一种基于PointNet的自主导航机器人及其导航方法
阅读说明：本技术 一种基于PointNet的自主导航机器人及其导航方法 (Autonomous navigation robot based on PointNet and navigation method thereof ) 是由 孔令华 游通飞 刘文玉 殷江 练国富 杨金伟 邹诚 于 2019-11-25 设计创作，主要内容包括：本申请提供了一种基于PointNet的自主导航机器人及其导航方法,涉及自主导航领域。该自主导航机器人包括：底盘、设置在所述移动底盘上的供能装置、三维激光雷达、处理装置、移动装置,所述供能装置被配置为为整个自主导航机器人提供能量,所述三维激光雷达被配置为生成点云分割数据、并根据所述点云分割数据进行自主导航和避障,所述处理装置被配置为根据所述三维激光雷达的导航指令和避障指令驱动移动装置进行移动和避障。本申请可以很好的反映实际环境,提高了导航的准确率和避障的成功率。(The application provides an autonomous navigation robot based on PointNet and a navigation method thereof, and relates to the field of autonomous navigation. The autonomous navigation robot includes: the system comprises a chassis, an energy supply device, a three-dimensional laser radar, a processing device and a moving device, wherein the energy supply device is arranged on the moving chassis and is configured to provide energy for the whole autonomous navigation robot, the three-dimensional laser radar is configured to generate point cloud segmentation data and conduct autonomous navigation and obstacle avoidance according to the point cloud segmentation data, and the processing device is configured to drive the moving device to move and avoid an obstacle according to a navigation instruction and an obstacle avoidance instruction of the three-dimensional laser radar. The method and the device can well reflect the actual environment, and improve the accuracy of navigation and the success rate of obstacle avoidance.)
技术领域
本申请属于自主导航领域，尤其涉及一种基于PointNet的自主导航机器人及其导航方法。
背景技术
随着技术的不断发展，人们的生活越来越便利，自主导航机器人就是很明显的例子，如：扫地机器人，其可以自动打扫家庭各处的灰尘，为人们省去弯腰打扫的疲劳，但是现有的自主导航机器人通常使用单线激光雷达，工作过程中扫描出的地图缺乏环境语义信息。
发明内容
本发明实施例的主要目的在于提供一种基于PointNet的自主导航机器人及其导航方法，通过本发明实施例的方案，可以很好的反映实际环境，提高了导航的准确率和避障的成功率。
第一方面，提供了一种基于PointNet的自主导航机器人，包括：
底盘7、设置在所述移动底盘7上的供能装置6、三维激光雷达4、处理装置3、移动装置1，所述供能装置6被配置为为整个自主导航机器人提供能量，所述三维激光雷达4被配置为生成点云分割数据、并根据所述点云分割数据进行自主导航和避障，所述处理装置3被配置为根据所述三维激光雷达4的导航指令和避障指令驱动移动装置1进行移动和避障。
在一个可能的实现方式中，所述三维激光雷达生成导航指令和/或避障指令，包括：
实时获取周围的环境数据；
将所述环境数据转换为三维点云数据；
通过PointNet框架将所述三维点云数据训练为点云分割数据；
根据所述点云分割数据生成导航指令和/或避障指令。
在另一个可能的实现方式中，所述自主导航机器人还包括急停装置2，所述急停装置设置于底盘7上，用于在自主导航机器人出现紧急情况时进行制动。
在又一个可能的实现方式中，所述自主导航机器人还包括设置于所述底盘7上的高度支架5，所述三维激光雷达4可设置于高度支架5之上，提高三维激光雷达的视野。
在又一个可能的实现方式中，所述高度支架为可伸缩支架。
第二方面，提供了一种基于PointNet的自主导航机器人的导航方法，所述导航方法包括：
三维激光雷达通过PointNet框架生成点云分割数据；
三维激光雷达根据所述点云分割数据生成导航指令和/或避障指令，并将所述导航指令和/或避障指令发送到处理装置；
处理装置根据所述导航指令和/或避障指令控制移动装置进行移动和/或避障。
在一个可能的实现方式中，所述三维激光雷达通过PointNet框架生成点云分割数据，包括：
实时获取周围的环境数据；
将所述环境数据转换为三维点云数据；
通过PointNet框架将所述三维点云数据训练为点云分割数据。
在又一个可能的实现方式中，所述导航方法还包括：
当所述自主导航机器人出现紧急情况时，通过设置与底盘上的急停装置进行制动。
在又一个可能的实现方式中，所述方法还包括：
将所述三维激光雷达放置于设置在底盘上的高度支架上，通过调高三维激光雷达的高度提高三维激光雷达的视野。
在又一个可能的实现方式中，所述高度支架为可伸缩支架。
本申请提供的技术方案带来的有益效果是：可以很好的反映实际环境，提高了导航的准确率和避障的成功率。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对本申请实施例描述中所需要使用的附图作简单地介绍。
图1为本发明一个实施例提供的一种基于PointNet的自主导航机器人的结构图；
图中：1-移动装置；2-急停装置；3-处理装置；4-三维激光雷达；5-高度支架；6-供能装置；7-底盘。
