CN112904908A - 基于自动驾驶技术的空气加湿系统及实现方法 - Google Patents

Abstract

本发明公开了一种基于自动驾驶技术的空气加湿系统及实现方法，属于自动驾驶及空气驾驶领域，本发明要解决的技术问题为如何利用自动驾驶技术实现空气加湿器的自动移动到空气干燥集中点，确保空气加湿的灵活性和有效性，采用的技术方案为：该系统是利用机器人通过自主寻迹算法寻找机器人周围空气干燥区域，并自主前往该区域，对该区域进行自动加湿；该机器人上设置有导航模块、空气处理模块和视觉定位模块；其中，导航模块用于根据障碍物数据进行自主导航和自主避障，从而实现自主机器人自主移动；空气处理模块用于试试监测空气湿度，并对干燥区域的空气进行自主加湿处理；视觉定位模块用于基于视觉进行视觉定位。

Description

基于自动驾驶技术的空气加湿系统及实现方法

技术领域

本发明涉及自动驾驶及空气加湿领域，具体地说是一种基于自动驾驶技术的空气加湿系统及实现方法。

背景技术

现阶段，自动驾驶技术飞速发展，基于GPS、雷达、摄像头、IMU等传感器的导航，避障框架日益丰富，但是如果用在实际交通上，为了保证人身安全，能够实际上路的方案还不够成熟，还需要更多的优化及实践调整。如果把复杂的自动驾驶技术进行功能剔除，并加以优化，然后应用到合适的小场景中，那么不仅能够促进其他设备的发展，还能够节省人力资源，更能够促进该技术的完善。生活中常用的空气加湿器只能固定在某一地点，而且需要一个固定的电源，即使较大体积有较大的吞吐量，但是也只能局限在一个范围或一个房间内，如果有多个房间，每个房间都需要单独配备，非常的不便，还占据了很大空间。

故如何利用自动驾驶技术实现空气加湿器的自动移动到空气干燥集中点，确保空气加湿的灵活性和有效性是目前亟待解决的问题。

发明内容

本发明的技术任务是提供一种基于自动驾驶技术的空气加湿系统及实现方法，来解决如何利用自动驾驶技术实现空气加湿器的自动移动到空气干燥集中点，确保空气加湿的灵活性和有效性的问题。

本发明的技术任务是按以下方式实现的，一种基于自动驾驶技术的空气加湿系统，该系统是利用机器人通过自主寻迹算法寻找机器人周围空气干燥区域，并自主前往该区域，对该区域进行自动加湿；该机器人上设置有导航模块、空气处理模块和视觉定位模块；

