本發(fā)明涉及agv導(dǎo)航，尤其涉及一種重型agv的高精度激光slam導(dǎo)航方法及系統(tǒng)。

背景技術(shù)：

1、隨著工業(yè)自動(dòng)化、智能制造和物流行業(yè)的快速發(fā)展，重型自動(dòng)導(dǎo)引車(chē)（agv）作為一種高效、可靠的自動(dòng)化搬運(yùn)工具，已經(jīng)在倉(cāng)儲(chǔ)、生產(chǎn)線、運(yùn)輸?shù)雀鱾€(gè)領(lǐng)域得到廣泛應(yīng)用。重型agv通過(guò)自動(dòng)化的路徑規(guī)劃和自主導(dǎo)航，能夠在復(fù)雜環(huán)境中進(jìn)行高負(fù)載、高效率的作業(yè)。特別是在現(xiàn)代倉(cāng)儲(chǔ)物流、制造業(yè)和重型物料搬運(yùn)領(lǐng)域，agv的應(yīng)用逐步取代了傳統(tǒng)人工搬運(yùn)，大大提高了生產(chǎn)效率，減少了人力成本。然而，在重型agv的應(yīng)用過(guò)程中，如何在復(fù)雜的環(huán)境中實(shí)現(xiàn)高精度、高效率的導(dǎo)航，成為了一個(gè)亟待解決的技術(shù)難題。

2、傳統(tǒng)的重型agv導(dǎo)航系統(tǒng)通常依賴(lài)于激光雷達(dá)、磁條、視覺(jué)或慣性傳感器等技術(shù)來(lái)進(jìn)行定位與導(dǎo)航。然而，由于環(huán)境的動(dòng)態(tài)變化、障礙物的不可預(yù)測(cè)性以及場(chǎng)景復(fù)雜性，這些傳統(tǒng)的導(dǎo)航方法在面對(duì)復(fù)雜環(huán)境時(shí)，往往會(huì)受到諸如定位誤差、環(huán)境干擾、傳感器故障等因素的影響，導(dǎo)致導(dǎo)航精度不足、路徑規(guī)劃不穩(wěn)定、避障不及時(shí)等問(wèn)題。這些問(wèn)題不僅影響了agv的效率，還增加了設(shè)備故障和安全隱患的風(fēng)險(xiǎn)。因此，如何在保持高精度導(dǎo)航的同時(shí)，確保agv在復(fù)雜環(huán)境中的穩(wěn)定性和安全性，成為了關(guān)鍵的研究方向。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明為解決上述技術(shù)問(wèn)題，提出了一種重型agv的高精度激光slam導(dǎo)航方法及系統(tǒng)，以解決至少一個(gè)上述技術(shù)問(wèn)題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供一種重型agv的高精度激光slam導(dǎo)航方法，所述重型agv裝置有高清攝像頭及激光雷達(dá)，包括以下步驟：

3、步驟s1：基于高清攝像頭持續(xù)采集工廠全景監(jiān)測(cè)圖像，并進(jìn)行地形障礙物分割，生成多個(gè)障礙物碰撞約束框；

4、步驟s2：根據(jù)工廠全景監(jiān)測(cè)圖像進(jìn)行三維場(chǎng)景結(jié)構(gòu)識(shí)別，并基于多個(gè)障礙物碰撞約束框進(jìn)行全景場(chǎng)景建圖，構(gòu)建全景場(chǎng)景結(jié)構(gòu)地圖；

5、步驟s3：計(jì)算agv當(dāng)前位置坐標(biāo)，根據(jù)全景場(chǎng)景結(jié)構(gòu)地圖進(jìn)行智能agv導(dǎo)航規(guī)劃，構(gòu)建智能agv規(guī)劃路徑；

6、步驟s4：基于激光雷達(dá)實(shí)時(shí)采集激光傳感反饋參數(shù)，并對(duì)全景場(chǎng)景結(jié)構(gòu)地圖進(jìn)行局部建筑結(jié)構(gòu)同步處理，構(gòu)建同步優(yōu)化場(chǎng)景地圖；

7、步驟s5：根據(jù)同步優(yōu)化場(chǎng)景地圖對(duì)智能agv規(guī)劃路徑進(jìn)行最大通行形態(tài)限制分析及場(chǎng)景結(jié)構(gòu)突起碰撞規(guī)避，生成碰撞規(guī)避優(yōu)化路徑；

8、步驟s6：根據(jù)所述激光傳感反饋參數(shù)進(jìn)行動(dòng)態(tài)障礙物時(shí)序移動(dòng)追蹤，并對(duì)碰撞規(guī)避優(yōu)化路徑進(jìn)行自適應(yīng)路徑迭代優(yōu)化，構(gòu)建智能導(dǎo)航優(yōu)化模型。

