一种机器人弓字型行走时的避障控制方法及其控制系统
技术领域
本发明涉及移动机器人领域，具体涉及一种机器人弓字型行走时的避障控制方法及其控制系统。
背景技术
随着社会经济和科技水平的高速发展，越来越多新兴领域使用机器人来执行任务。目前现有机器人通常采用红外信号或碰撞传感器来检测机器人是否遇到障碍物，这种技术方案在实际机器人弓字型行走过程中往往会出现机器人无法识别低矮障碍物的情况，导致机器人不减速直接撞到障碍物上，甚至存在机器人推着障碍物继续弓字型行走的问题，影响机器人工作效率，缩短了机器人使用寿命。
发明内容
为解决上述问题，本发明提供了一种机器人弓字型行走时的避障控制方法，大幅度提高机器人工作效率，缩小机器人视野盲区范围，高效控制机器人避障、绕障。本发明的具体技术方案如下：
一种机器人弓字型行走时的避障控制方法，所述机器人包括双目摄像头、TOF传感器、IMU传感器和控制单元，所述控制方法包括如下步骤：双目摄像头采集图像信息，并传输至控制单元；TOF传感器采集障碍物信息，并传输至控制单元；IMU传感器采集IMU数据，并传输至控制单元；控制单元根据图像信息、障碍物信息和IMU数据，控制机器人在弓字型行走模式下执行不同的避障动作。本方法采用双目摄像头和TOF传感器结合的方式，缩小机器人视野盲区范围，提高了机器人获取障碍物信息的准确度，提高机器人工作效率。
进一步地，所述控制单元根据所述图像信息、障碍物信息和IMU数据，控制机器人在弓字型行走模式下执行不同的避障动作，具体包括如下步骤：机器人在弓字型行走过程中，控制单元根据图像信息判断是否出现障碍物；在出现障碍物的情况下，机器人根据障碍物信息判断障碍物属于矮障碍物或高障碍物；如果是矮障碍物，则机器人执行第一绕障行为；如果是高障碍物，则机器人执行第二绕障行为。机器人在弓字型行走模式下可根据障碍物高度执行更有针对性的绕障行为，本方法实现高效率、高精准度的控制机器人绕障。
进一步地，所述机器人根据障碍物信息判断该障碍物属于矮障碍物或高障碍物，具体包括如下步骤：控制单元基于图像信息，控制机器人前进至障碍物前方预设距离处；控制单元基于图像信息，判断障碍物位于机器人的左侧或右侧；如果障碍物位于机器人左侧，则机器人左转；如果障碍物位于机器人右侧，则机器人右转；机器人转动过程中，TOF传感器探测周围物体的距离信息并传输至控制单元；如果TOF传感器未探测到距离信息或探测到的距离信息大于或等于预设值，则控制单元确定障碍物为矮障碍物；如果TOF传感器探测到距离信息小于预设值，则控制单元确定障碍物为高障碍物。本方法利用TOF传感器高度界定障碍物为矮障碍物或高障碍物，根据障碍物不同高度执行不同的绕障动作可以提高机器人绕障效率。
进一步地，所述机器人执行第一绕障行为，具体包括如下步骤：步骤C1：机器人基于障碍物信息判断障碍物宽度是否大于第一预设值，如果障碍物宽度小于第一预设值，则进入步骤C2，如果障碍物宽度大于第一预设值，则机器人掉头，进入步骤C7；步骤C2：机器人沿转动后的第一方向前进第一距离，机器人转动并朝向第二方向，基于双目摄像头采集的图像信息，判断第二方向上是否存在新的障碍物，如果不存在新的障碍物，则进入步骤C3，如果存在障碍物，则进入步骤C6；步骤C3：机器人沿第二方向前进第二距离，机器人判断障碍物深度信息是否可测，如果障碍物深度信息不可测，则进入步骤C4，如果障碍物深度信息可测，则进入步骤C7；步骤C4：机器人获取该障碍物深度信息，机器人沿第二方向前进第三距离，判断机器人绕障距离是否偏离预设值，如果绕障距离偏离预设值，则进入步骤C5，如果绕障距离未偏离预设值，则进入步骤C7；步骤C5：判断机器人是否已进行多次绕障，如果已进行多次绕障，则进入步骤C7；如果未进行多次绕障，则返回步骤C4；步骤C6：机器人