其中，导航模块用于根据障碍物数据进行自主导航和自主避障，从而实现自主机器人自主移动；

空气处理模块用于试试监测空气湿度，并对干燥区域的空气进行自主加湿处理；

视觉定位模块用于基于视觉进行视觉定位，增加机器人自主移动过程中的安全性和稳定性。

作为优选，所述导航模块包括路径决策模块和移动控制模块；

其中，路径决策模块用于根据障碍物数据进行自主导航和主动避障并下发控制指令给移动控制模块；

移动控制模块用于实现机器人的自主移动。

作为优选，所述空气处理模块包括空气湿度检测模块和空气加湿模块；

其中，空气湿度检测模块用于实时的监控来自四面八方的空气的湿度；

空气加湿模块用于自主加湿干燥区域的空气，使机器人周围的空气变得湿润。

作为优选，所述视觉定位模块采用RGB摄像头。

更优地，所述导航模块采用激光雷达。

一种基于自动驾驶技术的空气加湿实现方法，该实现方法具体如下：

S1、初次使用时，下载对应的手机APP连接到机器人；

S2、通过手机APP操控机器人启动视觉定位模块和导航模块，通过视觉定位模块和导航模块进行激光机视觉地图的创建；

S3、下次开机后，机器人自动启动空气湿度检测模块进行空气湿度检测，根据检测结果找到空气干燥集中位置；

S4、机器人通过路径决策模块自助移动至空气干燥集中位置；

S5、机器人自助启动空气加湿模块，通过空气加湿模块进行空气加湿。

作为优选，所述视觉定位模块采用RGB摄像头。

作为优选，所述导航模块采用激光雷达。

作为优选，所述空气湿度检测模块采用湿度传感器。

更优地，所述路径决策模块具体如下：

(1)、机器人周围不同方向的湿度传感器接收到不同的空气湿度数据Q；设标准空气湿度U，同时设定检测到的空气湿度与标准空气湿度U的允许误差范围X；

(2)、根据空气湿度，操控机器人动作，具体情况如下：

①、当各湿度传感器之间空气湿度的差距大于X，下一步执行步骤(3)；

②、当各湿度传感器之间空气湿度基本相同且与标准空气湿度U的差距△Q大于X，下一步执行步骤(4)；

③、当各湿度传感器空气湿度基本相同且与标准空气湿度U的差距△Q小于X，则空气加湿模块停止工作；

(3)、获得空气湿度最差的湿度传感器方位P，获取RGB摄像头的点云数据A及该位置的RGB图像M，判断P方向是否有得到点云数据A：

①、若否，则执行步骤(5)；

②、若是，则执行步骤(6)；

(4)、启动空气加湿模块，并跳转至步骤(2)；

(5)、根据RGB图像M匹配训练模型，再识别出机器人所在大概位置(如某房间，某角落)，再通过图像M与视觉地图进行特征点匹配，进行机器人的准确定位，并判断P方向是否为合理行进区域：

①、若P方向为可到达区域，则控制机器人向P方向移动；

②、若P方向为不可到达区域，则终止，下一步跳转至步骤(2)；

③、若在前往P方向过程中产生新的点云数据A，则下一步执行步骤(6)；

(6)、机器人停止移动并等待2秒，重新获取RGB摄像头的点云数据A，取机器人正前方向与点云数据A的交点D，穿过D点建立水平方向的直线与点云数据的焦点分别为Z和Y：

①、若Z点和Y点都不存在，则下一步执行步骤(7)；

②、若Z点存在Y点不存在，则下一步执行步骤(8)；

③、若Z点不存在Y点存在，则下一步执行步骤(9)；

④、若Z点和Y点都存在，则下一步执行步骤(10)；

(7)、根据D点所在正前方直线判断左右两侧点云数据，：

①、若左右两侧点云数据量相等，则下一步执行步骤(11)；

②、若左右两侧点云数据量不相等，则下一步执行步骤(12)；

(8)、机器人向右侧移动2R+S，向前移动至与DZ在同一条直线，再重新朝向目标点P并重复步骤(5)；其中，S为D和Z之间的距离；

(9)、机器人向左侧移动2R+S，向前移动至与DY在同一条直线，再重新朝向目标点P并重复步骤(5)；其中，S为D和Y之间的距离；

(10)、机器人向左旋转90度，并重复步骤(5)；

(11)、机器人向左移动R，并重复步骤(5)；

(12)、判断左侧点云数据量与右侧点云数据量的数量关系：

①、若左侧点云数据量多于右侧点云数据量，机器人向右移动R，并重复步骤(5)；

②、若左侧点云数据少于右侧点云数据，机器人向左移动R，并重复步骤(5)。

本发明的基于自动驾驶技术的空气加湿系统及实现方法具有以下优点：

(一)本发明把复杂的自动驾驶技术进行功能剔除，选出其中的导航避障算法框架，进行适用于日常生活的改进和优化，应用于空气加湿领域，实现了全自动的空气加湿；

(二)本发明使用的导航技术，能够有效快捷的实现机器人准确定位空气污染源的出处，并且体积小，操作简单，更使用与日常家庭使用；

(三)本发明将空气加湿器改为可移动的形态，再把体积缩小，既能够减小占地面积，又能够方便的在合适的地点进行空气加湿，使得空气加湿变得更加的灵活，同时能够根据多个空气湿度检测模块判断机器人周围空气较为干燥的区域，从而自主前往并主动加湿该区域空气；