9、本發(fā)明通過(guò)高清攝像頭持續(xù)采集全景圖像，agv能夠全面感知工廠環(huán)境。這為agv提供了豐富的視覺(jué)信息，確保它能夠準(zhǔn)確地識(shí)別和分割各種地形障礙物，包括固定的建筑物、設(shè)備和其他靜態(tài)物體。地形障礙物分割技術(shù)有助于從全景圖像中提取出每個(gè)障礙物的形狀與位置，并根據(jù)這些信息生成多個(gè)碰撞約束框（如圓柱體、矩形框等）。這種碰撞約束框?yàn)楹罄m(xù)路徑規(guī)劃和避障提供了精確的幾何信息。高清攝像頭能夠捕捉實(shí)時(shí)環(huán)境變化（如臨時(shí)放置的障礙物），從而使得agv能夠動(dòng)態(tài)適應(yīng)新的障礙物和環(huán)境變化，提高了導(dǎo)航的靈活性和穩(wěn)定性。通過(guò)對(duì)全景圖像進(jìn)行深度分析，agv能夠識(shí)別工廠環(huán)境的三維結(jié)構(gòu)，如建筑物、墻面、門(mén)窗等重要特征。這為后續(xù)的定位和導(dǎo)航提供了基于空間位置的精準(zhǔn)信息?；谡系K物碰撞約束框與三維場(chǎng)景結(jié)構(gòu)的結(jié)合，agv能夠生成高精度的全景場(chǎng)景地圖。這種地圖不僅提供了環(huán)境中所有障礙物的空間信息，還包括了工廠布局和結(jié)構(gòu)的詳細(xì)信息，幫助agv在復(fù)雜環(huán)境中進(jìn)行全局定位。全景場(chǎng)景地圖將工廠中的所有重要特征融入其中，為路徑規(guī)劃系統(tǒng)提供了豐富的環(huán)境數(shù)據(jù)，能夠更好地指導(dǎo)agv選擇最優(yōu)的路徑。通過(guò)與全景場(chǎng)景結(jié)構(gòu)地圖的結(jié)合，agv能夠?qū)崟r(shí)計(jì)算自身在工廠中的準(zhǔn)確位置，從而確保高精度的定位。這對(duì)于重型agv在復(fù)雜環(huán)境中的精確導(dǎo)航至關(guān)重要?；诋?dāng)前位置和全景場(chǎng)景地圖，agv能夠進(jìn)行智能導(dǎo)航規(guī)劃。通過(guò)運(yùn)用先進(jìn)的路徑規(guī)劃算法（如a*、d*、rrt等），agv可以根據(jù)實(shí)時(shí)環(huán)境和任務(wù)需求，規(guī)劃出最優(yōu)的行駛路徑，避免障礙物和其他潛在風(fēng)險(xiǎn)。導(dǎo)航規(guī)劃系統(tǒng)能夠根據(jù)工廠內(nèi)的變化（如突發(fā)障礙物、生產(chǎn)區(qū)域的調(diào)整等）進(jìn)行實(shí)時(shí)路徑調(diào)整，從而提高agv的靈活性和安全性。激光雷達(dá)能夠提供高精度的環(huán)境反饋數(shù)據(jù)，包括障礙物的距離、大小和形狀。通過(guò)實(shí)時(shí)采集激光傳感器的反饋參數(shù)，agv能夠及時(shí)識(shí)別新的障礙物或環(huán)境變化?；诩す饫走_(dá)的數(shù)據(jù)，agv能夠?qū)θ皥?chǎng)景地圖進(jìn)行局部同步和優(yōu)化，確保地圖始終保持最新且精確。這對(duì)于確保路徑規(guī)劃的準(zhǔn)確性和穩(wěn)定性至關(guān)重要，特別是在動(dòng)態(tài)環(huán)境中。激光雷達(dá)與視覺(jué)系統(tǒng)的結(jié)合提供了更加全面的環(huán)境感知能力，使得agv在動(dòng)態(tài)和復(fù)雜環(huán)境中能夠更精準(zhǔn)地識(shí)別和規(guī)避障礙物。通過(guò)對(duì)agv形態(tài)和環(huán)境進(jìn)行詳細(xì)分析，agv能夠根據(jù)自身的尺寸和形狀來(lái)分析路徑中的通行限制。這使得agv能夠選擇符合其尺寸要求的路徑，避免狹小空間或不適合通過(guò)的區(qū)域。agv能夠在同步優(yōu)化場(chǎng)景地圖上識(shí)別出可能的場(chǎng)景結(jié)構(gòu)突起（如平臺(tái)邊緣、支架等），并進(jìn)行規(guī)避。這不僅避免了碰撞，還能確保agv在復(fù)雜地形中平穩(wěn)行駛?；谛螒B(tài)限制和突起規(guī)避，agv能夠生成一條經(jīng)過(guò)優(yōu)化的路徑。這條路徑避免了不適合通過(guò)的區(qū)域，并考慮了agv的運(yùn)動(dòng)特性，提供了更加安全和高效的導(dǎo)航方案。通過(guò)實(shí)時(shí)監(jiān)測(cè)和追蹤動(dòng)態(tài)障礙物（如移動(dòng)的agv、工作人員或物料搬運(yùn)設(shè)備等），agv能夠預(yù)測(cè)這些障礙物的未來(lái)軌跡。通過(guò)時(shí)序分析和軌跡預(yù)測(cè)，agv可以提前做好避讓準(zhǔn)備，避免與這些動(dòng)態(tài)障礙物發(fā)生碰撞?；趧?dòng)態(tài)障礙物的實(shí)時(shí)反饋，agv能夠?qū)β窂竭M(jìn)行自適應(yīng)調(diào)整。隨著環(huán)境的變化（新的障礙物出現(xiàn)、目標(biāo)位置的變化等），agv的路徑規(guī)劃會(huì)進(jìn)行實(shí)時(shí)優(yōu)化，使得導(dǎo)航更加智能化、靈活性更高。通過(guò)不斷迭代和優(yōu)化路徑，agv能夠構(gòu)建一個(gè)具有高度自適應(yīng)性的智能導(dǎo)航模型。這使得agv能夠在變化的環(huán)境中持續(xù)運(yùn)行，并根據(jù)新的環(huán)境數(shù)據(jù)調(diào)整其行為，確保任務(wù)的順利完成。

