本發明涉及智能移動設備技術領域，尤其涉及一種基于北斗-GPS導航下的移動平臺自適應精密運動控制方法。

背景技術：

目前，在移動平臺等可以智能移動的設備中，多具備動力系統，以支持自身行走；但多需使用者利用遙控器等遠程控制設備對該智能移動設備進行遠程控制，以應對周圍環境以及事物對其在行動上的影響。

隨著智能移動設備領域的研究逐步深入，也出現了一些能夠智能跟隨使用者行走的移動平臺，但是由于其在事先并未對周圍環境進行檢測，以及在行走過程中無法對自身姿態進行精密控制，導致其無法對前方障礙物或運動物體進行自適應變化，智能化程度較低。

技術實現要素：

針對上述現有技術中的不足之處，本發明的目的在于提供一種基于北斗-GPS導航下的移動平臺自適應精密運動控制方法。

本發明的上述目的是通過以下技術方案予以實現的。

一種基于北斗-GPS導航下的移動平臺自適應精密運動控制方法，該方法包括以下步驟：

步驟（1）獲取移動平臺和使用者實時位置數據，以及周圍環境的視頻圖像、紅外圖像：利用北斗-GPS雙模導航獲取移動平臺自身實時位置數據；同時，獲取所述移動平臺周圍環境的視頻圖像，并根據所述視頻圖像獲得自身與周圍物體的相對距離數據；同時，獲取所述移動平臺周圍環境的紅外圖像，并根據所述紅外圖像區分出周圍環境內的生命體及非生命體，確認移動平臺的使用者的實時位置數據；

步驟（2）獲得周圍環境生命體的運動狀態：對周圍環境的所述生命體進行檢測，獲得所述生命體的運動狀態；

步驟（3）構建周圍環境的三維地圖：結合所述移動平臺自身及使用者的實時位置數據、所述相對距離數據、所述生命體的運動狀態，實時構建出移動平臺周圍環境的三維地圖；

步驟（4）移動平臺跟隨使用者行走：所述移動平臺實時收集其使用者的狀態信息，利用處理模塊獲取所述使用者的運動趨勢，并由處理模塊將跟隨指令發送至移動平臺的動力系統，使移動平臺持續跟隨所述使用者行走；

步驟（5）自適應調整姿態，避免相撞：行走過程中所述移動平臺利用自適應算法對自身的姿態進行監控，并結合所述周圍環境的三維地圖判斷是否會與前方物體相碰，調整姿態，對于即將相碰的物體進行避讓。

本發明基于北斗-GPS雙模導航對移動平臺自身進行實時定位，北斗-GPS雙模雙模導航具有修正及獲取更精密位置數據的功能；獲取周圍環境的視頻圖像，利用深度算法了解周圍物體與自身的相對距離；獲取周圍環境的紅外圖像，區分周圍環境的所述生命體與所述非生命體；然后，對周圍環境內的所述生命體進行檢測，從而獲得所述生命體的運動狀態；結合上述所有數據建模，實時構建出周圍環境的三維地圖，使移動平臺能夠實時全局掌控周圍環境的各種情況。在此基礎上，所述移動平臺能夠自動智能跟隨使用者行走，且能夠避免在行走過程中與運動/靜止的障礙物相碰，利用自適應算法對自身姿態進行調整，使跟隨行走的動作長時間穩定的進行。