根据障碍物信息判断该障碍物属于矮障碍物或高障碍物，如果是矮障碍物，则返回步骤C1，如果是高障碍物，则机器人掉头，进入步骤C7；步骤C7：机器人返回原航道，结束第一绕障行为，机器人继续弓字型行走；其中，所述第一预设值为机器人机身宽度的二分之一的值；所述第一方向是根据双目摄像头拍摄的障碍物中面向机器人一侧的宽度延伸方向；所述第一距离是根据双目摄像头所拍摄的障碍物中面向机器人的一侧的最大宽度距离的第一预设倍数；所述第二方向是与第一方向相反的方向；所述第二距离是TOF传感器初次获得的障碍物深度信息；所述第三距离是TOF传感器再次获得的障碍物深度信息。本方法基于矮障碍物宽度、深度等具体信息调节机器人绕障距离，实现最短路径完成绕障，提高机器人绕障效率和工作效率。
进一步地，所述机器人执行第二绕障行为，具体包括如下步骤：步骤D1：机器人根据障碍物信息和地图判断该障碍物是否被标记绕过，如果未被标记绕过，则进入步骤D2，如果被标记绕过，则进入步骤D8；步骤D2：机器人基于图像信息和地图，判断机器人附近是否存在新的障碍物，如果存在，则进入步骤D6，如果不存在，则进入步骤D3；步骤D3：机器人基于图像信息和地图，判断当前航道前方第二栅格是否为未遍历栅格，如果是未遍历栅格，则进入步骤D4，如果是已遍历栅格，进入步骤D6；步骤D4：机器人朝第三方向转动，机器人结合双目摄像头采集的图像信息和TOF传感器采集的障碍物信息绕该高障碍物一圈，判断机器人是否发生偏航，如果机器人发生偏航，则进入步骤D5，如果机器人未发生偏航，则进入步骤D9；步骤D5：判断机器人机身撞板或双目摄像头和TOF传感器是否触发，如果机身撞板或双目摄像头和TOF传感器触发，则进入步骤D7，如果机身撞板或双目摄像头和TOF传感器未触发，则进入步骤D11；步骤D6：判断机器人是否处于绕障过程中，如果机器人处于绕障过程中，进入步骤D7，如果机器人未处于绕障过程中，则进入步骤D8；步骤D7：机器人根据图像信息和障碍物信息返回绕障起点，进入步骤D12；步骤D8：机器人掉头返回，进入步骤D12；步骤D9：判断机器人是否碰到新的障碍物，如果机器人未碰到新的障碍物，则进入步骤D11，如果机器人碰到新的障碍物，则机器人根据障碍物信息判断该障碍物属于矮障碍物或高障碍物，如果该障碍物属于高障碍物，则返回步骤D2，如果该障碍物为矮障碍物，则进入步骤D10；步骤D10：机器人朝第三方向转动，执行第一绕障行为，进入步骤D11；步骤D11：机器人根据图像信息和障碍物信息绕该高障碍物一圈，进入步骤D12；步骤D12：机器人结束第二绕障行为，判断前方是否存在障碍物，如果不存在障碍物，则继续弓字型行走，如果前方存在障碍物，则机器人掉头返回，进入下一航道，继续弓字型行走；其中，所述当前航道前方第二个栅格区域是指机器人根据双目摄像头采集的图像信息进行图像栅格化处理后形成的栅格地图中当前机器人所在航道前方的第二栅格区域；所述第三方向是根据双目摄像头所拍摄的障碍物中面对机器人一侧的宽度延伸方向；所述地图为机器人行走过程中控制单元基于图像信息、IMU数据和障碍物信息构建的地图。本方法结合障碍物信息和地图控制机器人执行绕障行为，避免重复绕障，提高机器人绕障效率。
进一步地，所述判断当前航道前方第二栅格是否为未遍历栅格，具体包括如下步骤：机器人弓字型行走过程中，控制单元基于图像信息、障碍物信息和IMU数据构建机器人行走路径地图；控制单元基于图像信息和IMU数据，获取栅格坐标信息；控制单元基于栅格坐标信息获取障碍物准确坐标信息、障碍物面向机器人一面的宽度信息以及障碍物与机器人的距离信息；控制单元结合机器人行走路径地图和栅格化地图判断机器人当前航道前方第二栅格是否为未遍历栅格。
