CN112847443B - 一种机器人用自主视觉辨别系统 - Google Patents

Abstract

本发明公开了一种机器人用自主视觉辨别系统，利用数据采集模块采集机器人信息和通过摄像头采集的障碍物集合信息；利用数据定位模块获取固定障碍物数据、移动障碍物数据和地面凹槽数据的坐标数据并分别处理，得到坐标处理信息，将坐标处理信息发送至数据处理模块；利用数据分析模块接收机器人信息和通过摄像头采集的障碍物集合信息进行分析，得到分析信息，并将分析信息发送至数据处理模块；利用数据处理模块接收分析信息和坐标处理信息并进行处理，得到处理集合信息；利用预警控制模块对机器人的移动进行控制；本发明用于解决机器人不能自主分析和处理遇到的不同障碍物并进行控制前进的问题。

Description

一种机器人用自主视觉辨别系统

技术领域

本发明涉及机器人技术领域，尤其涉及一种机器人用自主视觉辨别系统。

背景技术

机器人具有感知、决策、执行等基本特征，可以辅助甚至替代人类完成危险、繁重、复杂的工作，提高工作效率与质量，服务人类生活，扩大或延伸人的活动及能力范围；其中，机器人可以通过摄像头采集照片或者视频进行自主辨别。

现有的机器人用自主视觉辨别系统存在的缺陷是：机器人不能自主分析和处理遇到的不同障碍物并进行控制前进的问题。

发明内容

本发明的目的在于提供一种机器人用自主视觉辨别系统，本发明所要解决的技术问题为：

如何解决现有方案中机器人不能自主分析和处理遇到的不同障碍物并进行控制前进的问题。

本发明的目的可以通过以下技术方案实现：一种机器人用自主视觉辨别系统，包括数据采集模块、数据定位模块、数据分析模块、数据处理模块和预警控制模块；

所述数据采集模块用于采集机器人信息和通过摄像头采集的障碍物集合信息，该机器人信息包含机器人尺寸数据和轮胎数据，该障碍物集合信息包含摄像头采集的固定障碍物数据、移动障碍物数据和地面凹槽数据，将机器人信息和通过摄像头采集的障碍物集合信息发送至数据分析模块；

本发明实施例中，通过摄像头采集的障碍物集合信息，并通过障碍物是否移动分为移动障碍物和不可移动障碍物，并通过不可移动障碍物在地面上还是地面下分为固定障碍物和地面凹槽；对障碍物的分类基于现有的ORB算法进行匹配实现；

所述数据定位模块用于获取固定障碍物数据、移动障碍物数据和地面凹槽数据的坐标数据并分别处理，得到坐标处理信息，将坐标处理信息发送至数据处理模块；

所述数据分析模块用于接收机器人信息和通过摄像头采集的障碍物集合信息进行分析，得到分析信息，并将分析信息发送至数据处理模块；

所述数据处理模块用于接收分析信息和坐标处理信息并进行处理，得到处理集合信息，具体的步骤包括：

步骤一：接收分析信息和坐标处理信息；

步骤二：若分析信息中包含第一匹配信号，将坐标处理信息中的第一距离集、第二距离集和第三距离集分别与监测区域进行匹配，将第一距离集中不大于监测区域半径的距离标记为第一判断距离，将第二距离集中不大于监测区域半径的距离标记为第二判断距离，将第三距离集中不大于监测区域半径的距离标记为第三判断距离；

步骤三：根据第一干扰信号对机器人的移动进行分析，若障碍物为固定障碍物，对固定障碍物进行分析，得到第一障碍数据；

步骤四：若障碍物为移动障碍物，对移动障碍物进行分析，得到第二障碍数据；

步骤五：若障碍物为地面凹槽，对地面凹槽进行分析，得到第三障碍数据；

步骤六：将第一障碍数据、第二障碍数据和第三障碍数据组合，得到处理集合信息；

所述预警控制模块用于对机器人的移动进行控制。

优选的，所述数据定位模块用于获取固定障碍物数据、移动障碍物数据和地面凹槽数据的坐标数据并分别处理，得到坐标处理信息，具体的步骤包括：

S21：以机器人为原点并根据预设的距离半径设定监测区域，得到监测数据；

S22：以机器人为原点并根据预设的划分半径设定划分区域，根据划分区域获取固定障碍物数据、移动障碍物数据和地面凹槽数据的坐标数据，将固定障碍物数据中的坐标数据标记为第一坐标集，将移动障碍物数据中的坐标数据标记为第二坐标集，将地面凹槽数据中的坐标数据标记为第三坐标集；