10、在本說(shuō)明書(shū)中，提供一種重型agv的高精度激光slam導(dǎo)航系統(tǒng)，用于執(zhí)行如上所述的重型agv的高精度激光slam導(dǎo)航方法，包括：

11、地形識(shí)別模塊，用于基于高清攝像頭持續(xù)采集工廠全景監(jiān)測(cè)圖像，并進(jìn)行地形障礙物分割，生成多個(gè)障礙物碰撞約束框；

12、全景建圖模塊，用于根據(jù)工廠全景監(jiān)測(cè)圖像進(jìn)行三維場(chǎng)景結(jié)構(gòu)識(shí)別，并基于多個(gè)障礙物碰撞約束框進(jìn)行全景場(chǎng)景建圖，構(gòu)建全景場(chǎng)景結(jié)構(gòu)地圖；

13、路徑規(guī)劃模塊，用于計(jì)算agv當(dāng)前位置坐標(biāo)，根據(jù)全景場(chǎng)景結(jié)構(gòu)地圖進(jìn)行智能agv導(dǎo)航規(guī)劃，構(gòu)建智能agv規(guī)劃路徑；

14、局部同步優(yōu)化模塊，用于基于激光雷達(dá)實(shí)時(shí)采集激光傳感反饋參數(shù)，并對(duì)全景場(chǎng)景結(jié)構(gòu)地圖進(jìn)行局部建筑結(jié)構(gòu)同步處理，構(gòu)建同步優(yōu)化場(chǎng)景地圖；

15、通行限制分析模塊，用于根據(jù)同步優(yōu)化場(chǎng)景地圖對(duì)智能agv規(guī)劃路徑進(jìn)行最大通行形態(tài)限制分析及場(chǎng)景結(jié)構(gòu)突起碰撞規(guī)避，生成碰撞規(guī)避優(yōu)化路徑；

16、動(dòng)態(tài)障礙物規(guī)避模塊，用于根據(jù)所述激光傳感反饋參數(shù)進(jìn)行動(dòng)態(tài)障礙物時(shí)序移動(dòng)追蹤，并對(duì)碰撞規(guī)避優(yōu)化路徑進(jìn)行自適應(yīng)路徑迭代優(yōu)化，構(gòu)建智能導(dǎo)航優(yōu)化模型。