所述自適應算法具體可采用現有的LMS算法或神經網絡算法等等。作為一種自適應算法的舉例：首先，移動平臺對自身和使用者進行定位，再根據實時發送的使用者的狀態信息以及神經網絡算法訓練所述移動平臺的處理模塊，使得處理模塊具備根據使用者當前狀態信息預判下一時刻的運動趨勢的功能；隨后移動平臺的處理模塊接收到后續傳來的狀態信息，并據此判斷使用者下一刻的運動趨勢，進而進行符合運動趨勢的跟隨動作；移動平臺持續跟隨使用者行走，并在此基礎上建造周圍環境的增量式地圖；利用多傳感器對周圍環境以及環境中的靜止的物體、移動的物體、使用者運動趨勢進行探測，獲得其與自身的相對位置以及相對移動狀態，結合其相對位置、相對移動狀態建立即時地圖，為后續調整姿態提供數據基礎；而在進行自適應調整姿態時，用到粒子濾波算法，利用粒子集來表示概率，可以用在任何形式的狀態空間模型上，通過從后驗概率中抽取的隨機狀態粒子來表達其分布，是一種順序重要性采樣法；根據獲得的運動狀態數據的隨機樣本對概率密度函數進行近似，以樣本均值代替積分運算，從而獲得狀態最小方差分布，最終選定一組較為準確的數據作為運動狀態的數據信息，有效地減小了數據誤差。本發明解決了現有技術中智能跟隨設備僅僅是跟隨使用者行走，無法利用各種傳感器或其他設備對周圍情況的變化進行適應性的反饋，完全依賴于人的控制的這一技術問題，提出一種智能化程度更高的自適應精密運動控制方法。

優選地，移動平臺的所述處理模塊采用單片機進行信息處理，一方面對采集的所有數據進行分析，構建出周圍環境的三維地圖，使移動平臺避開固定的障礙物（包括非生命體、生命體）進行行走；另一方面，對使用者的運動趨勢和生命體的運動狀態進行分析反饋，驅動動力系統跟隨使用者行走，且在行走過程中通過暫停、加速或稍微偏離原跟隨路線等方式避開運動的生命體；在障礙消除后，繼續與使用者匹配跟隨其行走。

優選地，步驟（1）中利用紅外傳感器、超聲波傳感器判斷出移動平臺的使用者，并結合視頻圖像和移動平臺自身實時位置數據確認所述使用者的實時位置數據。通過處理模塊確認使用者的位置，并將移動平臺與其使用者進行匹配，是移動平臺跟隨行走的基礎。

優選地，所述步驟（1）中獲取周圍環境的視頻圖像后，對所述視頻圖像進行除雜過濾處理，并進行模數轉化，獲得清晰化的視頻圖像數據，再根據所述清晰化的視頻圖像數據獲得自身與周圍物體的相對距離數據。

優選地，所述步驟（2）中利用超聲波傳感器對周圍環境內的所述生命體進行檢測，獲得超聲波檢測波譜圖；對所述超聲波檢測波譜圖進行除雜過濾處理，并進行模數轉化，獲得所述超聲波檢測數據；再根據所述超聲波檢測數據，獲得所述運動狀態。

優選地，步驟（2）所述運動狀態及步驟（4）所述的運動趨勢均包括：運動方向、運動速度、運動加速度。運動方向、運動速度、運動加速度能夠準確描述所述生命體及所述使用者的實時運動狀態以及實時運動趨勢，以便在進行跟隨行走時，能夠提前進行適應性調整，一邊跟隨使用者行走一邊調整姿態，保證持續有效的跟隨。

優選地，所述步驟（3）為：結合所述移動平臺自身及使用者的實時位置數據、所述相對距離數據、所述生命體的運動狀態，利用SLAM技術進行地圖構建，獲得三維地圖。所述移動平臺在移動過程中根據北斗-GPS雙模導航的位置估計和地圖進行自身定位，同時在自身定位的基礎上建造增量式地圖，獲得三維地圖，實現其自主定位和導航。

所述步驟（3）具體用到SLAM技術，也稱作即時定位與地圖構建技術，所述移動平臺在未知環境中從一個未知位置開始移動，在移動過程中根據北斗-GPS雙模導航進行自身定位，待自身定位完成后，在自身定位的基礎上建造增量式地圖，實現所述移動平臺自主定位和導航；利用多傳感器對周圍環境以及環境中的靜止的物體、移動的物體、使用者的運動趨勢進行探測，獲得其相對所述初始位置的相對位置以及相對移動狀態，最后結合所述初始位置、所述相對位置以及所述相對移動狀態建立即時地圖，從而為后續進行跟隨使用者行走時的姿態調整提供數據基礎。