S23：获取移动坐标与第一坐标集之间的距离并标记为第一距离集，获取移动坐标与第二坐标集之间的距离并标记为第二距离集，获取移动坐标与第三坐标集之间的距离并标记为第三距离集；

S24：将第一坐标集、第二坐标集、第三坐标集、监测数据、第一距离集、第二距离集和第三距离集组合，得到坐标处理信息。

优选的，所述数据分析模块用于接收机器人信息和通过摄像头采集的障碍物集合信息进行分析，得到分析信息，具体的步骤包括：

S31：接收机器人信息和通过摄像头采集的障碍物集合信息；

S32：获取机器人信息中的机器人尺寸数据和轮胎数据，将机器人尺寸数据中的长度标记为JC，将机器人尺寸数据中的宽度标记为JK，将机器人尺寸数据中的高度标记为JG，将轮胎数据中的轮胎半径标记为LB；

S33：获取障碍物集合信息中的固定障碍物数据、移动障碍物数据和地面凹槽数据，将固定障碍物数据中的障碍物长度标记为ZC，将固定障碍物数据中的障碍物高度标记为ZG；

S34：将移动障碍物数据中的移动速度标记为ZV，将地面凹槽数据中的凹槽长度标记为AC，将地面凹槽数据中的凹槽宽度标记为AK；

S35：利用公式获取机器人的遇阻值，该公式为：

其中，Q_yz表示为遇阻值，μ表示为预设的遇阻修正因子，a1、a2、a3、a4表示为不同的比例系数；

S36：将遇阻值与预设的标准阈值进行匹配，若遇阻值不小于标准阈值，则判定机器人前进过程中遇到障碍并生成第一匹配信号；若遇阻值小于标准阈值，则判定机器人前进过程中没有遇到障碍并生成第二匹配信号；

S37：将标记的机器人尺寸数据和轮胎数据与遇阻值、第一匹配信号和第二匹配信号组合，得到分析信息。

优选的，对固定障碍物进行分析，得到第一障碍数据，具体的步骤包括：

S41：根据第一坐标集获取固定障碍物的侧边底坐标，根据侧边底坐标获取固定障碍物与机器人移动路线上两侧边的距离，将固定障碍物左边的侧边底坐标与移动路线上的最左边之间的距离标记为第一障碍距离，将固定障碍物右边的侧边底坐标与移动路线上的最右边之间的距离标记为第二障碍距离；

S42：将第一障碍距离和第二障碍距离分别与机器人的宽度进行匹配，若第一障碍距离和第二障碍距离均大于机器人的宽度，则生成第一固定信号，并通过预警控制模块控制机器人停止前进；若第一障碍距离和第二障碍距离中至少有一个不均大于机器人的宽度，则生成第二固定信号，并通过预警控制模块控制机器人继续前进；其中，第一固定信号表示为机器人不能通过固定障碍物；第二固定信号表示为机器人能通过固定障碍物；

S43：第一固定信号和第二固定信号构成第一障碍数据。

优选的，对移动障碍物进行分析，得到第二障碍数据，具体的步骤包括：

S51：根据第二坐标集获取移动障碍物的移动方向和移动速度，对移动方向进行分析，若移动方向与机器人的移动方向相同或相反，则生成第一方向信号；若移动方向与机器人的移动方向不同，则生成第二方向信号；

S52：利用公式t＝s/v获取移动障碍物到达机器人移动路线上的时间并标记为障碍时间；其中，s表示为移动障碍物到达机器人移动路线上的距离，v表示为移动障碍物的移动速度；

