一种室内导盲机器人的制作方法

本发明涉及服务机器人技术领域，具体涉及一种室内导盲机器人。

背景技术：

在我国有500万人的盲人群体，低视力者也有数百万之多，这组数字高居世界之首，并且每年都在增长。视觉障碍群体的扩大，带来了导盲设施市场的需求增长；不仅如此，随着城市建设的不断提升，人们的居住环境也在发生着变化，传统的导盲设备已经无法满足这种改变。目前，全球各国关于导盲辅助方面的研究工作已经展开，研究重点集中在手杖类行进辅具研究、穿戴式行进辅具研究，以及移动式行进辅具三方面。

早在2010年日本就研发出了电子导盲杖，利用超声波感应器让视障人群感受到障碍物，并通过震动手柄对用户进行有效提醒。而美国开发的腰带式行动辅具，则是借助超声波为用户营造出区域全景地图，让视障人士“重获双眼”。此外，国外对于智能手推车、智能轮椅等的研发，也为移动式导盲辅具研发提供基础和帮助。

但是，上述公司产品要么只能针对单一环境进行引导，要么在人机交互方面体验极差。

技术实现要素：

有鉴于此，为了解决现有技术中的上述问题，本发明提出一种室内导盲机器人。

本发明通过以下技术手段解决上述问题：

一种室内导盲机器人，包括：

机器人终端，用于采集激光测距数据、前往地点数据、位姿数据、周围信息数据和里程计数据，并将采集到的激光测距数据、前往地点数据、位姿数据、周围信息数据和里程计数据上传至导盲决策层，并根据导盲决策层的控制信息进行响应，进行机器人的移动来为盲人的行进提供引导作用；

导盲决策层，用于在构图阶段将收取到的激光测距数据转换为栅格地图，进而构造了实际场景的全局地图；在定位阶段，利用粒子滤波的思想对接收到的激光测距数据和位姿数据进行融合，进而估算出机器人及盲人当前最可能处于的位置，为导盲决策层提供位置参考；将接收到地点数据进行语音识别api服务对语音信息进行识别处理得到用户需要前往的地点，并通过voice_send节点发布信息到导盲任务栈；并实时播报前进路况信息给盲人供盲人对紧急情况提前做好应对措施；利用粒子滤波的思想将激光测距数据、里程计数据、位姿数据进行融合，对导盲机器人的位置及航向角进行估算，通过move_base包获取周围信息生成全局与局部代价地图，使用a*算法完成路径全局规划，规划出躲避障碍物引导盲人走向目标地点的最优路线；最优路线将通过base_control包将运动期望线速度和自旋速度下发到机器人终端。

进一步地，所述机器人终端包括：

激光雷达，用于采集激光测距数据，并将采集到的激光测距数据上传至导盲决策层；

语音传感器，用于用户进行语音输入告知机器人其要前往的地点，并将前往地点数据上传至导盲决策层；

陀螺仪，用于采集位姿数据，并将采集到的位姿数据上传至导盲决策层；

摄像头，用于采集周围信息数据，并将采集到的周围信息数据上传至导盲决策层；

运动平台，用于采集里程计原始信息，根据采集到的里程计原始信息估算机器人状态，将机器人状态数据上传至导盲决策层作为里程计数据，并根据导盲决策层的控制信息进行响应，进行机器人的移动来为盲人的行进提供引导作用。

进一步地，所述运动平台包括：

单片机，用于通过电机状态得到里程计原始信息，估算机器人状态，并将机器人状态数据上传至导盲决策层作为里程计数据，并根据导盲决策层的控制信息进行响应，完成机器人的运动控制；

电机，用于根据单片机的相应控制进行麦克纳母轮的移动来为盲人的行进提供引导作用；

麦克纳母轮，用于根据电机的相应控制进行移动来为盲人的行进提供引导作用；

机器人底盘，与麦克纳母轮滚动连接，用于固定麦克纳母轮。

进一步地，所述机器人终端还包括助盲扶杖，助盲扶杖包括底端、中部和顶端；底端与机器人底盘进行刚性连接，其能够实现保证扶杖整体跟随机器人进行移动；中部连接体由可伸缩弹簧构成，使用弹簧结构，在机械上能满足不同身高群体的需求，另一方面，中部与顶部连接处嵌套的弹簧拉伸量传感器矩阵能够实时捕获盲人跟随状况并反馈给导盲决策层便于其调整引导步伐；顶端由一个震动频率和幅度可控的交互把手组成：1)当导盲机器人处于空闲状态时，交互把手按照一定的频率和幅度进行震动，便于盲人找到把手位置；2)当导盲机器人处于引导行人行进阶段时，如果需要进行转弯或避障，除上述语音播报外，交互把手将按照指定的震动方式进行震动，使用户提前做好准备。