进一步地，所述控制单元基于图像信息、障碍物信息和IMU数据获取栅格坐标信息，具体包括如下步骤：控制单元根据图像信息和IMU数据，将机器人前方一定范围的区域按照2厘米一格进行栅格化，获取栅格点的相对XY坐标信息；控制单元根据障碍物信息和栅格点相对XY坐标信息，获取障碍物相对XY坐标信息、障碍物面向机器人一面的宽度信息和障碍物与机器人的距离信息；其中，所述相对XY坐标中X和Y是三维笛卡尔坐标的坐标轴，X轴代表机器人行进方向，Y轴代表与机器人行进方向呈90°的方向。本方法可获得障碍物具体坐标信息，便于实现机器人精准绕障。
进一步地，所述机器人机身触发或双目摄像头和TOF传感器触发，具体包括如下步骤：机器人弓字型行走过程中，机器人机身两侧撞板碰到障碍物则机器人机身撞板触发；机器人弓字型行走过程中，控制单元从双目摄像头采集的图像信息或TOF传感器采集的深度信息中识别到新障碍物则双目摄像头和TOF传感器触发。本方法利用机器人机身撞板、双目摄像头和TOF传感器的触发来识别新的障碍物的出现，提高机器人工作效率。
本发明还供公开一种机器人弓字型行走时的避障控制系统，所述控制系统包括：双目摄像头，用于采集图像信息并传输至控制单元；TOF传感器，用于采集障碍物信息并传输至控制单元；IMU传感器，用于采集IMU数据并传输至控制单元；控制单元，用于接收图像信息、障碍物信息和IMU数据，构建机器人行走路径地图，控制机器人在弓字型行走模式下执行不同的避障动作。本控制系统采用双目摄像头和TOF传感器结合的方式，缩小机器人视野盲区范围，提高了机器人获取障碍物信息的准确度，提高机器人工作效率。
进一步地，所述双目摄像头设置于机器人机身外壳前侧X轴中央；所述TOF传感器设置于TOF传感器发射的光束与机器人前进方向垂直的位置。
附图说明
图1为本发明一种实施例所述机器人控制方法的流程示意图。
图2为本发明一种实施例所述机器人执行第一绕障行为的流程示意图。
图3为本发明一种实施例所述机器人执行第一绕障行为的示意图。
图4为本发明一种实施例所述机器人执行第一绕障行为的示意图。
图5为本发明一种实施例所述机器人执行第一绕障行为的示意图。
图6为本发明一种实施例所述机器人执行第一绕障行为的示意图。
图7为本发明一种实施例所述机器人执行第一绕障行为的示意图。
图8为本发明一种实施例所述机器人执行第一绕障行为的示意图。
图9为本发明一种实施例所述机器人执行第二绕障行为的流程示意图。
图10为本发明一种实施例所述机器人控制系统的结构示意图。
图11为本发明一种实施例所述机器人控制系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行详细描述。应当理解，下面描述的发明实施例仅用于解释本发明，不用于限定本发明。
本发明一种实施例中提供一种机器人弓字型行走时的避障控制方法，所述机器人包括双目摄像头、TOF传感器、IMU传感器和控制单元，结合图1所示，所述控制方法包括如下步骤：双目摄像头采集图像信息，并传输至控制单元；TOF传感器采集障碍物信息，并传输至控制单元；IMU传感器采集IMU数据，并传输至控制单元；控制单元根据图像信息、障碍物信息和IMU数据，控制机器人在弓字型行走模式下执行不同的避障动作。本方法采用双目摄像头和TOF传感器结合的方式，缩小机器人视野盲区范围，提高了机器人获取障碍物信息的准确度，提高机器人工作效率。
具体地，所述IMU传感器是惯性测量装置，用于测量物体三轴姿态角或角速率以及加速度；所述IMU数据是指机器人在三维空间中的角速度和加速度；所述TOF传感器采集障碍物信息是指障碍物的深度信息；所述机器人获取障碍物信息是通过控制单元基于图像信息和IMU数据将机器人前方区域以2厘米一格栅格化，得到障碍物具体坐标信息、障碍物面向机器人一面的宽度信息和障碍物与机器人的距离信息；所述机器人控制单元基于TOF传感器获取的障碍物信息判断障碍物为矮障碍物或高障碍物；所述避障动作可以是但不限于机器人遇到障碍物时掉头、绕障以及绕障过程中返回掉头等动作。