S53：将移动障碍物到达机器人移动路线上的点标记为汇聚点，获取机器人到达汇聚点的时间并标记为被动时间，将被动时间与障碍时间进行匹配；

S54：若障碍时间不大于被动时间，则生成第一移动信号，并通过预警控制模块控制机器人停止前进；若障碍时间大于被动时间，则生成第二移动信号，并通过预警控制模块控制机器人继续前进；其中，第一移动信号表示移动障碍物比机器人先到或者同时到达汇聚点，第二移动信号表示移动障碍物比机器人晚到汇聚点；

S55：第一移动信号和第二移动信号构成第二障碍数据。

优选的，若障碍物为地面凹槽，对地面凹槽进行分析，得到第三障碍数据，具体的步骤包括：

S61：根据第三坐标集获取地面凹槽的宽度并标记为第一判断宽度，将机器人的轮胎半径标记为第二判断宽度；

S62：将第二判断宽度与第一判断宽度进行匹配，若第二判断宽度大于第一判断宽度，则生成第一凹槽信号，并通过预警控制模块控制机器人继续前进；若第二判断宽度不大于第一判断宽度，则生成第二凹槽信号，并通过预警控制模块控制机器人停止前进；其中，第一凹槽信号表示机器人能通过地面凹槽，第二凹槽信号表示机器人不能通过地面凹槽；

S63：第一凹槽信号和第二凹槽信号构成第三障碍数据。

本发明的有益效果：

本发明公开的各个方面，利用数据采集模块采集机器人信息和通过摄像头采集的障碍物集合信息，该机器人信息包含机器人尺寸数据和轮胎数据，该障碍物集合信息包含摄像头采集的固定障碍物数据、移动障碍物数据和地面凹槽数据，将机器人信息和通过摄像头采集的障碍物集合信息发送至数据分析模块；通过采集机器人信息和通过摄像头采集的障碍物集合信息并进行处理，为机器人分析不同的障碍物并控制移动提供数据支撑；

利用数据定位模块获取固定障碍物数据、移动障碍物数据和地面凹槽数据的坐标数据并分别处理，得到坐标处理信息，将坐标处理信息发送至数据处理模块；通过采集固定障碍物数据、移动障碍物数据和地面凹槽数据，可以为机器人与障碍物之间建立联系并进行分析，可以提高对障碍物的分析效果；

利用数据分析模块接收机器人信息和通过摄像头采集的障碍物集合信息进行分析，得到分析信息，并将分析信息发送至数据处理模块；利用数据处理模块接收分析信息和坐标处理信息并进行处理，得到处理集合信息；通过计算将机器人与障碍物之间建立联系，并对不同类型的障碍物进行单独分析和匹配机器人能否通过，进而提高了机器人对不同类型的障碍物辨别的效果；

利用预警控制模块对机器人的移动进行控制，可以实现机器人自主分析和处理遇到的不同障碍物并进行控制前进的目的。

附图说明

下面结合附图对本发明作进一步的说明。

图1是本发明一种机器人用自主视觉辨别系统的模块框图。

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清楚、完整地描述，显然，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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1所示，本发明为一种机器人用自主视觉辨别系统，包括数据采集模块、数据定位模块、数据分析模块、数据处理模块和预警控制模块；

所述数据采集模块用于采集机器人信息和通过摄像头采集的障碍物集合信息，该机器人信息包含机器人尺寸数据和轮胎数据，该障碍物集合信息包含摄像头采集的固定障碍物数据、移动障碍物数据和地面凹槽数据，将机器人信息和通过摄像头采集的障碍物集合信息发送至数据分析模块；

所述数据定位模块用于获取固定障碍物数据、移动障碍物数据和地面凹槽数据的坐标数据并分别处理，得到坐标处理信息，将坐标处理信息发送至数据处理模块；具体的步骤包括：

以机器人为原点并根据预设的距离半径设定监测区域，得到监测数据；

以机器人为原点并根据预设的划分半径设定划分区域，根据划分区域获取固定障碍物数据、移动障碍物数据和地面凹槽数据的坐标数据，将固定障碍物数据中的坐标数据标记为第一坐标集，将移动障碍物数据中的坐标数据标记为第二坐标集，将地面凹槽数据中的坐标数据标记为第三坐标集；

