CN208854616U - 一种基于slam的双目视觉动态避障轮式机器人 - Google Patents

Abstract

本实用新型涉及一种基于SLAM的双目视觉动态避障轮式机器人。所述机器人包括底盘框架，设置于所述底盘框架上的车轮，用于驱动所述车轮运动的驱动装置，所述底盘框架上设置有stm32底层控制板、NVIDIA tx2开发板、双目视觉摄像头、用于对所述所述stm32底层控制板和NVIDIA tx2开发板提供电源的供电装置、用于检测所述机器人的运动速度和位移的编码器和姿态传感器；所述stm32底层控制板和双目视觉摄像头分别与所述NVIDIA tx2开发板电性连接；所述驱动装置、编码器和姿态传感器分别与所述stm32底层控制板电性连接。本实用新型提供的机器人精度高、实时性好、不易受环境干扰。

Description

一种基于SLAM的双目视觉动态避障轮式机器人

技术领域

本实用新型属于计算机视觉领域，更具体地，涉及一种基于SLAM的双目视觉动态避障轮式机器人。

背景技术

现有的技术一般在移动机器人上搭载摄像头，激光雷达或者超声波探测器等来检测障碍物的位置和形状，并采用一定的路径规划策略来避开障碍物。超声波测距是基于测量超声波飞行时间的原理，通过压电或静电变送器产生一个频率在几十kHz的超声波脉冲组成波包，系统检测高于某阈值的反向声波，检测到后使用测量到的飞行时间计算出距离。激光雷达感知距离原理是基于飞行时间原理（TOF），激光雷达包括发射器和接收器，发射器用激光照射障碍物，接收器接收反向回的光波，类似于超声波测速，由于光速远高于声速，所以激光雷达的精度也高于超声波探测器。单目摄像头测距方法是三角测量，通过在两处观察同一点的夹角，从而确定该点的距离。双目视觉摄像头通过同步采集左右相机的图像，计算图像间视差，来估计每一个像素的深度。RGB-D相机通过红外结构光或者通过飞行时间法原理来测量像素的距离。

对于使用超声波探测的移动机器人，虽然成本低且简单，但由于不同材料对声波的反射或者吸引是不相同的，在部分场景下易受到其他声波干扰，并且超声波的测量传播周期较长，不适用于动态避障。而激光雷达的测距是基于ToF原理的，通过测量激光的飞行时间来进行测距，由于光速很快，需要非常高精度的时间仪器，所以也造成成本高的缺点，此外激光也受太阳光和物体表面影响。单目视觉在图像处理方面，无法仅凭图像确定像素深度。造成测量像素距离的尺寸不确定性。双目或多目相机在视差的计算非常消耗计算资源，需要GPU和FPGA设备加速后，才能实时输出整张图像的距离信息。RGB-D相机存在测量范围窄、噪声大、视野小、易受日光干扰、无法测量透视材质等诸多问题。对于使用摄像头的移动机器人，由于算法大都是基于矩阵的运算，所以运行量大，不适用于具备单一的CPU芯片的嵌入式开发板计算处理。而GPU（图形处理器）专为执行复杂的数学和几何计算而设计的，特点是大的吞吐量设计。能够很好的满足对视觉图像的计算处理，使CPU就从图形处理的任务中解放出来，可以执行其他更多的系统任务。所以，同时具备CPU和GPU芯片的开发板能够使得平台数据处理更加快速精确，有效提高平台的整体性能。

开发一种搭载有具备CPU和GPU（图形处理器）的嵌入式开发板的视觉避障机器人平台具有重要的研究意义和价值。

发明内容

本实用新型的目的在于克服现有技术中移动机器人实现避障功能的精度低、实时性不佳、易受环境干扰且运行量大的缺陷和不足，提供一种基于SLAM的双目视觉动态避障轮式机器人。本实用新型提供的基于SLAM的双目视觉动态避障轮式机器人在NvidiaJetson TX2硬件平台上搭建视觉SLAM系统，利用TX2在计算机视觉方面的高性能、低能耗计算的特点来减少视觉处理的时间，提高实时性；利用双目视觉摄像头内置的红外（IR）主动光探测器来弥补对光照高要求的缺陷，可有效增加白墙和无纹理物体的识别精度，为室内的环境识别和视觉SLAM算法提供更精准的图像源。通过上述部件的配合，开发设计出了精度高、实时性好的自主移动机器人，可自主应用于各个行业。