进一步地，所述导盲决策层包括：

自主建图模块，用于在构图阶段将收取到的激光测距数据转换为栅格地图，进而构造了实际场景的全局地图；

自主定位模块，用于在定位阶段，利用粒子滤波的思想对接收到的激光测距数据和位姿数据进行融合，进而估算出机器人及盲人当前最可能处于的位置，为导盲决策层提供位置参考；

语音交互模块，用于将接收到地点数据进行语音识别api服务对语音信息进行识别处理得到用户需要前往的地点，并通过voice_send节点发布信息到导盲任务栈；并实时播报前进路况信息给盲人供盲人对紧急情况提前做好应对措施；

智能导航模块，用于利用粒子滤波的思想将激光测距数据、里程计数据、位姿数据进行融合，对导盲机器人的位置及航向角进行估算，通过move_base包获取周围信息生成全局与局部代价地图，使用a*算法完成路径全局规划，规划出躲避障碍物引导盲人走向目标地点的最优路线；最优路线将通过base_control包将运动期望线速度和自旋速度下发到单片机。

进一步地，所述单片机具体用于：

一、对导盲决策层的控制信息进行响应

1)、导盲决策层的速度控制节点以一定的频率将期望平移速度(vx、vy)和自旋速度(ω)下发给单片机，单片机将该期望速度根据麦克纳母轮逆运动学模型解算为各轮子的期望转速；

麦克纳母轮逆运动学公式如下：

v1＝vx-vy-ω(a+b)

v2＝vx+vy-ω(a+b)

v3＝-vx+vy-ω(a+b)

v4＝-vx-vy-ω(a+b)

其中，a和b分别表示机器人的长度和宽度，以电机转轴为测量点；

vx表示x轴运动的速度，即左右方向，向左移动为正；

vy表示y轴运动的速度，即前后方向，向前移动为正；

ω表示机器人自旋的速度，逆时针为正方向；

弧长l＝2πr＝πd≈37.68，其中r、d分别为麦轮半径和直径；

转速n(n)＝v(n)/37.68*15*dtn＝1,2,3,4

特别地，对单位统一如下：

a、平移速度单位为：cm/s；

b、旋转速度：rad/s；

c、a、b单位为：cm；

d、线速度v1、v2、v3、v4的单位为：cm/s；

e、弧长l单位为：cm；

f、转速单位为：rpm；

2)单片机以10ms的定时器中断对电机霍尔传感器脉冲进行计数n，通过公式换算出电机转速：nrpm(转/分钟)

换算公式为：n＝n*100；

3)单片机经由pid控制算法对转速进行控制，以pwm为输出，完成底盘运动控制；

二、通过电机状态得到里程计原始信息，估算机器人状态

1)单片机以10ms的定时器中断对电机霍尔传感器脉冲进行计数n，通过公式换算出电机转速：nrpm(转/分钟)

2)单片机利用上述测量得到的电机转速n，经由麦克纳母轮正运动模型进行实际运动信息解算，并将此数据上报给导盲决策层作为里程计数据

正运动学解算公式为

fωr＝v,f＝(r^tr)^-1r^t

其中，f为旋转变换矩阵；

ω为导盲小车实际旋转角速度；

v为导盲小车的实际平移速度。

进一步地，所述麦克纳母轮为4个。

进一步地，机器人终端和导盲决策层之间通过串口连接。

与现有技术相比，本发明的有益效果至少包括：

本发明是一种基于slam的新型室内导盲机器人，它既能通过构图、重定位、路径规划和运动控制协助盲人更快更好地到达目的地；融入的震动交互把手和语音交互功能，使得人机交互体验更好。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明室内导盲机器人的整体框架图；

图2是本发明室内导盲机器人的硬件摆放图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面将结合附图和具体的实施例对本发明的技术方案进行详细说明。需要指出的是，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例