本发明一种实施例中，所述控制单元根据所述图像信息、障碍物信息和IMU数据，控制机器人在弓字型行走模式下执行不同的避障动作，具体包括如下步骤：机器人在弓字型行走过程中，控制单元根据图像信息判断是否出现障碍物；在出现障碍物的情况下，机器人根据障碍物信息判断障碍物属于矮障碍物或高障碍物；如果是矮障碍物，则机器人执行第一绕障行为；如果是高障碍物，则机器人执行第二绕障行为。具体地，机器人在弓字型行走模式下根据障碍物高度执行更有针对性的绕障动作，能够实现高效率、高精准度的控制机器人绕障。
本发明一种实施例中，所述机器人根据障碍物信息判断该障碍物属于矮障碍物或高障碍物，具体包括如下步骤：控制单元基于图像信息，控制机器人前进至障碍物前方预设距离处；控制单元基于图像信息，判断障碍物位于机器人的左侧或右侧；如果障碍物位于机器人左侧，则机器人左转；如果障碍物位于机器人右侧，则机器人右转；机器人转动过程中，TOF传感器探测周围物体的距离信息并传输至控制单元；如果TOF传感器未探测到距离信息或探测到的距离信息大于或等于预设值，则控制单元确定障碍物为矮障碍物；如果TOF传感器探测到距离信息小于预设值，则控制单元确定障碍物为高障碍物。本方法利用TOF传感器高度界定障碍物为矮障碍物或高障碍物，判断障碍物与机器人的相对位置，根据障碍物不同高度和相对位置执行不同的绕障动作，可以提高机器人绕障效率和工作效率。
具体地，所述控制单元基于图像信息判断障碍物位于机器人的左侧或右侧的具体步骤包括：控制单元基于双目摄像头获取的图像信息进行图像处理，将机器人前方40厘米内区域按照2厘米一格栅格化获取障碍物具体坐标信息，根据障碍物具体坐标信息的正负即可判断障碍物位于机器人左侧或右侧，如果障碍物超过一半位于X轴正半轴，则判断障碍物位于机器人右侧，如果障碍物超过一半位于X轴负半轴，则判断障碍物位于机器人左侧。
本发明一种实施例中，结合图2所示，所述机器人执行第一绕障行为，具体包括如下步骤：步骤C1：机器人基于障碍物信息判断障碍物宽度是否大于第一预设值，如果障碍物宽度小于第一预设值，则进入步骤C2，如果障碍物宽度大于第一预设值，则机器人掉头，进入步骤C7；步骤C2：机器人沿转动后的第一方向前进第一距离，机器人转动并朝向第二方向，基于双目摄像头采集的图像信息，判断第二方向上是否存在新的障碍物，如果不存在新的障碍物，则进入步骤C3，如果存在障碍物，则进入步骤C6；步骤C3：机器人沿第二方向前进第二距离，机器人判断障碍物深度信息是否可测，如果障碍物深度信息不可测，则进入步骤C4，如果障碍物深度信息可测，则进入步骤C7；步骤C4：机器人获取该障碍物深度信息，机器人沿第二方向前进第三距离，判断机器人绕障距离是否偏离预设值，如果绕障距离偏离预设值，则进入步骤C5，如果绕障距离未偏离预设值，则进入步骤C7；步骤C5：判断机器人是否已进行多次绕障，如果已进行多次绕障，则进入步骤C7；如果未进行多次绕障，则返回步骤C4；步骤C6：机器人根据障碍物信息判断该障碍物属于矮障碍物或高障碍物，如果是矮障碍物，则返回步骤C1，如果是高障碍物，则机器人掉头，进入步骤C7；步骤C7：机器人返回原航道，结束第一绕障行为，机器人继续弓字型行走。本方法基于矮障碍物宽度、深度等具体信息调节机器人绕障距离，实现最短路径完成绕障，提高机器人绕障效率和工作效率。
