论文部分内容阅读
病人监护是医院基本护理任务。由于监护任务的劳动强度过大等原因,临床上普遍存在护士不能及时巡护的问题。随着服务机器人技术的快速发展,机器人在医疗、福利设施、家庭等领域扮演着越来越重要的角色。采用机器人代替护士完成部分巡视工作在技术上已成为可能。而病房巡视机器人的导航定位与避障又成为完成上述任务的基础。本文围绕医院环境下,病房巡视机器人从护士站准确、可靠的到达目标房间,并且在导航过程中能够及时进行避障动作开展了如下工作。针对医院环境,基于RFID传感器提出了环境学习与建模的新方法。结合Stargazer和RFID,设计医院拓扑环境的上下文信息,指导病房巡视机器人对环境进行自主学习,自动保存关键节点的特征信息,并构建环境模型。为确保巡视机器人准确、可靠的到达目标房间采用RFID、里程计、视觉和Stargazer的D-S证据推理的数据融合方法,大大提高了机器人在大范围下精确定位的性能。在拓扑节点之间巡视机器人采用激光检测走廊墙壁,通过直线拟合算法计算机器人前进方向与走廊墙壁的夹角。使用该夹角修正里程计值,以实现在拓扑节点之间的精确定位。针对复杂环境下,本文对病房巡视机器人的避障方法进行了研究。总结机器人传统避障方法的弊端,提出了基于激光传感器和摄像头的综合全方位的障碍物检测与避障方法。采用背景差法对地面上的障碍物进行阈值分割,找出障碍物。通过坐标系变换,将图像上的像素坐标转换为摄像机坐标系下的坐标。并使用该坐标计算障碍物点到巡视机器人间的距离。为消除图像处理中的透视变换对视觉测距的精度影响,采用构建鸟瞰图的方法,消除透视现象的影响,并提高了视觉测距的精度。根据不同的障碍物情况,本文采用激光和视觉障碍物检测与避障的融合方法,通过查询避障策略表,实现巡视机器人的准确可靠的避障动作。