获取移动坐标与第一坐标集之间的距离并标记为第一距离集，获取移动坐标与第二坐标集之间的距离并标记为第二距离集，获取移动坐标与第三坐标集之间的距离并标记为第三距离集；

将第一坐标集、第二坐标集、第三坐标集、监测数据、第一距离集、第二距离集和第三距离集组合，得到坐标处理信息；

所述数据分析模块用于接收机器人信息和通过摄像头采集的障碍物集合信息进行分析，得到分析信息，并将分析信息发送至数据处理模块；具体的步骤包括：

接收机器人信息和通过摄像头采集的障碍物集合信息；

获取机器人信息中的机器人尺寸数据和轮胎数据，将机器人尺寸数据中的长度标记为JC，将机器人尺寸数据中的宽度标记为JK，将机器人尺寸数据中的高度标记为JG，将轮胎数据中的轮胎半径标记为LB；

获取障碍物集合信息中的固定障碍物数据、移动障碍物数据和地面凹槽数据，将固定障碍物数据中的障碍物长度标记为ZC，将固定障碍物数据中的障碍物高度标记为ZG；

将移动障碍物数据中的移动速度标记为ZV，将地面凹槽数据中的凹槽长度标记为AC，将地面凹槽数据中的凹槽宽度标记为AK；

利用公式获取机器人的遇阻值，该公式为：

其中，Q_yz表示为遇阻值，μ表示为预设的遇阻修正因子，a1、a2、a3、a4表示为不同的比例系数；

将遇阻值与预设的标准阈值进行匹配，若遇阻值不小于标准阈值，则判定机器人前进过程中遇到障碍并生成第一匹配信号；若遇阻值小于标准阈值，则判定机器人前进过程中没有遇到障碍并生成第二匹配信号；

将标记的机器人尺寸数据和轮胎数据与遇阻值、第一匹配信号和第二匹配信号组合，得到分析信息；

所述数据处理模块用于接收分析信息和坐标处理信息并进行处理，得到处理集合信息，具体的步骤包括：

步骤一：接收分析信息和坐标处理信息；

步骤二：若分析信息中包含第一匹配信号，将坐标处理信息中的第一距离集、第二距离集和第三距离集分别与监测区域进行匹配，将第一距离集中不大于监测区域半径的距离标记为第一判断距离，将第二距离集中不大于监测区域半径的距离标记为第二判断距离，将第三距离集中不大于监测区域半径的距离标记为第三判断距离；

步骤三：根据第一干扰信号对机器人的移动进行分析，若障碍物为固定障碍物，对固定障碍物进行分析，得到第一障碍数据；具体的步骤包括：

根据第一坐标集获取固定障碍物的侧边底坐标，根据侧边底坐标获取固定障碍物与机器人移动路线上两侧边的距离，将固定障碍物左边的侧边底坐标与移动路线上的最左边之间的距离标记为第一障碍距离，将固定障碍物右边的侧边底坐标与移动路线上的最右边之间的距离标记为第二障碍距离；

将第一障碍距离和第二障碍距离分别与机器人的宽度进行匹配，若第一障碍距离和第二障碍距离均大于机器人的宽度，则生成第一固定信号，并通过预警控制模块控制机器人停止前进；若第一障碍距离和第二障碍距离中至少有一个不均大于机器人的宽度，则生成第二固定信号，并通过预警控制模块控制机器人继续前进；其中，第一固定信号表示为机器人不能通过固定障碍物；第二固定信号表示为机器人能通过固定障碍物；

第一固定信号和第二固定信号构成第一障碍数据；

步骤四：若障碍物为移动障碍物，对移动障碍物进行分析，得到第二障碍数据；具体的步骤包括：

根据第二坐标集获取移动障碍物的移动方向和移动速度，对移动方向进行分析，若移动方向与机器人的移动方向相同或相反，则生成第一方向信号；若移动方向与机器人的移动方向不同，则生成第二方向信号；