为实现上述实用新型的目的，本实用新型采用如下技术方案：

一种基于SLAM的双目视觉动态避障轮式机器人，包括底盘框架，设置于所述底盘框架上的车轮，用于驱动所述车轮运动的驱动装置，所述底盘框架上设置有stm32底层控制板、NVIDIA tx2开发板、双目视觉摄像头、用于对所述stm32底层控制板和NVIDIA tx2开发板提供电源的供电装置、用于检测所述机器人的运动速度和位移的编码器和姿态传感器；所述stm32底层控制板和双目视觉摄像头分别与所述NVIDIA tx2开发板电性连接；所述驱动装置、编码器和姿态传感器分别与所述stm32底层控制板电性连接。

Nvidia Jetson TX2嵌入式开发板具有 256 个 NVIDIA CUDA® 核心、64 位CPU，并且采用了节能高效的设计。此外，它还采用了深度学习、计算机视觉、GPU 计算和图形方面的新技术。

SLAM（移动机器人的即时定位与地图构建Simultaneous Localization andMapping）是指移动机器人在陌生的环境中，通过自身携带的传感器获取环境的数据信息，并进行甄选和处理进而得到与周围环境相一致的地图模型。同时通过地图实现自身位置的确定。SLAM中常用的建模的传感器有超声波、激光传感器、里程计和摄像机等。由于SLAM中同时包含建图和定位，被很多学者认为是实现真正全自主移动机器人的关键。

本实用新型提供的基于SLAM的双目视觉动态避障轮式机器人在Nvidia JetsonTX2硬件平台上搭建视觉SLAM系统，利用TX2节能高效的设计和它采用了深度学习、计算机视觉、GPU 计算和图形方面的新技术等特点来减少对数据处理的时间，提高机器人的实时性和准确性；利用双目视觉摄像头内置的红外（IR）主动光探测器来弥补对光照高要求的缺陷，可有效增加白墙和无纹理物体的识别精度，为室内的环境识别和视觉SLAM算法提供更精准的图像源。通过上述部件的配合，开发设计出了精度高、实时性好的自主移动机器人，可自主应用于各个行业。

各部件的具体作用过程如下：利用编码器可获取机器人的当前的运动速度和位移，利用姿态传感器可获取机器人当前的位姿状态；利用双目视觉摄像头可获取周围环境图像源；NVIDIA tx2硬件平台对从双目视觉摄像头获取周围环境图像信息和编码器和九轴姿态传感器获取的机器人的位姿数据进行处理，运用SLAM算法对周围环境进行建图；根据建好的地图，运用路径规划算法生成从当前位置到目标点的路径；NVIDIA tx2硬件平台通过规划好的路径发送相应控制信号给stm32底层控制板，stm32底层控制板再对驱动装置进行控制，从而使机器人能够沿生成的路径达到目标点，并且通过传感器感知到在其规划路线上存在静态或动态障碍物时，按照一定的算法实时更新路径，绕过障碍物，最后达到目标点。

优选地，所述车轮为全向轮，所述车轮的数量为3个，且呈对称分布。

使用三轮全向轮作为避障执行机构，可以实现零转弯半径。

优选地，所述驱动装置包括设置于所述底盘框架上的电机、设置于所述车轮上的传动轴和用于固定传动轴和车轮的法兰盘，所述法兰盘设置于法兰轴承上，所述电机的电机主轴通过联轴器与所述传动轴固定。

电机及其它配合部件可实现驱动装置对车轮的较好驱动。

优选地，所述电机通过第一碳纤维板固定设置于所述底盘框架上。

更为优选地，所述第一碳纤维板通过螺栓结构与所述底盘框架固定连接。

优选地，所述法兰轴承通过第二碳纤维板固定设置于所述底盘框架。

优选地，所述电机为MAXON电机。

优选地，所述编码器为正交编码器。

优选地，所述姿态传感器为九轴姿态传感器。

编码器和姿态传感器的配合使用具有更高的定位精度，可以精确获取机器人的位姿。

优选地，所述双目视觉摄像头为mynt双目视觉摄像头。

由于mynt双目视觉摄像头商家提供SDK，可使得后续开发更为便捷。

优选地，所述供电装置为锂电池。

优选地，所述底盘框架为铝合金底盘框架。

优选地，所述底盘框架为三角形底盘框架。

优选地，所述底盘框架上依次平行设置有下面板和上面板，所述stm32底层控制板和姿态传感器设置于所述下面板上，所述NVIDIA tx2开发板、双目视觉摄像头和供电装置设置于所述上面板上，所述下面板和上面板间设置有支柱。