具体地，所述第一预设值为机器人机身宽度的二分之一的值；所述第一方向是根据双目摄像头拍摄的障碍物中面向机器人一侧的宽度延伸方向，如果障碍物位于机器人右前方，则第一方向为左，反之如果障碍物位于机器人左前方，则第一方向为右；所述第一距离是根据双目摄像头所拍摄的障碍物中面向机器人的一侧的最大宽度距离的第一预设倍数；所述第二方向是与第一方向相反的方向；所述第二距离是TOF传感器初次获得的障碍物深度信息；所述第三距离是TOF传感器再次获得的障碍物深度信息。
本发明的一种实施例中，所述机器人处于弓字型行走模式，结合图3所示，机器人执行第一绕障行为，机器人前进至障碍物前方预设距离处，控制单元根据双目摄像头采集的图像信息和IMU传感器采集的IMU数据判断障碍物宽度大于等于机器人机身宽度的二分之一，机器人结束第一绕障行为，机器人掉头返回原航道继续弓字型行走。
本发明的一种实施例中，所述机器人处于弓字型行走模式，结合图4所示，机器人执行第一绕障行为，机器人前进至障碍物前方预设距离处，控制单元根据双目摄像头采集的图像信息和IMU传感器采集的IMU数据判断障碍物宽度小于机器人机身宽度的二分之一，障碍物位于机器人右前方，机器人向左转动90°，机器人基于障碍物宽度前进一定距离，机器人向右转动90°，机器人基于障碍物深度信息前进一定距离，机器人右转并前进一定距离，机器人结束第一绕障行为，机器人回到原航道线继续弓字形行走。
本发明的一种实施例中，所述机器人处于弓字型行走模式，结合图5所示，机器人执行第一绕障行为，机器人前进至障碍物前方预设距离处，控制单元根据双目摄像头采集的图像信息和IMU传感器采集的IMU数据判断障碍物宽度小于机器人机身宽度的二分之一，障碍物位于机器人右前方，机器人左转90°，机器人基于障碍物宽度前进一定距离，机器人右转90°，机器人基于障碍物深度信息前进一定距离，机器人前进过程中控制单元基于图像信息和障碍物信息判断初次获取的障碍物深度信息不可测，机器人重新获取障碍物深度信息，并根据重新获取的障碍物深度信息前进一定距离，机器人结束第一绕障行为，机器人回到原航道线继续弓字型行走。
本发明的一种实施例中，所述机器人处于弓字型行走模式，结合图6所示，机器人执行第一绕障行为，机器人前进至障碍物前方预设距离处，控制单元根据双目摄像头采集的图像信息和IMU传感器采集的IMU数据判断障碍物宽度小于机器人机身宽度的二分之一，障碍物位于机器人右前方，机器人左转90°，机器人基于障碍物宽度前进一定距离，机器人右转90°，机器人基于障碍物深度信息前进一定距离，机器人前进过程中控制单元基于图像信息和障碍物信息判断初次获取的障碍物深度信息不可测，机器人重新获取障碍物深度信息，并根据重新获取的障碍物深度信息前进一定距离，由于障碍物深度过长导致机器人绕障过程中会偏离设定阈值，机器人重复重新获取障碍物深度信息并根据重新获取障碍物深度信息前进一定距离，直至绕障距离偏离预设值，机器人结束第一绕障行为，机器人返回原绕障起点继续弓字型行走。
本发明的一种实施例中，所述机器人处于弓字型行走模式，结合图7所示，机器人执行第一绕障行为，机器人前进至障碍物前方预设距离处，控制单元根据双目摄像头采集的图像信息和IMU传感器采集的IMU数据判断障碍物宽度小于机器人机身宽度的二分之一，障碍物位于机器人左前方，机器人右转90°，机器人基于障碍物宽度前进一定距离，机器人右转90°，机器人基于障碍物深度信息前进一定距离，机器人前进过程中控制单元基于双目摄像头采集的图像信息和TOF传感器采集的障碍物信息判断前方出现新的矮障碍物，机器人前进至新障碍物前方预设距离处，控制单元根据双目摄像头采集的图像信息和IMU传感器采集的IMU数据判断障碍物宽度小于机器人机身宽度的二分之一，障碍物位于机器人左前方，机器人右转90°，机器人基于障碍物宽度前进一定距离，机器人右转90°，机器人基于障碍物深度信息前进一定距离，机器人结束第一绕障行为，机器人返回原航道线继续弓字型行走。