利用公式t＝s/v获取移动障碍物到达机器人移动路线上的时间并标记为障碍时间；其中，s表示为移动障碍物到达机器人移动路线上的距离，v表示为移动障碍物的移动速度；

将移动障碍物到达机器人移动路线上的点标记为汇聚点，获取机器人到达汇聚点的时间并标记为被动时间，将被动时间与障碍时间进行匹配；

若障碍时间不大于被动时间，则生成第一移动信号，并通过预警控制模块控制机器人停止前进；若障碍时间大于被动时间，则生成第二移动信号，并通过预警控制模块控制机器人继续前进；其中，第一移动信号表示移动障碍物比机器人先到或者同时到达汇聚点，第二移动信号表示移动障碍物比机器人晚到汇聚点；

第一移动信号和第二移动信号构成第二障碍数据；

步骤五：若障碍物为地面凹槽，对地面凹槽进行分析，得到第三障碍数据；具体的步骤包括：

根据第三坐标集获取地面凹槽的宽度并标记为第一判断宽度，将机器人的轮胎半径标记为第二判断宽度；

将第二判断宽度与第一判断宽度进行匹配，若第二判断宽度大于第一判断宽度，则生成第一凹槽信号，并通过预警控制模块控制机器人继续前进；若第二判断宽度不大于第一判断宽度，则生成第二凹槽信号，并通过预警控制模块控制机器人停止前进；其中，第一凹槽信号表示机器人能通过地面凹槽，第二凹槽信号表示机器人不能通过地面凹槽；

第一凹槽信号和第二凹槽信号构成第三障碍数据；

步骤六：将第一障碍数据、第二障碍数据和第三障碍数据组合，得到处理集合信息；

所述预警控制模块用于对机器人的移动进行控制；

上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式，公式中的系数是由本领域技术人员根据实际情况进行设置。

本发明的工作原理：本发明实施例中，利用数据采集模块采集机器人信息和通过摄像头采集的障碍物集合信息，该机器人信息包含机器人尺寸数据和轮胎数据，该障碍物集合信息包含摄像头采集的固定障碍物数据、移动障碍物数据和地面凹槽数据，将机器人信息和通过摄像头采集的障碍物集合信息发送至数据分析模块；通过采集机器人信息和通过摄像头采集的障碍物集合信息并进行处理，为机器人分析不同的障碍物并控制移动提供数据支撑；

利用数据定位模块获取固定障碍物数据、移动障碍物数据和地面凹槽数据的坐标数据并分别处理，得到坐标处理信息，将坐标处理信息发送至数据处理模块；通过采集固定障碍物数据、移动障碍物数据和地面凹槽数据，可以为机器人与障碍物之间建立联系并进行分析，可以提高对障碍物的分析效果；

利用数据分析模块接收机器人信息和通过摄像头采集的障碍物集合信息进行分析，利用公式

获取机器人的遇阻值，将遇阻值与预设的标准阈值进行匹配，若遇阻值不小于标准阈值，则判定机器人前进过程中遇到障碍并生成第一匹配信号；若遇阻值小于标准阈值，则判定机器人前进过程中没有遇到障碍并生成第二匹配信号；将标记的机器人尺寸数据和轮胎数据与遇阻值、第一匹配信号和第二匹配信号组合，得到分析信息，并将分析信息发送至数据处理模块；

根据第一干扰信号对机器人的移动进行分析，若障碍物为固定障碍物，对固定障碍物进行分析，得到第一障碍数据；若障碍物为移动障碍物，对移动障碍物进行分析，得到第二障碍数据；若障碍物为地面凹槽，对地面凹槽进行分析，得到第三障碍数据；利用数据处理模块接收分析信息和坐标处理信息并进行处理，得到处理集合信息；通过计算将机器人与障碍物之间建立联系，并对不同类型的障碍物进行单独分析和匹配机器人能否通过，进而提高了机器人对不同类型的障碍物辨别的效果；

利用预警控制模块对机器人的移动进行控制，可以实现机器人自主分析和处理遇到的不同障碍物并进行控制前进的目的。

在本发明所提供的实施例中，应该理解到，所揭露的系统和方法，可以通过其它的方式实现。例如，以上所描述的实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方法的目的。