(四)本发明能够通过自主寻迹算法找到附近空气最为干燥的地方，再利用导航模块，实现了机器人自主导航和主动避障，并基于视觉语义进行视觉定位，增加了机器人的安全性、稳定性，并提高定位的准确性，同时具有体积小，续航时间长且适用于家庭使用的优点；

(五)本发明的导航模块选用激光雷达获取障碍物信息，减小了障碍物信息获取的延迟性，并且增加了信息的准确性；

(六)用户操作简单，而且机器人能过自主找寻空气湿度较低的位置，能够按需及时的进行加湿操作。

附图说明

下面结合附图对本发明进一步说明。

附图1为基于自动驾驶技术的空气加湿系统的结构框图。

具体实施方式

参照说明书附图和具体实施例对本发明的基于自动驾驶技术的空气加湿系统及实现方法作以下详细地说明。

在本发明的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“竖直”“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述。而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接连接，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

实施例1：

如附图1所示，本发明的基于自动驾驶技术的空气加湿系统，该系统是利用机器人通过自主寻迹算法寻找机器人周围空气干燥区域，并自主前往该区域，对该区域进行自动加湿；该机器人上设置有导航模块、空气处理模块和视觉定位模块；

其中，导航模块用于根据障碍物数据进行自主导航和自主避障，从而实现自主机器人自主移动；

空气处理模块用于试试监测空气湿度，并对干燥区域的空气进行自主加湿处理；

视觉定位模块用于基于视觉进行视觉定位，增加机器人自主移动过程中的安全性和稳定性。

本实施例中的导航模块包括路径决策模块和移动控制模块；

其中，路径决策模块用于根据障碍物数据进行自主导航和主动避障并下发控制指令给移动控制模块；

移动控制模块用于实现机器人的自主移动。

本实施例中的空气处理模块包括空气湿度检测模块和空气加湿模块；

其中，空气湿度检测模块用于实时的监控来自四面八方的空气的湿度；

空气加湿模块用于自主加湿干燥区域的空气，使机器人周围的空气变得湿润。

本实施例中的视觉定位模块采用RGB摄像头。

本实施例中的导航模块采用激光雷达。

实施例2：

本发明的基于自动驾驶技术的空气加湿实现方法，该实现方法具体如下：

S1、初次使用时，下载对应的手机APP连接到机器人；

S2、通过手机APP操控机器人启动视觉定位模块和导航模块，通过视觉定位模块和导航模块进行激光机视觉地图的创建；

S3、下次开机后，机器人自动启动空气湿度检测模块进行空气湿度检测，根据检测结果找到空气干燥集中位置；

S4、机器人通过路径决策模块自助移动至空气干燥集中位置；

S5、机器人自助启动空气加湿模块，通过空气加湿模块进行空气加湿。

除了自动前往需要加湿空气的地方外，还可以通过手机APP进行手动控制机器人移动，或者手动搬运到指定地点进行空气加湿工作。

本实施例中的视觉定位模块采用RGB摄像头。

本实施例中的导航模块采用激光雷达，导航算法和机器人的底盘控制以及空气质量都在机器人的处理单元中使用，激光雷达能够获取送机器人周围的点云数据，RGB摄像头可以在复杂多变的家用环境中，快速匹配固定区域特征，从而大大提高了定位的速度及准确率，处理单元不仅能够根据激光雷达的数据执行导航算法进行路径规划和避障，还能根据传感器测量的湿度及时前往需要加湿的区域按需进行加湿。。

本实施例中的述空气湿度检测模块采用湿度传感器。

本实施例中的路径决策模块具体如下：

(1)、机器人周围不同方向的湿度传感器接收到不同的空气湿度数据Q；设标准空气湿度U，同时设定检测到的空气湿度与标准空气湿度U的允许误差范围X；

(2)、根据空气湿度，操控机器人动作，具体情况如下：

①、当各湿度传感器之间空气湿度的差距大于X，下一步执行步骤(3)；

②、当各湿度传感器之间空气湿度基本相同且与标准空气湿度U的差距△Q大于X，下一步执行步骤(4)；

③、当各湿度传感器空气湿度基本相同且与标准空气湿度U的差距△Q小于X，则空气加湿模块停止工作；

(3)、获得空气湿度最差的湿度传感器方位P，获取RGB摄像头的点云数据A及该位置的RGB图像M，判断P方向是否有得到点云数据A：

①、若否，则执行步骤(5)；

②、若是，则执行步骤(6)；

(4)、启动空气加湿模块，并跳转至步骤(2)；

(5)、根据RGB图像M匹配训练模型，再识别出机器人所在大概位置(如某房间，某角落)，再通过图像M与视觉地图进行特征点匹配，进行机器人的准确定位，并判断P方向是否为合理行进区域：