优选地，所述支柱通过螺栓结构与上面板固定连接。

优选地，所述stm32底层控制板通过螺栓结构与所述下面板固定连接。

优选地，所述下面板和上面板上均设置有通线孔。

通线孔有利于对各连接线进行整理，使控制板面和平台看起来更加整齐。

优选地，所述上面板上设置有双目视觉摄像头支架，所述双目视觉摄像头设置于所述双目视觉摄像头支架上。

优选地，所述底架框架的侧面设置有红外传感器和/或超声传感器。

多传感器信息融合。这样能够让机器人更加准确和全面的获取自身周围环境的信息，使得机器人在运动过程中准确有效的避开周围障碍物，到达目标点。

与现有技术相比，本实用新型具有如下有益效果：

本实用新型提供的基于SLAM的双目视觉动态避障轮式机器人在Nvidia JetsonTX2硬件平台上搭建视觉SLAM系统，利用TX2在计算机视觉方面的高性能、低能耗计算的特点来减少视觉处理的时间，提高实时性；利用双目视觉摄像头内置的红外（IR）主动光探测器来弥补对光照高要求的缺陷，可有效增加白墙和无纹理物体的识别精度，为室内的环境识别和视觉SLAM算法提供更精准的图像源。通过上述部件的配合，开发设计出了精度高、实时性好的自主移动机器人，可自主应用于各个行业。

附图说明

图1为实施例1提供的双目视觉动态避障轮式机器人的结构示意图；

图2为实施例1提供的底盘框架的结构示意图；

图3为实施例1提供的驱动装置和车轮的安装示意图；

图4为实施例1提供的下面板的结构示意图；

图5为实施例1提供的上面板的结构示意图；

图6为实施例1提供的双目视觉动态避障轮式机器人的电性连接示意图；

其中：

1 为底盘框架，2为车轮；

3为驱动装置，301为电机，302为传动轴，303为法兰盘，304为法兰轴承，305为联轴器，306为第一碳纤维板，307为第二碳纤维板，

4为stm32底层控制板，5为NVIDIA tx2开发板，6为双目视觉摄像头，7为供电装置，8为编码器，9为姿态传感器，10为下面板，11为上面板，12为支柱，13为通线孔，14为双目视觉摄像头支架。

具体实施方式

为了使本实用新型的目的、技术方案及优点更加清楚明白，以下结合说明书附图和具体实施例，对本实用新型进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本实用新型，并不用于限定本实用新型。此外，下面所描述的本实用新型各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

需要说明的是，当原件被称为“设置于”、“安设于”另一元件，它既可以直接在另一元件上，也可以存在居中的元件。当一个元件认为是“连接”另一个元件，它可以是直接连接到另一个元件或可能同时存在居中元件。

实施例1

本实施例提供一种基于SLAM的双目视觉动态避障轮式机器人，如图1，包括三角形铝合金底盘框架1，设置于底盘框架1顶角处的3个对称分布的车轮2，用于驱动车轮2运动的驱动装置3，底盘框架1上设置有stm32底层控制板4、NVIDIA tx2开发板5、双目视觉摄像头6、用于对所述NVIDIA tx2开发板5提供电源的供电装置7、用于检测所述机器人的位置和速度的编码器8和姿态传感器9。

具体地，如图2和3，在本实施例中，驱动装置3包括设置于底盘框架1上的MAXON电机301和用于固定传动轴302和车轮2的法兰盘303，法兰盘303设置于法兰轴承304上，电机301的电机主轴通过联轴器305与传动轴302固定；电机301通过第一碳纤维板306固定设置于底盘框架1上，第一碳纤维板306通过螺栓结构与底盘框架1固定连接，法兰轴承304通过第二碳纤维板307固定设置于底盘框架1，第二碳纤维板307通过螺栓结构与底盘框架1固定连接。

如图4~5，底盘框架1上依次平行设置有下面板10和上面板11，stm32底层控制板4和姿态传感器9设置于下面板10上，NVIDIA tx2开发板5、双目视觉摄像头6和供电装置7设置于上面板11上，下面板10和上面板11间设置有支柱13，支柱13通过螺栓结构与上面板11固定连接；stm32底层控制板4通过螺栓结构与下面板10固定连接，下面板10和上面板11上均设置有通线孔12，上面板11上设置有双目视觉摄像头支架13，双目视觉摄像头6设置于双目视觉摄像头支架13上。

能够让机器人更加准确和全面的获取自身周围环境的信息，使得机器人在运动过程中准确有效的避开周围障碍物，到达目标点。本实施例的底架框架1的侧面设置有红外传感器和超声传感器，实现多传感器信息融合。

本实用新型提供的双目视觉动态避障轮式机器人各部件之间的电性连接关系如图6，具体如下：stm32底层控制板4和双目视觉摄像头6分别与所述NVIDIA tx2开发板5电性连接；所述驱动装置3、编码器8和姿态传感器9分别与所述stm32底层控制板4电性连接。驱动装置为stm32底层控制板4和NVIDIA tx2开发板5提供电源，编码器用于检测所述驱动装置3的运动速度和位移。