優選地，步驟（4）包括：

步驟（401）獲取使用者的運動趨勢：所述移動平臺利用紅外傳感器及超聲波傳感器對其使用者的狀態進行監控，獲得監控數據，傳輸至處理模塊，所述處理模塊經處理獲取所述使用者的運動方向、運動速度和運動加速度；

步驟（402）步進電機高精密控制器控制下的跟隨行走：所述處理模塊將使用者的運動方向、運動速度和運動加速度數據進行運算，得到移動平臺的跟隨指令，并將跟隨指令發送至步進電機高精密控制器，對驅動移動平臺行走的步進電機進行精密控制，使移動平臺持續跟隨使用者行走。

所述步進電機可將電脈沖信號轉變為角位移或線位移，具有快速啟動和停止的特點，其驅動速度和指令脈沖能嚴格同步，具有較高的重復定位精度，并能實現正反轉和平滑速度調節。具體的，當步進電機高精密控制器接收到一個脈沖信號，它就驅動步進電機按設定的方向轉動一個步距角；所述步進電機高精密控制器通過控制脈沖頻率來控制電機轉動的速度和加速度，從而達到精密跟隨的目的。所述步進電機高精密控制器采用單片機信息處理，可控制2~3個步進電機分時工作和聯動運轉。

優選地，所述步驟（5）包括：

步驟（501）利用姿態傳感器對自身姿態監控：行走過程中，利用姿態傳感器對移動平臺自身的姿態進行監控，控制移動平臺的偏移角度，使移動平臺平穩跟隨使用者行走；

步驟（502）避開障礙物，跟隨使用者持續行走：結合步驟（3）獲得的三維地圖，移動平臺的處理模塊判斷是否會與前方物體相碰，避開前方固定的非生命體，對于即將相碰的運動的生命體，在原跟隨指令的基礎上進行適應性調整，前方障礙物消除后繼續跟隨使用者行走。

所述適應性調整指移動平臺通過暫停、加速或偏離原跟隨路徑的方式避免與正在靠近的障礙物相碰。

優選地，所述姿態傳感器為九軸傳感器。所述九軸傳感器包括三軸陀螺儀、三軸加速傳感器、三軸磁感應傳感器，所述處理模塊利用九軸運動感測融合算法監控移動平臺的各種姿態，使其平穩跟隨使用者行走。

優選地，利用全景攝像頭獲取所述視頻圖像，所述全景攝像頭連接有伸縮轉動桿，用于調節所述全景攝像頭的拍攝角度及高度。

本發明適用于具有跟隨行走功能的的智能移動設備，可以在所述移動平臺上搭載各種需運輸的物件。所述移動平臺的配置可以有：定位裝置、動力系統、圖像采集裝置、紅外傳感器、超聲波傳感器、姿態傳感器、處理模塊、主動輪、從動輪、步進電機、步進電機高精密控制器；所述定位裝置具體為北斗-GPS雙模導航，所述圖像采集裝置可以采用攝像儀如全景攝像頭，所述姿態傳感器可以采用九軸傳感器。

優選地，所述紅外傳感器、超聲波傳感器設置于所述平臺的四周，所述超聲波傳感器呈陣列排布。

與現有技術相比，本發明有益效果在于：提供了一種基于北斗-GPS導航下的移動平臺自適應精密運動控制方法，通過數據監測及信息處理，對周圍環境進行感知，實時構建出周圍環境的三維地圖，了解周圍環境的物體及生命體的分布情況；在了解周圍環境的基礎上，所述移動平臺與其使用者進行配對，穩定跟隨使用者行走，避開障礙物，并利用步進電機高精密控制器及自適應算法對移動平臺的運動姿態進行實時控制，能夠在使用者的前方或后方沿著使用者的運動方向進行適應性運動。