①、若P方向为可到达区域，则控制机器人向P方向移动；

②、若P方向为不可到达区域，则终止，下一步跳转至步骤(2)；

③、若在前往P方向过程中产生新的点云数据A，则下一步执行步骤(6)；

(6)、机器人停止移动并等待2秒，重新获取RGB摄像头的点云数据A，取机器人正前方向与点云数据A的交点D，穿过D点建立水平方向的直线与点云数据的焦点分别为Z和Y：

①、若Z点和Y点都不存在，则下一步执行步骤(7)；

②、若Z点存在Y点不存在，则下一步执行步骤(8)；

③、若Z点不存在Y点存在，则下一步执行步骤(9)；

④、若Z点和Y点都存在，则下一步执行步骤(10)；

(7)、根据D点所在正前方直线判断左右两侧点云数据，：

①、若左右两侧点云数据量相等，则下一步执行步骤(11)；

②、若左右两侧点云数据量不相等，则下一步执行步骤(12)；

(8)、机器人向右侧移动2R+S，向前移动至与DZ在同一条直线，再重新朝向目标点P并重复步骤(5)；其中，S为D和Z之间的距离；

(9)、机器人向左侧移动2R+S，向前移动至与DY在同一条直线，再重新朝向目标点P并重复步骤(5)；其中，S为D和Y之间的距离；

(10)、机器人向左旋转90度，并重复步骤(5)；

(11)、机器人向左移动R，并重复步骤(5)；

(12)、判断左侧点云数据量与右侧点云数据量的数量关系：

①、若左侧点云数据量多于右侧点云数据量，机器人向右移动R，并重复步骤(5)；

②、若左侧点云数据少于右侧点云数据，机器人向左移动R，并重复步骤(5)。

本发明能够应用于日常生活中的空气净化工作，全程自动自主，智能方便，体积小，灵活性好，操作简单，使用快捷，可以更好的进行空气净化工作。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种基于自动驾驶技术的空气加湿系统，其特征在于，该系统是利用机器人通过自主寻迹算法寻找机器人周围空气干燥区域，并自主前往该区域，对该区域进行自动加湿；该机器人上设置有导航模块、空气处理模块和视觉定位模块；