图2为本发明一个实施例提供的一种基于PointNet的自主导航机器人的导航方法的流程图。
具体实施方式
下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的模块或具有相同或类似功能的模块。下面通过参考附图描述的实施例是示例性的，仅用于解释本申请，而不能解释为对本发明的限制。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、模块和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、模块、组件和/或它们的组。应该理解，当我们称模块被“连接”或“耦接”到另一模块时，它可以直接连接或耦接到其他模块，或者也可以存在中间模块。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如和解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本申请的实施例进行描述。
实施例一
如图1所示为本发明一个实施例提供的一种基于PointNet的自主导航机器人的结构图，包括：
底盘7、设置在所述移动底盘7上的供能装置6、三维激光雷达4、处理装置3、移动装置1，所述供能装置6被配置为为整个自主导航机器人提供能量，所述三维激光雷达4被配置为生成点云分割数据、并根据所述点云分割数据进行自主导航和避障，所述处理装置3被配置为根据所述三维激光雷达4的导航指令和避障指令驱动移动装置1进行移动和避障。
在本发明实施例中，自主导航机器人包括底盘、设置在移动底盘上的供能装置、三维激光雷达、处理装置、移动装置，供能装置被配置为为整个自主导航机器人提供能量，三维激光雷达被配置为生成点云分割数据、并根据点云分割数据进行自主导航和避障，处理装置被配置为根据三维激光雷达的导航指令和避障指令驱动移动装置进行移动和避障。本申请通过PointNet网络框架将三维激光雷达扫描获取的原始三维点云数据训练为点云分割数据，自主机器人根据点云分割数据生成的语义场景进行自主导航和避障，由于点云分割数据保存了原始环境信息，可以很好的反映实际环境，提高了导航的准确率和避障的成功率。
自主导航机器人中的移动装置、处理装置、三维激光雷达均需要电能才可以运行，供能装置则为上述设备的正常运行提供了电能。
三维激光雷达上安装有深度学习模块，通过该深度学习模块对获取的原始三维点云进行训练，训练为点云分割数据，三维激光雷达根据该点云分割数据进行导航和避障。
所述三维激光雷达生成导航指令和/或避障指令，包括：
1、实时获取周围的环境数据；
2、将所述环境数据转换为三维点云数据；
3、通过PointNet框架将所述三维点云数据训练为点云分割数据；
4、根据所述点云分割数据生成导航指令和/或避障指令。
需要指出的是，所述自主导航机器人还包括设置于所述底盘7上的高度支架5，所述三维激光雷达4可设置于高度支架5之上。将三维激光雷达设置到高度支架上可以提高三维激光雷达的视野，扩大收集环境数据的范围。为了便于调整三维激光雷达的范围，该高度支架可设置为可伸缩支架。
处理装置可实时接收三维激光雷达发送的导航和避障信号，当接收到信号时，处理装置向移动装置1发送对应的指令，命令移动装置进行移动和避障，进而实现自主导航机器人的导航和避障。
本申请的自主导航机器人还包括急停装置2，所述急停装置设置于底盘7上，用于在自主导航机器人出现紧急情况时进行制动，保证自主的导航机器人的运行。
本发明实施例，通过PointNet网络框架将三维激光雷达扫描获取的原始三维点云数据训练为点云分割数据，自主机器人根据点云分割数据生成的语义场景进行自主导航和避障，由于点云分割数据保存了原始环境信息，可以很好的反映实际环境，提高了导航的准确率和避障的成功率。
实施例二
如图2所示为本发明一个实施例提供的一种基于PointNet的自主导航机器人的导航方法，所述导航方法包括：
步骤S201，三维激光雷达通过PointNet框架生成点云分割数据；
步骤S202，三维激光雷达根据所述点云分割数据生成导航指令和/或避障指令，并将所述导航指令和/或避障指令发送到处理装置；
步骤S203，处理装置根据所述导航指令和/或避障指令控制移动装置进行移动和/或避障。
在本发明实施例中，自主导航机器人包括底盘、设置在移动底盘上的供能装置、三维激光雷达、处理装置、移动装置，供能装置被配置为为整个自主导航机器人提供能量，三维激光雷达被配置为生成点云分割数据、并根据点云分割数据进行自主导航和避障，处理装置被配置为根据三维激光雷达的导航指令和避障指令驱动移动装置进行移动和避障。本申请通过PointNet网络框架将三维激光雷达扫描获取的原始三维点云数据训练为点云分割数据，自主机器人根据点云分割数据生成的语义场景进行自主导航和避障，由于点云分割数据保存了原始环境信息，可以很好的反映实际环境，提高了导航的准确率和避障的成功率。
自主导航机器人中的移动装置、处理装置、三维激光雷达均需要电能才可以运行，供能装置则为上述设备的正常运行提供了电能。
三维激光雷达上安装有深度学习模块，通过该深度学习模块对获取的原始三维点云进行训练，训练为点云分割数据，三维激光雷达根据该点云分割数据进行导航和避障。
所述三维激光雷达通过PointNet框架生成点云分割数据，包括：
1、实时获取周围的环境数据；
2、将所述环境数据转换为三维点云数据；
3、通过PointNet框架将所述三维点云数据训练为点云分割数据。
需要指出的是，所述自主导航机器人还包括设置于所述底盘7上的高度支架5，所述三维激光雷达4可设置于高度支架5之上。将三维激光雷达设置到高度支架上可以提高三维激光雷达的视野，扩大收集环境数据的范围。为了便于调整三维激光雷达的范围，该高度支架可设置为可伸缩支架。
处理装置可实时接收三维激光雷达发送的导航和避障信号，当接收到信号时，处理装置向移动装置1发送对应的指令，命令移动装置进行移动和避障，进而实现自主导航机器人的导航和避障。
本申请的自主导航机器人还包括急停装置2，所述急停装置设置于底盘7上，用于在自主导航机器人出现紧急情况时进行制动，保证自主的导航机器人的运行。
本发明实施例，通过PointNet网络框架将三维激光雷达扫描获取的原始三维点云数据训练为点云分割数据，自主机器人根据点云分割数据生成的语义场景进行自主导航和避障，由于点云分割数据保存了原始环境信息，可以很好的反映实际环境，提高了导航的准确率和避障的成功率
应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述仅是本发明的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。