本发明解决的问题有三个：其一是在复杂室内环境下为盲人提供实时定位及为他们规划出发点到终点的最优路线；其二是通过机器人的移动来为盲人的行进提供引导作用；其三是通过加入震动交互把手及语音交互功能增强人机交互体验感。

其主要特征如下：

基于上述第一个问题“在复杂室内环境下为盲人提供实时定位及为他们规划出发点到终点的最优路线”；本发明在机器人上面搭载jestonnano处理器(导盲决策层)、单线激光雷达、imu；其中jestonnano上部署了ros控制框架，其主要包括slam服务体系、导盲服务栈。

基于上述第二个问题“引导盲人行进”，本发明在导盲机器人中搭配麦克纳母轮和霍尔电机作为动力系统，并配套单片机和电机驱动模块对麦克纳母轮状态进行控制和解算。

基于上述第三个问题“增强人机交互体验感”：本发明在机器人上搭载语音输入和语音输出模块、搭载了一根底端与机器人刚性连接、顶端交互把手能够按照一定规律震动的助盲扶杖。

如图1-2所示，本发明提供一种室内导盲机器人，包括：

机器人终端，用于采集激光测距数据、前往地点数据、位姿数据、周围信息数据和里程计数据，并将采集到的激光测距数据、前往地点数据、位姿数据、周围信息数据和里程计数据上传至导盲决策层，并根据导盲决策层的控制信息进行响应，进行机器人的移动来为盲人的行进提供引导作用；

导盲决策层，用于在构图阶段将收取到的激光测距数据转换为栅格地图，进而构造了实际场景的全局地图；在定位阶段，利用粒子滤波的思想对接收到的激光测距数据和位姿数据进行融合，进而估算出机器人及盲人当前最可能处于的位置，为导盲决策层提供位置参考；将接收到地点数据进行语音识别api服务对语音信息进行识别处理得到用户需要前往的地点，并通过voice_send节点发布信息到导盲任务栈；并实时播报前进路况信息给盲人供盲人对紧急情况提前做好应对措施；利用粒子滤波的思想将激光测距数据、里程计数据、位姿数据进行融合，对导盲机器人的位置及航向角进行估算，通过move_base包获取周围信息生成全局与局部代价地图，使用a*算法完成路径全局规划，规划出躲避障碍物引导盲人走向目标地点的最优路线；最优路线将通过base_control包将运动期望线速度和自旋速度下发到机器人终端。

具体地，所述机器人终端包括：

激光雷达，用于采集激光测距数据，并将采集到的激光测距数据上传至导盲决策层；

语音传感器，用于用户进行语音输入告知机器人其要前往的地点，并将前往地点数据上传至导盲决策层；

陀螺仪，用于采集位姿数据，并将采集到的位姿数据上传至导盲决策层；

摄像头，用于采集周围信息数据，并将采集到的周围信息数据上传至导盲决策层；

运动平台，用于采集里程计原始信息，根据采集到的里程计原始信息估算机器人状态，将机器人状态数据上传至导盲决策层作为里程计数据，并根据导盲决策层的控制信息进行响应，进行机器人的移动来为盲人的行进提供引导作用。

具体地，所述运动平台包括：

单片机，用于通过电机状态得到里程计原始信息，估算机器人状态，并将机器人状态数据上传至导盲决策层作为里程计数据，并根据导盲决策层的控制信息进行响应，完成机器人的运动控制；

电机，用于根据单片机的相应控制进行麦克纳母轮的移动来为盲人的行进提供引导作用；

麦克纳母轮，用于根据电机的相应控制进行移动来为盲人的行进提供引导作用；

机器人底盘，与麦克纳母轮滚动连接，用于固定麦克纳母轮。

单线激光雷达和imu分别通过串口方式向jsetonnano处理器反馈实时激光数据和位姿情况，jestonnano处理器：1)自主建图模块在构图阶段将收取到的激光测距数据转换为栅格地图，进而构造了实际场景的全局地图；2)自主定位模块在定位阶段，利用粒子滤波的思想对接收到的激光测距数据和位姿数据进行融合，进而估算出机器人及盲人当前最可能处于的位置，为导盲决策层提供位置参考；

所述导盲决策层主要由slam框架中的导盲服务栈完成，其通过利用单片机采用spi方式从mpu6500获取原始数据并以串口方式回馈到nano并由imu节点接收及完成解算；nano的智能导航模块利用粒子滤波的思想将激光数据，里程计数据、陀螺仪数据进行融合，对导盲机器人的位置及航向角进行估算。

