一種基於BIM的機器人路逕自主導航方法及系統與流程
2023-06-01 04:35:27 3
一種基於bim的機器人路逕自主導航方法及系統
技術領域
1.本發明涉及智能導航技術領域，特別涉及一種基於bim的機器人路逕自主導航方法及系統。
背景技術：
2.目前移動平臺構建地圖的方式主要還是依靠傳感器（雷達、超聲波、紅外等）在人工的控制下採集完成的，然後在採用離線的學習算法來找到與數據匹配的最好的地圖來。在這個方向研究上主要還是集中在機器人的自定位和信息融合等方面，在很多環境中機器人不能利用全局定位系統進行定位，事先獲取機器人工作環境的地圖很困難。
3.而且，機器人移動平臺都是通過雷達掃描勾勒出錨點id和對應的高度信息，機器人移動平臺響應請求開始構建地圖實施路徑規劃。機器人會在構圖過程中和請求完成構圖後的一段時間進行地圖優化與迴環檢測；根據構圖場景大小、構圖時間的不同，優化過程可能會持續幾秒到幾十分鐘，每到一個新的工作環境中就需要重新進行構建新地圖的工作，該方法費時又費力。
4.因此，本發明提出一種基於bim的機器人路逕自主導航方法及系統。
技術實現要素：
5.本發明提供一種基於bim的機器人路逕自主導航方法及系統，將bim模型包含的3d數據轉換成穩定的、準確性高的導航地圖，減少地圖構建成本，並根據該導航地圖確定機器人到達目的地最佳路徑，在機器人按照該最佳路徑移動地過程中，根據機器人的實時障礙檢測結果對機器人的運動路徑進行實時調整，確保最佳路徑的可通行性，大大降低機器人導航運營成本，同時也能縮短地圖構建時間。
6.本發明提供一種基於bim的機器人路逕自主導航方法，包括：步驟1：將建築物的bim模型與機器人的點雲模型進行雙向空間對照，確定機器人有效活動範圍，以及所述有效活動範圍內的路徑連接網絡，生成有效導航圖像；步驟2：根據任務數據在bim模型上確定所述機器人的起始點以及目的地，基於所述有效導航圖像確定所述機器人的最佳路徑，生成目標導航圖像；步驟3：在所述機器人根據所述目標導航圖像的導航指向進行移動的過程中，獲取所述機器人的實時障礙檢測結果，並根據所述實時障礙檢測結果對所述最佳路徑進行調整。
7.在一種可能實現的方式中，所述步驟1，包括：步驟101：基於建築物的bim模型，確定所述建築物的全部通行區域，以及各個通行區域之間的空間關係；步驟102：根據空間關係生成立體導航圖像，所述立體導航圖像包含所述建築物單個樓層內的通行路徑連接網絡以及各個樓層之間的通行關係；步驟103：獲取導航申請對應的機器人的行動權限和所述機器人的點雲模型，確定
所述機器人的有效活動範圍；步驟104：根據所述有效活動範圍，在所述立體導航圖像中截取有效導航圖像。
8.在一種可能實現的方式中，所述步驟2，包括：步驟201：根據機器人的任務數據，確定機器人的目的地，並在建築物bim模型上進行第一標記；步驟202：獲取所述機器人的當前位置，將所述當前位置作為起始點在所述建築物bim模型上進行第二標記；步驟203：基於所述第一標記以及第二標記，確定所述起始點以及目的地的空間位置，根據所述空間位置，確定有效導航圖像的顯示模式。
9.在一種可能實現的方式中，有效導航圖像的顯示模式包括平面顯示模式和立體顯示模式；其中，當所述第一標記和第二標記處於同一樓層時，所述目標導航圖像選用平面顯示模式；當所述第一標記和第二標記處於不同樓層時，所述目標導航圖像選用立體顯示模式。
10.在一種可能實現的方式中，所述步驟2，還包括：步驟204：基於有效導航圖像獲取機器人的全部待選路徑，並基於各個待選路徑上的監控攝像獲得所述建築物內的實時通行數據；根據所述實時通行數據，預測所述機器人在各個待選路徑上的消耗成本，基於所述消耗成本，確定最佳路徑，生成目標導航圖像。
