止移动，计算火源相对于机器人的方位角与俯仰角，通过下位机控制云台转动至目标角度，随后触发电磁阀打开灭火装置进行定点喷射。

43、进一步的，步骤9中灭火后再次检测火源，若消失，返回巡检起点或继续巡检；若仍存在，重复灭火流程，否则远程报警。

44、依据前述技术方案，本发明具有以下有益效果：

45、（1）多模态融合感知：集成可见光、热成像摄像头、激光雷达、气体传感器等多类传感器，在浓烟、低光照等恶劣环境下仍能实现火源精准识别，识别准确率≥98%。

46、（2）安全趋近的自主导航：区别于现有技术中仅以最短路径为目标的混合a*算法，本发明引入火源风险场、语义地图代价与动态障碍物轨迹预测，使机器人在趋近火源过程中主动避开危化品柜、电气柜等高危区域，并提前规避动态障碍物的未来位置，显著提升了灭火任务的安全性。

47、（3）预测性分级动态避障：区别于现有技术中碰撞后膨胀重规划的被动方式，本发明采用多模态置信度联动的预测性触发机制，动态调整安全距离并实现三级重规划（预警、微调、完整重规划），实现主动式、平滑的动态避障。

48、（4）高可靠性火源识别：区别于现有技术中仅依赖改进yolov8模型，本发明增加气体传感器的贝叶斯融合，实现火源置信度的动态校准与假阳性抑制，浓烟环境下误检率下降62%以上。

49、（5）全天候自主巡检：支持实验室、校园24小时无人值守巡检，覆盖夜间盲区，替代人工夜间巡查；夜间视觉感知：全黑或浓烟环境下双模态感知，夜间火源识别准确率≥98.5%。

50、上述说明仅是本发明技术方案的概述，为了能够更清楚地了解本发明的技术手段，可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并结合附图进行详细说明。