通过move_base包获取周围信息生成全局与局部代价地图，使用a*算法完成路径全局规划，使导盲机器人能够规划出一条更快更有效地躲避障碍物引导盲人走向目标地点的最优路线；

所述最优路线将通过base_control包将运动期望线速度和自旋速度通过串口方式下发到上述单片机；单片机作用如下：

一、对nano的控制信息进行响应

1)、nano速度控制节点以一定的频率将期望平移速度(vx、vy)和自旋速度(ω)下发给单片机，单片机将该期望速度根据麦克纳母轮逆运动学模型解算为各轮子的期望转速；

麦克纳母轮逆运动学公式如下：

v1＝vx-vy-ω(a+b)

v2＝vx+vy-ω(a+b)

v3＝-vx+vy-ω(a+b)

v4＝-vx-vy-ω(a+b)

其中，a和b分别表示机器人的长度和宽度(以电机转轴为测量点)；

vx表示x轴运动的速度，即左右方向，向左移动为正；

vy表示y轴运动的速度，即前后方向，向前移动为正；

ω表示机器人自旋的速度，逆时针为正方向；

弧长l＝2πr＝πd≈37.68(r、d分别为麦轮半径和直径)

转速n(n)＝v(n)/37.68*15*dtn＝1,2,3,4

特别地，对单位统一如下：

a、平移速度单位为：cm/s；

b、旋转速度：rad/s；

c、a、b单位为：cm；

d、线速度v1、v2、v3、v4的单位为：cm/s；

e、弧长l单位为：cm；

f、转速单位为rpm；

2)单片机以10ms的定时器中断对电机霍尔传感器脉冲进行计数n，通过公式换算出电机转速：nrpm(转/分钟)；

换算公式为：n＝n*100；

3)单片机经由pid控制算法对转速进行控制，以pwm为输出，完成底盘运动控制；

二、通过电机状态得到里程计信息，估算机器人状态

1)单片机以10ms的定时器中断对电机霍尔传感器脉冲进行计数n，通过公式换算出电机转速：nrpm(转/分钟)；

2)单片机利用上述测量得到的电机转速n，经由麦克纳母轮正运动模型进行实际运动信息解算，并将此数据上报给nano作为里程计原始数据

正运动学解算公式为

fωr＝v,f＝(r^tr)^-1r^t

其中，f为旋转变换矩阵，

ω为导盲小车实际旋转角速度，

v为导盲小车的实际平移速度。

所述麦克纳母轮在本发明中采用的使o-长方形的安装方式(见附图2)；与传统的导盲小车相比，选用麦克纳母轮使小车具有了全向移动能力，能使小车更好更顺滑地带领盲人绕行躲避障碍物。

在机器人上搭载语音输入和语音输出模块分别为麦克风和小音箱；麦克风主要供用户进行语音输入告知机器人其要前往的地点；jestonnano的语音交互模块使用科大讯飞提供的语音识别api服务对语音信息进行识别处理得到用户需要前往的地点，并通过voice_send节点发布信息到导盲任务栈；小音箱将实时播报前进路况信息给盲人供盲人对紧急情况提前做好应对措施；

机器人终端还包括助盲扶杖，助盲扶杖由底端、中部和顶端三部分构成；底端与机器人底盘进行刚性连接，其能够实现保证扶杖整体跟随机器人进行移动；中部连接体由可伸缩弹簧构成，使用弹簧结构，在机械上能满足不同身高群体的需求，另一方面，中部与顶部连接处嵌套的弹簧拉伸量传感器矩阵能够实时捕获盲人跟随状况并反馈给jestonnano便于其调整引导步伐；顶端由一个震动频率和幅度可控的交互把手祖成：1)当导盲机器人处于空闲状态时，交互把手按照一定的频率和幅度进行震动，便于盲人找到把手位置；2)当导盲机器人处于引导行人行进阶段时，如果需要进行转弯或避障，除上述语音播报外，交互把手将按照指定的震动方式进行震动，使用户提前做好准备。

本发明是一种基于slam的新型室内导盲机器人，它既能通过构图、重定位、路径规划和运动控制协助盲人更快更好地到达目的地；融入的震动交互把手和语音交互功能，使得人机交互体验更好。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。