本发明的一种实施例中，所述机器人处于弓字型行走模式，结合图8所示，机器人执行第一绕障行为，机器人前进至障碍物前方预设距离处，控制单元根据双目摄像头采集的图像信息和IMU传感器采集的IMU数据判断障碍物宽度小于机器人机身宽度的二分之一，障碍物位于机器人左前方，机器人右转90°，机器人基于障碍物宽度前进一定距离，机器人右转90°，机器人基于障碍物深度信息前进一定距离，机器人前进过程中控制单元基于双目摄像头采集的图像信息和TOF传感器采集的障碍物信息判断前方出现新的矮障碍物，机器人前进至新障碍物前方预设距离处，控制单元根据双目摄像头采集的图像信息和IMU传感器采集的IMU数据判断障碍物宽度小于机器人机身宽度的二分之一，障碍物位于机器人左前方，机器人右转90°，机器人基于障碍物宽度前进一定距离，机器人右转90°，机器人基于障碍物深度信息前进一定距离，机器人进行多次绕障后，机器人绕障距离偏离设定值，控制单元判断机器人进入复杂区域，机器人结束第一绕障行为，机器人返回原绕障起点继续弓字型行走。
本发明一种实施例中，结合图9所示，所述机器人执行第二绕障行为，具体包括如下步骤：步骤D1：机器人根据障碍物信息和地图判断该障碍物是否被标记绕过，如果未被标记绕过，则进入步骤D2，如果被标记绕过，则进入步骤D8；步骤D2：机器人基于图像信息和地图，判断机器人附近是否存在新的障碍物，如果存在，则进入步骤D6，如果不存在，则进入步骤D3；步骤D3：机器人基于图像信息和地图，判断当前航道前方第二栅格是否为未遍历栅格，如果是未遍历栅格，则进入步骤D4，如果是已遍历栅格，进入步骤D6；步骤D4：机器人朝第三方向转动，机器人结合双目摄像头采集的图像信息和TOF传感器采集的障碍物信息绕该高障碍物一圈，判断机器人是否发生偏航，如果机器人发生偏航，则进入步骤D5，如果机器人未发生偏航，则进入步骤D9；步骤D5：判断机器人机身撞板或双目摄像头和TOF传感器是否触发，如果机身撞板或双目摄像头和TOF传感器触发，则进入步骤D7，如果机身撞板或双目摄像头和TOF传感器未触发，则进入步骤D11；步骤D6：判断机器人是否处于绕障过程中，如果机器人处于绕障过程中，进入步骤D7，如果机器人未处于绕障过程中，则进入步骤D8；步骤D7：机器人根据图像信息和障碍物信息返回绕障起点，进入步骤D12；步骤D8：机器人掉头返回，进入步骤D12；步骤D9：判断机器人是否碰到新的障碍物，如果机器人未碰到新的障碍物，则进入步骤D11，如果机器人碰到新的障碍物，则机器人根据障碍物信息判断该障碍物属于矮障碍物或高障碍物，如果该障碍物属于高障碍物，则返回步骤D2，如果该障碍物为矮障碍物，则进入步骤D10；步骤D10：机器人朝第三方向转动，执行第一绕障行为，进入步骤D11；步骤D11：机器人根据图像信息和障碍物信息绕该高障碍物一圈，进入步骤D12；步骤D12：机器人结束第二绕障行为，判断前方是否存在障碍物，如果不存在障碍物，则继续弓字型行走，如果前方存在障碍物，则机器人掉头返回，进入下一航道，继续弓字型行走。本方法结合障碍物信息和地图控制机器人执行绕障行为，避免重复绕障，提高机器人绕障效率。
具体地，所述地图是指机器人在行走过程中构建的栅格地图，记录机器人行走路线和所遇障碍物；所述判断障碍物是否被标记绕过，是由于机器人行走过程中所构建的地图中对于机器人已绕过的障碍物有特殊标记，结合当前障碍物位置信息和地图中标记的障碍物信息，即可判断当前障碍物是否已被绕过；所述当前航道前方第二个栅格区域是指控制单元根据双目摄像头采集的图像信息进行图像处理，在机器人前方区域按照2厘米一格栅格化后形成栅格地图，栅格地图中机器人当前所在航道前方的第二栅格所在区域；所述未遍历区域是指机器人未经过区域；所述已遍历区域是指机器人已行走区域；所述第三方向是根据双目摄像头所拍摄的障碍物中面对机器人一侧的宽度延伸方向，如果障碍物位于机器人右前方，则第三方向为；所述机器人机身撞板触发条件是机器人机身撞板触碰到新障碍物；所述双目摄像头和TOF传感器触发条件是双目摄像头采集的图像信息或TOF传感器采集的深度信息中识别到新的障碍物。