附圖說明

圖1為實施例1基于北斗-GPS導航下的移動平臺自適應精密運動控制方法步驟流程圖。

圖2為實施例2基于北斗-GPS導航下的移動平臺自適應精密運動控制方法步驟（4）的流程圖。

圖3為實施例2基于北斗-GPS導航下的移動平臺自適應精密運動控制方法步驟（5）的流程圖。

具體實施方式

以下將結合具體實施例對本發明的技術方案進行清楚、完整的描述，顯然，所描述的實施例僅僅是本發明的一部分實施例，而不是全部的實施例。基于本發明的實施例，本領域普通技術人員在沒有做出創造性勞動的前提下所得到的所有其它實施例，都屬于本發明所保護的范圍。

在本發明的描述中，需要說明的是，術語“中心”、“上”、“下”、“左”、“右”、“豎直”、“水平”、“內”、“外”等指示的方位或位置關系僅是為了便于描述本發明和簡化描述，而不是指示或暗示所指的裝置或元件必須具有特定的方位、以特定的方位構造和操作，因此不能理解為對本發明的限制。此外，術語“第一”、“第二”、“第三”僅用于描述目的，而不能理解為指示或暗示相對重要性。

在本發明的描述中，需要說明的是，除非另有明確的規定和限定，術語“安裝”、“相連”、“連接”應做廣義理解，例如，可以是固定連接，也可以是可拆卸連接，或一體地連接；可以是機械連接，也可以是電連接；可以是直接相連，也可以通過中間媒介間接相連，可以是兩個元件內部的連通。對于本領域的普通技術人員而言，可以具體情況理解上述術語在本發明中的具體含義。

下面通過具體的實施例對本發明做進一步的詳細描述。

實施例1

一種基于北斗-GPS導航下的移動平臺自適應精密運動控制方法，如圖1所示，該方法包括以下步驟：

步驟（1）獲取移動平臺和使用者實時位置數據，以及周圍環境的視頻圖像、紅外圖像：利用北斗-GPS雙模導航獲取移動平臺自身實時位置數據；同時，獲取所述移動平臺周圍環境的視頻圖像，并根據所述視頻圖像獲得自身與周圍物體的相對距離數據；同時，獲取所述移動平臺周圍環境的紅外圖像，并根據所述紅外圖像區分出周圍環境內的生命體及非生命體，確認移動平臺的使用者的實時位置數據；

步驟（2）獲得周圍環境生命體的運動狀態：對周圍環境的所述生命體進行檢測，獲得所述生命體的運動狀態；

步驟（3）構建周圍環境的三維地圖：結合所述移動平臺自身及使用者的實時位置數據、所述相對距離數據、所述生命體的運動狀態，實時構建出移動平臺周圍環境的三維地圖；

步驟（4）移動平臺跟隨使用者行走：所述移動平臺實時收集其使用者的狀態信息，利用處理模塊獲取所述使用者的運動趨勢，并由處理模塊將跟隨指令發送至移動平臺的動力系統，使移動平臺持續跟隨所述使用者行走；

步驟（5）自適應調整姿態，避免相撞：行走過程中所述移動平臺利用自適應算法對自身的姿態進行監控，并結合所述周圍環境的三維地圖判斷是否會與前方物體相碰，調整姿態，對于即將相碰的物體進行避讓。

步驟（1）中利用紅外傳感器、超聲波傳感器判斷出移動平臺的使用者，并結合視頻圖像和移動平臺自身實時位置數據確認所述使用者的實時位置數據。通過處理模塊確認使用者的位置，并將移動平臺與其使用者進行匹配，是移動平臺跟隨行走的基礎。

步驟（2）所述運動狀態及步驟（4）所述的運動趨勢均包括：運動方向、運動速度、運動加速度。運動方向、運動速度、運動加速度能夠準確描述所述生命體及所述使用者的實時運動狀態以及實時運動趨勢，以便在進行跟隨行走時，能夠提前進行適應性調整，一邊跟隨使用者行走一邊調整姿態，在即將與所述生命體相碰時，暫停、加速或偏離原路線，避免與所述生命體發生碰撞，所述生命體離開后，繼續跟隨使用者行走。

具體的，移動平臺的所述處理模塊采用單片機進行信息處理，一方面對采集的所有數據進行處理，構建出周圍環境的三維地圖，使移動平臺避開固定的非生命體或生命體障礙物進行行走；另一方面，對使用者的運動趨勢和生命體的運動狀態進行反饋，驅動動力系統跟隨使用者行走，且在行走過程中通過稍微偏離原跟隨路線避開運動的生命體。