其中，导航模块用于根据障碍物数据进行自主导航和自主避障，从而实现自主机器人自主移动；

空气处理模块用于试试监测空气湿度，并对干燥区域的空气进行自主加湿处理；

视觉定位模块用于基于视觉进行视觉定位，增加机器人自主移动过程中的安全性和稳定性。

2.根据权利要求1所述的基于自动驾驶技术的空气加湿系统，其特征在于，所述导航模块包括路径决策模块和移动控制模块；

其中，路径决策模块用于根据障碍物数据进行自主导航和主动避障并下发控制指令给移动控制模块；

移动控制模块用于实现机器人的自主移动。

3.根据权利要求1所述的基于自动驾驶技术的空气加湿系统，其特征在于，所述空气处理模块包括空气湿度检测模块和空气加湿模块；

其中，空气湿度检测模块用于实时的监控来自四面八方的空气的湿度；

空气加湿模块用于自主加湿干燥区域的空气，使机器人周围的空气变得湿润。

4.根据权利要求1所述的基于自动驾驶技术的空气加湿系统，其特征在于，所述视觉定位模块采用RGB摄像头。

5.根据权利要求1-4中任一所述的基于自动驾驶技术的空气加湿系统，其特征在于，所述导航模块采用激光雷达。

6.一种基于自动驾驶技术的空气加湿实现方法，其特征在于，该实现方法具体如下：

S1、初次使用时，下载对应的手机APP连接到机器人；

S2、通过手机APP操控机器人启动视觉定位模块和导航模块，通过视觉定位模块和导航模块进行激光机视觉地图的创建；

S3、下次开机后，机器人自动启动空气湿度检测模块进行空气湿度检测，根据检测结果找到空气干燥集中位置；

S4、机器人通过路径决策模块自助移动至空气干燥集中位置；

S5、机器人自助启动空气加湿模块，通过空气加湿模块进行空气加湿。

7.根据权利要求6所述的基于自动驾驶技术的空气加湿实现方法，其特征在于，所述视觉定位模块采用RGB摄像头。

8.根据权利要求6所述的基于自动驾驶技术的空气加湿实现方法，其特征在于，所述导航模块采用激光雷达。

9.根据权利要求6所述的基于自动驾驶技术的空气加湿实现方法，其特征在于，所述空气湿度检测模块采用湿度传感器。

10.根据权利要求6-9中任一所述的基于自动驾驶技术的空气加湿实现方法，其特征在于，所述路径决策模块具体如下：

(1)、机器人周围不同方向的湿度传感器接收到不同的空气湿度数据Q；设标准空气湿度U，同时设定检测到的空气湿度与标准空气湿度U的允许误差范围X；

(2)、根据空气湿度，操控机器人动作，具体情况如下：

①、当各湿度传感器之间空气湿度的差距大于X，下一步执行步骤(3)；

②、当各湿度传感器之间空气湿度基本相同且与标准空气湿度U的差距△Q大于X，下一步执行步骤(4)；

③、当各湿度传感器空气湿度基本相同且与标准空气湿度U的差距△Q小于X，则空气加湿模块停止工作；

(3)、获得空气湿度最差的湿度传感器方位P，获取RGB摄像头的点云数据A及该位置的RGB图像M，判断P方向是否有得到点云数据A：

①、若否，则执行步骤(5)；

②、若是，则执行步骤(6)；

(4)、启动空气加湿模块，并跳转至步骤(2)；

(5)、根据RGB图像M匹配训练模型，再识别出机器人所在大概位置，再通过图像M与视觉地图进行特征点匹配，进行机器人的准确定位，并判断P方向是否为合理行进区域：

①、若P方向为可到达区域，则控制机器人向P方向移动；

②、若P方向为不可到达区域，则终止，下一步跳转至步骤(2)；

③、若在前往P方向过程中产生新的点云数据A，则下一步执行步骤(6)；

(6)、机器人停止移动并等待2秒，重新获取RGB摄像头的点云数据A，取机器人正前方向与点云数据A的交点D，穿过D点建立水平方向的直线与点云数据的焦点分别为Z和Y：

①、若Z点和Y点都不存在，则下一步执行步骤(7)；

②、若Z点存在Y点不存在，则下一步执行步骤(8)；

③、若Z点不存在Y点存在，则下一步执行步骤(9)；

④、若Z点和Y点都存在，则下一步执行步骤(10)；

(7)、根据D点所在正前方直线判断左右两侧点云数据，：

①、若左右两侧点云数据量相等，则下一步执行步骤(11)；

②、若左右两侧点云数据量不相等，则下一步执行步骤(12)；

(8)、机器人向右侧移动2R+S，向前移动至与DZ在同一条直线，再重新朝向目标点P并重复步骤(5)；其中，S为D和Z之间的距离；

(9)、机器人向左侧移动2R+S，向前移动至与DY在同一条直线，再重新朝向目标点P并重复步骤(5)；其中，S为D和Y之间的距离；

(10)、机器人向左旋转90度，并重复步骤(5)；

(11)、机器人向左移动R，并重复步骤(5)；

(12)、判断左侧点云数据量与右侧点云数据量的数量关系：

①、若左侧点云数据量多于右侧点云数据量，机器人向右移动R，并重复步骤(5)；

②、若左侧点云数据少于右侧点云数据，机器人向左移动R，并重复步骤(5)。

Images