本实用新型提供的基于SLAM的双目视觉动态避障轮式机器人在Nvidia JetsonTX2硬件平台上搭建视觉SLAM系统。利用TX2节能高效的设计和它采用了深度学习、计算机视觉、GPU 计算和图形方面的新技术等特点来减少对数据处理的时间，提高机器人的实时性和准确性；利用双目视觉摄像头内置的红外IR主动光探测器来弥补对光照高要求的缺陷，可有效增加白墙和无纹理物体的识别精度，为室内的环境识别和视觉SLAM算法提供更精准的图像源。通过上述部件的配合，开发设计出了精度高、实时性好的自主移动机器人，可自主应用于各个行业。

各部件的具体作用过程如下：利用编码器可获取机器人的当前的运动速度和位移，利用姿态传感器可获取机器人当前的位姿状态；利用双目视觉摄像头可获取周围环境图像源；NVIDIA tx2硬件平台对从双目视觉摄像头和编码器和姿态传感器获取的位姿数据进行处理，运用SLAM算法对周围环境进行建图；根据建好的地图，运用路径规划算法生成从当前位置到目标点的路径；NVIDIA tx2硬件平台通过规划好的路径发送相应控制信号给stm32底层控制板，stm32底层控制板再对驱动装置进行控制。从而使机器人能够沿生成的路径达到目标点。并且通过传感器感知到在其规划路线上存在静态或动态障碍物时，按照一定的算法实时更新路径，绕过障碍物，最后达到目标点。

Claims (10)

1.一种基于SLAM的双目视觉动态避障轮式机器人，其特征在于，包括底盘框架（1），设置于所述底盘框架（1）上的车轮（2），用于驱动所述车轮（2）运动的驱动装置（3），所述底盘框架（1）上设置有stm32底层控制板（4）、NVIDIA tx2开发板（5）、双目视觉摄像头（6）、用于对所述stm32底层控制板（4）和NVIDIA tx2开发板（5）提供电源的供电装置（7）和用于检测所述机器人的运动速度和位移的编码器（8）和姿态传感器（9）；所述stm32底层控制板（4）和双目视觉摄像头（6）分别与所述NVIDIA tx2开发板（5）电性连接；所述驱动装置（3）、编码器（8）和姿态传感器（9）分别与所述stm32底层控制板（4）电性连接。

2.根据权利要求1所述双目视觉动态避障轮式机器人，其特征在于，所述车轮（2）为全向轮，所述车轮（2）的数量为3个，且呈对称分布。

3.根据权利要求1所述双目视觉动态避障轮式机器人，其特征在于，所述驱动装置（3）包括设置于所述底盘框架（1）上的电机（301）、设置于所述车轮（2）上的传动轴（302）和用于固定传动轴（302）和车轮（2）的法兰盘（303），所述法兰盘（303）设置于法兰轴承（304）上，所述电机（301）的电机主轴通过联轴器（305）与所述传动轴（302）固定。

4.根据权利要求3所述双目视觉动态避障轮式机器人，其特征在于，所述电机（301）通过第一碳纤维板（306）固定设置于所述底盘框架（1）上。

5.根据权利要求3所述双目视觉动态避障轮式机器人，其特征在于，所述法兰轴承（304）通过第二碳纤维板（307）固定设置于所述底盘框架（1）。

6.根据权利要求1所述双目视觉动态避障轮式机器人，其特征在于，所述供电装置（7）为锂电池。

7.根据权利要求1所述双目视觉动态避障轮式机器人，其特征在于，所述底盘框架（1）上依次平行设置有下面板（10）和上面板（11），所述stm32底层控制板（4）和姿态传感器（9）设置于所述下面板（10）上；所述NVIDIA tx2开发板（5）、双目视觉摄像头（6）和供电装置（7）设置于所述上面板（11）上，所述下面板（10）和上面板（11）间设置有支柱（12）。

8.根据权利要求7所述双目视觉动态避障轮式机器人，其特征在于，所述stm32底层控制板（4）通过螺栓结构与所述下面板（10）固定连接。

9.根据权利要求8所述双目视觉动态避障轮式机器人，其特征在于，所述下面板（10）和上面板（11）上均设置有通线孔（13）。

10.根据权利要求8所述双目视觉动态避障轮式机器人，其特征在于，所述上面板（11）上设置有双目视觉摄像头支架（14），所述双目视觉摄像头（6）设置于所述双目视觉摄像头支架（14）上。