步驟（5）中所述自適應算法具體可以采用神經網絡算法：首先，移動平臺對自身和使用者進行定位，再根據實時發送的使用者的狀態信息以及神經網絡算法訓練所述移動平臺的處理模塊，使得處理模塊具備根據使用者當前狀態信息預判下一時刻的運動趨勢的功能；隨后移動平臺的處理模塊接收到后續傳來的狀態信息，并據此判斷使用者下一刻的運動趨勢，進而進行符合運動趨勢的跟隨動作；移動平臺持續跟隨使用者行走，并在此基礎上建造周圍環境的增量式地圖；利用多傳感器對周圍環境以及環境中的靜止的物體、移動的物體、使用者運動趨勢進行探測，獲得其與自身的相對位置以及相對移動狀態，結合其相對位置、相對移動狀態建立即時地圖，為后續調整姿態提供數據基礎；而在進行自適應調整姿態時，用到粒子濾波算法，利用粒子集來表示概率，可以用在任何形式的狀態空間模型上，通過從后驗概率中抽取的隨機狀態粒子來表達其分布，是一種順序重要性采樣法；根據獲得的運動狀態數據的隨機樣本對概率密度函數進行近似，以樣本均值代替積分運算，從而獲得狀態最小方差分布，最終選定一組較為準確的數據作為運動狀態的數據信息，有效地減小了數據誤差。

本方法首先對基于北斗-GPS雙模導航對移動平臺自身進行實時定位，修正，獲取精密的位置數據；獲取周圍環境的視頻圖像，利用深度算法了解周圍物體與自身的相對距離，并在后續移動過程中，持續檢測，實時掌握相對距離的變化；獲取周圍環境的紅外圖像，利用生命體自身具有熱量的特點，區分周圍環境的所述生命體與所述非生命體；然后，利用超聲波傳感器對周圍環境內的所述生命體進行檢測，超聲波傳感器能夠向周圍物體發送超聲波，根據超聲波反射回來的波譜圖，一方面能夠進一步確認非生命體的外形，另一方面能夠獲得生命體的運動狀態；結合上述所有數據實時構建出周圍環境的三維地圖，使移動平臺能夠實時全局掌控周圍環境的各種情況。在此基礎上，所述移動平臺不依賴人工操作，即能跟隨使用者行走，且能夠避免在行走過程中與運動或靜止的障礙物相碰，利用自適應算法對自身姿態進行調整，使跟隨行走的動作長時間穩定的進行。

實施例2

本實施例的基于北斗-GPS導航下的移動平臺自適應精密運動控制方法，如圖2~3所示，與實施例1的區別在于，步驟（4）包括：步驟（401）獲取使用者的運動趨勢：所述移動平臺利用紅外傳感器及超聲波傳感器對其使用者的狀態進行監控，獲得監控數據，傳輸至處理模塊，所述處理模塊經處理獲取所述使用者的運動方向、運動速度和運動加速度；步驟（402）步進電機高精密控制器控制下的跟隨行走：所述處理模塊將使用者的運動方向、運動速度和運動加速度數據進行運算，得到移動平臺的跟隨指令，并將跟隨指令發送至步進電機高精密控制器，對驅動移動平臺行走的步進電機進行精密控制，使移動平臺持續跟隨使用者行走。

所述步進電機可將電脈沖信號轉變為角位移或線位移，具體的，當步進電機高精密控制器接收到一個脈沖信號，它就驅動步進電機按設定的方向轉動一個步距角；所述步進電機高精密控制器通過控制脈沖頻率來控制電機轉動的速度和加速度，從而達到精密跟隨的目的。