17、本發(fā)明通過(guò)高清攝像頭能夠提供高分辨率的圖像數(shù)據(jù)，使得agv能夠更清晰地識(shí)別周?chē)h(huán)境中的靜態(tài)和動(dòng)態(tài)障礙物。這使得agv在面對(duì)復(fù)雜或變化的環(huán)境時(shí)，能夠保持較高的穩(wěn)定性和精度。通過(guò)對(duì)圖像數(shù)據(jù)進(jìn)行地形障礙物分割，agv能夠精確地標(biāo)識(shí)出潛在的碰撞障礙物，并通過(guò)生成多個(gè)障礙物的碰撞約束框，清晰地界定了這些障礙物的空間范圍。這為后續(xù)的路徑規(guī)劃和碰撞避免提供了有效的參考。通過(guò)識(shí)別并重建場(chǎng)景的三維結(jié)構(gòu)，agv可以獲得更加全面和細(xì)致的環(huán)境模型。這種三維建圖不僅能展現(xiàn)出工廠內(nèi)的所有障礙物和建筑結(jié)構(gòu)的空間布局，還能提高agv在復(fù)雜環(huán)境中的導(dǎo)航精度?；谡系K物碰撞約束框進(jìn)行的全景建圖，不僅能夠描繪出靜態(tài)環(huán)境，還能提供一個(gè)包含環(huán)境障礙物位置、形狀和大小等信息的完整視圖。這樣，agv在路徑規(guī)劃時(shí)能夠清楚了解整個(gè)環(huán)境中的障礙物分布，并為智能導(dǎo)航提供精準(zhǔn)參考。通過(guò)結(jié)合全景場(chǎng)景結(jié)構(gòu)地圖和agv的當(dāng)前位置，系統(tǒng)可以精確計(jì)算agv的坐標(biāo)，并根據(jù)實(shí)時(shí)地圖生成最優(yōu)的規(guī)劃路徑。這能確保agv在復(fù)雜環(huán)境中能夠穩(wěn)定前進(jìn)，避免出現(xiàn)錯(cuò)誤定位或無(wú)法通過(guò)狹窄路徑等問(wèn)題?；谌皥?chǎng)景地圖進(jìn)行的智能導(dǎo)航規(guī)劃，可以動(dòng)態(tài)調(diào)整路徑，以適應(yīng)環(huán)境中出現(xiàn)的新障礙或變化。這種智能規(guī)劃可以顯著提高agv的自主導(dǎo)航能力，增強(qiáng)其在多變環(huán)境中的靈活性和適應(yīng)性。激光雷達(dá)提供的高精度距離信息與高清圖像的視覺(jué)數(shù)據(jù)相結(jié)合，可以精確修正環(huán)境建圖中的偏差。通過(guò)將激光雷達(dá)的數(shù)據(jù)與全景場(chǎng)景地圖進(jìn)行同步處理，可以實(shí)現(xiàn)局部區(qū)域建筑結(jié)構(gòu)的高精度優(yōu)化，確保agv能夠獲取最新的場(chǎng)景信息。隨著agv的移動(dòng)，環(huán)境中的障礙物和結(jié)構(gòu)可能發(fā)生變化。通過(guò)實(shí)時(shí)同步優(yōu)化場(chǎng)景地圖，agv能夠保證導(dǎo)航路徑與實(shí)際環(huán)境始終保持一致，從而避免因地圖信息過(guò)時(shí)而導(dǎo)致的導(dǎo)航錯(cuò)誤。通過(guò)對(duì)agv的通行限制進(jìn)行分析（如轉(zhuǎn)彎半徑、負(fù)載能力等），可以為agv生成能夠最大化利用其行駛空間的路徑，從而優(yōu)化行駛效率和安全性。這使得agv能夠根據(jù)其具體物理形態(tài)和工作任務(wù)，在不同環(huán)境中選擇最佳路徑。通過(guò)分析同步優(yōu)化的場(chǎng)景地圖中的突起物或障礙物，agv能夠智能地避免碰撞。碰撞規(guī)避優(yōu)化路徑能夠根據(jù)agv周?chē)恼系K物布局實(shí)時(shí)調(diào)整，為agv提供更加安全的行駛路線，尤其在狹小空間或復(fù)雜工廠環(huán)境中顯得尤為重要。通過(guò)實(shí)時(shí)追蹤動(dòng)態(tài)障礙物的移動(dòng)軌跡，agv能夠預(yù)測(cè)其未來(lái)的位置，并提前做出避讓決策。這對(duì)于應(yīng)對(duì)工廠環(huán)境中偶發(fā)的動(dòng)態(tài)障礙物（如人員或設(shè)備的移動(dòng)）尤為重要?；诩す鈧鞲蟹答亝?shù)，agv能夠在行駛過(guò)程中根據(jù)障礙物的動(dòng)態(tài)變化實(shí)時(shí)調(diào)整路徑。自適應(yīng)路徑優(yōu)化可以顯著提高agv的導(dǎo)航能力，確保它在面對(duì)不可預(yù)見(jiàn)的障礙物或環(huán)境變化時(shí)仍然能夠保持高效運(yùn)行。結(jié)合上述動(dòng)態(tài)反饋與路徑優(yōu)化策略，agv能夠持續(xù)學(xué)習(xí)并改進(jìn)導(dǎo)航?jīng)Q策，生成更為高效且安全的導(dǎo)航策略。這一優(yōu)化模型不僅可以提高agv的導(dǎo)航精度，還能使其更加適應(yīng)多變和復(fù)雜的環(huán)境。