另外，在本发明各个实施例中的各功能模块可以集成在一个控制模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。

因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。

此外，显然“包括”一词不排除其他模块或步骤，单数不排除复数。系统权利要求中陈述的多个模块或装置也可以由一个模块或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。

最后应说明的是，以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。

Claims (4)

1.一种机器人用自主视觉辨别系统，其特征在于，包括数据采集模块、数据定位模块、数据分析模块、数据处理模块和预警控制模块；

所述数据采集模块用于采集机器人信息和通过摄像头采集的障碍物集合信息，该机器人信息包含机器人尺寸数据和轮胎数据，该障碍物集合信息包含摄像头采集的固定障碍物数据、移动障碍物数据和地面凹槽数据，将机器人信息和通过摄像头采集的障碍物集合信息发送至数据分析模块；

所述数据定位模块用于获取固定障碍物数据、移动障碍物数据和地面凹槽数据的坐标数据并分别处理，得到坐标处理信息，将坐标处理信息发送至数据处理模块；

所述数据定位模块用于获取固定障碍物数据、移动障碍物数据和地面凹槽数据的坐标数据并分别处理，得到坐标处理信息，具体的步骤包括：

S21：以机器人为原点并根据预设的距离半径设定监测区域，得到监测数据；

S22：以机器人为原点并根据预设的划分半径设定划分区域，根据划分区域获取固定障碍物数据、移动障碍物数据和地面凹槽数据的坐标数据，将固定障碍物数据中的坐标数据标记为第一坐标集，将移动障碍物数据中的坐标数据标记为第二坐标集，将地面凹槽数据中的坐标数据标记为第三坐标集；

S23：获取移动坐标与第一坐标集之间的距离并标记为第一距离集，获取移动坐标与第二坐标集之间的距离并标记为第二距离集，获取移动坐标与第三坐标集之间的距离并标记为第三距离集；

S24：将第一坐标集、第二坐标集、第三坐标集、监测数据、第一距离集、第二距离集和第三距离集组合，得到坐标处理信息；

所述数据分析模块用于接收机器人信息和通过摄像头采集的障碍物集合信息进行分析，得到分析信息，并将分析信息发送至数据处理模块；

所述数据处理模块用于接收分析信息和坐标处理信息并进行处理，得到处理集合信息，具体的步骤包括：

步骤一：接收分析信息和坐标处理信息；

步骤二：若分析信息中包含第一匹配信号，将坐标处理信息中的第一距离集、第二距离集和第三距离集分别与监测区域进行匹配，将第一距离集中不大于监测区域半径的距离标记为第一判断距离，将第二距离集中不大于监测区域半径的距离标记为第二判断距离，将第三距离集中不大于监测区域半径的距离标记为第三判断距离；

步骤三：根据第一干扰信号对机器人的移动进行分析，若障碍物为固定障碍物，对固定障碍物进行分析，得到第一障碍数据；

步骤四：若障碍物为移动障碍物，对移动障碍物进行分析，得到第二障碍数据；

步骤五：若障碍物为地面凹槽，对地面凹槽进行分析，得到第三障碍数据；

步骤六：将第一障碍数据、第二障碍数据和第三障碍数据组合，得到处理集合信息；

所述预警控制模块用于对机器人的移动进行控制；

所述数据分析模块用于接收机器人信息和通过摄像头采集的障碍物集合信息进行分析，得到分析信息，具体的步骤包括：

S31：接收机器人信息和通过摄像头采集的障碍物集合信息；

S32：获取机器人信息中的机器人尺寸数据和轮胎数据，将机器人尺寸数据中的长度标记为JC，将机器人尺寸数据中的宽度标记为JK，将机器人尺寸数据中的高度标记为JG，将轮胎数据中的轮胎半径标记为LB；