所述步驟（5）包括步驟（501）利用姿態傳感器對自身姿態監控：行走過程中，利用姿態傳感器對移動平臺自身的姿態進行監控，控制移動平臺的偏移角度，使移動平臺平穩跟隨使用者行走；步驟（502）避開障礙物，跟隨使用者持續行走：結合步驟（3）獲得的三維地圖，移動平臺的處理模塊判斷是否會與前方物體相碰，避開前方固定的非生命體，對于即將相碰的運動的生命體，在原跟隨指令的基礎上進行適應性調整，前方障礙物消除后繼續跟隨使用者行走。具體地，所述姿態傳感器為九軸傳感器。所述九軸傳感器包括三軸陀螺儀、三軸加速傳感器、三軸磁感應傳感器，所述處理模塊利用九軸運動感測融合算法監控移動平臺的各種姿態，使其平穩跟隨使用者行走。

本發明適用于具有跟隨行走功能的的智能移動設備，可以在所述移動平臺上搭載各種需運輸的物件。本實施例中所述移動平臺的配置包含有：北斗-GPS雙模導航、動力系統、圖像采集裝置、紅外傳感器、超聲波傳感器、姿態傳感器、處理模塊、主動輪、從動輪、步進電機、步進電機高精密控制器；所述姿態傳感器采用九軸傳感器。

本發明方法可利用全景攝像頭獲取所述視頻圖像，所述全景攝像頭連接有伸縮轉動桿，用于調節所述全景攝像頭的拍攝角度及高度。利用全景攝像頭能夠從多個方向對所述周圍環境進行監控，從而獲取多方向的視頻圖像，為三維地圖的建模提供了較完整的數據基礎。通過配設所述伸縮轉動來改變所述全景攝像頭的拍攝高度和角度，當所述伸縮轉動桿伸長時，所述全景攝像頭的拍攝高度升高，即可獲取較遠的拍攝范圍，所述伸縮轉動桿繞連接點轉動時，可調整到獲取圖像最適宜的角度，從而獲得更多更準確的視頻信息，提供更完備的數據基礎；當不使用時，收起所述伸縮轉動桿，此時所述全景攝像頭的高度降低，且更貼合靠近移動平臺，能夠得到一定的保護，避免與周圍物體發生碰撞。

實施例3

本實施例與實施例1、2的區別在于，所述步驟（1）中獲取周圍環境的視頻圖像后，對所述視頻圖像進行除雜過濾處理，并進行模數轉化，獲得清晰化的視頻圖像數據，再根據所述清晰化的視頻圖像數據獲得自身與周圍物體的相對距離數據。獲取的視頻圖像，視頻圖像數據為模擬信號，首先經過除雜過濾處理，獲得較為清晰的視頻圖像數據，模擬信號在數據傳輸以及處理時存在一定的困難以及阻礙，因此再將除雜過濾處理后的視頻圖像數據進行模數轉化，轉化為數字信號，數字新號在傳輸過程中具有一定的穩定性，在進行數據處理時，誤差較小，為后期計算出所述相對距離數據提供了準確的數據基礎。

所述步驟（2）中利用超聲波傳感器對周圍環境內的所述生命體進行檢測，獲得超聲波檢測波譜圖；對所述超聲波檢測波譜圖進行除雜過濾處理，并進行模數轉化，獲得所述超聲波檢測數據；再根據所述超聲波檢測數據，獲得所述運動狀態。獲取的超聲波檢測波譜圖，超聲波檢測波譜圖為模擬信號，首先經過除雜過濾處理，獲得較為清晰的超聲波檢測波譜圖，模擬信號在數據傳輸以及處理時存在一定的困難以及阻礙，因此再將除雜過濾處理后的超聲波檢測波譜圖進行模數轉化，轉化為數字信號，數字新號在傳輸過程中具有一定的穩定性，在進行數據處理時，誤差較小，為后期計算出所述運動狀態提供了準確的數據基礎。

最后應說明的是：以上實施例僅用以說明本發明的技術方案，而非對其限制；盡管參照前述實施例對本發明進行了詳細的說明，本領域的普通技術人員應當理解：其依然可以對前述實施例所記載的技術方案進行修改，或者對其中部分或者全部技術特征進行等同替換；而這些修改或者替換，并不使相應技術方案的本質脫離本發明實施例技術方案。