本发明一种实施例中，所述判断当前航道前方第二栅格是否为未遍历栅格，具体包括如下步骤：机器人弓字型行走过程中，控制单元基于图像信息、障碍物信息和IMU数据构建机器人行走路径地图；控制单元基于图像信息和IMU数据，获取栅格坐标信息；控制单元基于栅格坐标信息获取障碍物准确坐标信息、障碍物面向机器人一面的宽度信息以及障碍物与机器人的距离信息；控制单元结合机器人行走路径地图和栅格化地图判断机器人当前航道前方第二栅格是否为未遍历栅格。具体地，所述机器人行走路径地图包括机器人行走路径和红点标记机器人行走过程中所遇障碍物。
本发明的一种实施例中，所述控制单元基于图像信息、障碍物信息和IMU数据获取栅格坐标信息，具体包括如下步骤：控制单元根据图像信息和IMU数据，将机器人前方一定范围的区域按照2厘米一格进行栅格化，获取栅格点的相对XY坐标信息；控制单元根据障碍物信息和栅格点相对XY坐标信息，获取障碍物相对XY坐标信息、障碍物面向机器人一面的宽度信息和障碍物与机器人的距离信息。具体地，所述相对XY坐标中X和Y是三维笛卡尔坐标的坐标轴，X轴代表机器人行进方向，Y轴代表与机器人行进方向呈90°的方向；所述机器人前方区域可以但不限于是机器人前方40*40厘米区域，按照2厘米一格进行栅格化，获取20个栅格点相对XY坐标信息。
本发明一种实施例中，所述机器人机身触发或双目摄像头和TOF传感器触发，具体包括如下步骤：机器人弓字型行走过程中，机器人机身两侧撞板碰到障碍物则机器人机身撞板触发；机器人弓字型行走过程中，控制单元从双目摄像头采集的图像信息或TOF传感器采集的深度信息中识别到新障碍物则双目摄像头和TOF传感器触发。具体地，本方法利用机器人机身撞板、双目摄像头和TOF传感器的触发来识别新的障碍物的出现，提高机器人工作效率。
本发明还公开了一种机器人弓字型行走时的避障控制系统，结合图10所示，所述控制系统包括：双目摄像头，用于采集图像信息并传输至控制单元；TOF传感器，用于采集障碍物信息并传输至控制单元；IMU传感器，用于采集IMU数据并传输至控制单元；控制单元，用于接收图像信息、障碍物信息和IMU数据，构建机器人行走路径地图，控制机器人在弓字型行走模式下执行不同的避障动作。本控制系统采用双目摄像头和TOF传感器结合的方式，缩小机器人视野盲区范围，提高了机器人获取障碍物信息的准确度，提高机器人工作效率。
具体地，所述IMU传感器是惯性测量装置，用于测量物体三轴姿态角或角速率以及加速度；所述IMU数据是指机器人在三维空间中的角速度和加速度；所述TOF传感器采集障碍物信息是指障碍物的深度信息；所述机器人获取障碍物信息是通过控制单元基于图像信息和IMU数据将机器人前方区域以2厘米一格栅格化，得到障碍物具体坐标信息、障碍物面向机器人一面的宽度信息和障碍物与机器人的距离信息；所述避障动作可以是但不限于机器人遇到障碍物时掉头、绕障以及绕障过程中返回掉头等动作。
本发明一种实施例中，结合图11所示，所述双目摄像头设置于机器人机身外壳前侧X轴中央；所述TOF传感器设置于TOF传感器发射的光束与机器人前进方向垂直的位置。具体地，所述X、Y轴为三维笛卡尔坐标的坐标轴，X轴代表机器人行进方向，Y轴代表与机器人行进方向呈90°的方向。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同限定，以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