S33：获取障碍物集合信息中的固定障碍物数据、移动障碍物数据和地面凹槽数据，将固定障碍物数据中的障碍物长度标记为ZC，将固定障碍物数据中的障碍物高度标记为ZG；

S34：将移动障碍物数据中的移动速度标记为ZV，将地面凹槽数据中的凹槽长度标记为AC，将地面凹槽数据中的凹槽宽度标记为AK；

S35：利用公式获取机器人的遇阻值，该公式为：

其中，

表示为遇阻值，

表示为预设的遇阻修正因子，a1、a2、a3、a4表示为不同的比例系数；

S36：将遇阻值与预设的标准阈值进行匹配，若遇阻值不小于标准阈值，则判定机器人前进过程中遇到障碍并生成第一匹配信号；若遇阻值小于标准阈值，则判定机器人前进过程中没有遇到障碍并生成第二匹配信号；

S37：将标记的机器人尺寸数据和轮胎数据与遇阻值、第一匹配信号和第二匹配信号组合，得到分析信息。

2.根据权利要求1所述的一种机器人用自主视觉辨别系统，其特征在于，对固定障碍物进行分析，得到第一障碍数据，具体的步骤包括：

S41：根据第一坐标集获取固定障碍物的侧边底坐标，根据侧边底坐标获取固定障碍物与机器人移动路线上两侧边的距离，将固定障碍物左边的侧边底坐标与移动路线上的最左边之间的距离标记为第一障碍距离，将固定障碍物右边的侧边底坐标与移动路线上的最右边之间的距离标记为第二障碍距离；

S42：将第一障碍距离和第二障碍距离分别与机器人的宽度进行匹配，若第一障碍距离和第二障碍距离均大于机器人的宽度，则生成第一固定信号，并通过预警控制模块控制机器人停止前进；若第一障碍距离和第二障碍距离中至少有一个不均大于机器人的宽度，则生成第二固定信号，并通过预警控制模块控制机器人继续前进；其中，第一固定信号表示为机器人不能通过固定障碍物；第二固定信号表示为机器人能通过固定障碍物；

S43：第一固定信号和第二固定信号构成第一障碍数据。

3.根据权利要求1所述的一种机器人用自主视觉辨别系统，其特征在于，对移动障碍物进行分析，得到第二障碍数据，具体的步骤包括：

S51：根据第二坐标集获取移动障碍物的移动方向和移动速度，对移动方向进行分析，若移动方向与机器人的移动方向相同或相反，则生成第一方向信号；若移动方向与机器人的移动方向不同，则生成第二方向信号；

S52：利用公式t=s/v获取移动障碍物到达机器人移动路线上的时间并标记为障碍时间；其中，s表示为移动障碍物到达机器人移动路线上的距离，v表示为移动障碍物的移动速度；

S53：将移动障碍物到达机器人移动路线上的点标记为汇聚点，获取机器人到达汇聚点的时间并标记为被动时间，将被动时间与障碍时间进行匹配；

S54：若障碍时间不大于被动时间，则生成第一移动信号，并通过预警控制模块控制机器人停止前进；若障碍时间大于被动时间，则生成第二移动信号，并通过预警控制模块控制机器人继续前进；其中，第一移动信号表示移动障碍物比机器人先到或者同时到达汇聚点，第二移动信号表示移动障碍物比机器人晚到汇聚点；

S55：第一移动信号和第二移动信号构成第二障碍数据。

4.根据权利要求1所述的一种机器人用自主视觉辨别系统，其特征在于，若障碍物为地面凹槽，对地面凹槽进行分析，得到第三障碍数据，具体的步骤包括：

S61：根据第三坐标集获取地面凹槽的宽度并标记为第一判断宽度，将机器人的轮胎半径标记为第二判断宽度；

S62：将第二判断宽度与第一判断宽度进行匹配，若第二判断宽度大于第一判断宽度，则生成第一凹槽信号，并通过预警控制模块控制机器人继续前进；若第二判断宽度不大于第一判断宽度，则生成第二凹槽信号，并通过预警控制模块控制机器人停止前进；其中，第一凹槽信号表示机器人能通过地面凹槽，第二凹槽信号表示机器人不能通过地面凹槽；

S63：第一凹槽信号和第二凹槽信号构成第三障碍数据。

Images