11.在一種可能實現的方式中，所述步驟3，包括：步驟301：控制機器人根據目標導航圖像上的導航指向進行移動，同時，開啟雷射雷達和深度相機同步探測，獲取實時障礙檢測數據；步驟302：根據所述實時障礙物監測數據，確定第一障礙物與所述機器人之間的位置關係；步驟303：根據所述位置關係確定所述最佳路徑的通行狀態，並根據所述通行狀態機器人最佳路徑進行重新規劃。
12.在一種可能實現的方式中，所述步驟301，還包括：基於機器人在目標導航地圖上對應的當前位置，確定所述機器人雷射雷達和深度相機監測範圍內的第二障礙物，並在所述目標導航圖上進行標記所述第二障礙物，基於建築物的bim模型獲取所述第二障礙物的第二障礙物信息；將所述實時障礙物監測數據與第二障礙物信息進行對應，確定所述機器人實時檢測到的第一障礙物的障礙物類型，並根據障礙物類型對障礙物進行顏色標記，同步更新目標導航地圖上的環境標記結果，並對所述環境標記結果進行存儲，當一同環境結果重複多次時，更新立體導航圖像。
13.在一種可能實現的方式中，所述步驟302，包括：獲取機器人的當前位置，並根據目標導航圖像的預設坐標系，確定所述當前位置的位置坐標，基於所述位置坐標以及實時障礙檢測數據生成點雲圖像；基於所述點雲圖像確定機器人與第一障礙物之間的幾何關係，所述幾何關係包括
第一障礙物與機器人之間的角度關係以及相對面積；根據所述幾何關係確定所述第一障礙物的位置方位，同時，獲取機器人的當前導航移動方向，以及機器人移動輻射面積；根據所述移動輻射面積以及當前導航移動方向，確定機器人的移動輻射範圍，所述位置方位在所述移動輻射範圍內時，判定所述第一障礙物與機器人為第一位置關係；否則，判定所述第一障礙物與機器人為第二位置關係。
14.在一種可能實現的方式中，所述步驟303，包括：當第一障礙物與機器人處於第一位置關係時，將所述第一障礙物作為目標障礙物，獲取所述目標障礙物的實際尺寸以及所述目標障礙物所處位置對應的路徑寬度，根據所述路徑寬度與所述實際尺寸，獲得障礙物路徑佔比；當所述障礙物路徑佔比大於等於預設值時，判定所述機器人處於無法通行狀態，基於步驟2對所述機器人的最佳路徑進行重新規劃；當所述路徑佔比小於預設值時，獲取所述目標障礙物的所處位置的空置尺寸，基於所述空置尺寸確定機器人調整方向以及調整角度，對所述最佳路徑的導航指向進行修正；當所述第一障礙物與機器人處於第二位置關係時，判定所述機器人在當前雷射雷達檢測範圍內為繼續通行狀態，所述機器人根據所述最佳路徑繼續移動。
15.本發明提供一種基於bim的機器人路逕自主導航系統，包括：地圖生成模塊，用於將建築物的bim模型與機器人的點雲模型進行雙向空間對照，確定機器人有效活動範圍，以及所述有效活動範圍內的路徑連接網絡，生成有效導航圖像；路徑選擇模塊，用於根據任務數據在bim模型上確定所述機器人的起始點以及目的地，基於所述有效導航圖像確定所述機器人的最佳路徑，生成目標導航圖像；導航跟蹤模塊，用於在所述機器人根據所述目標導航圖像的導航指向進行移動的過程中，獲取所述機器人的實時障礙檢測結果，並根據所述實時障礙檢測結果對所述最佳路徑進行調整。
16.本發明的其它特徵和優點將在隨後的說明書中闡述。本發明的目的和其他優點可通過在所寫的說明書、權利要求書、以及附圖中所特別指出的結構來實現和獲得。
17.下面通過附圖和實施例，對本發明的技術方案做進一步的詳細描述。
附圖說明
18.附圖用來提供對本發明的進一步理解，並且構成說明書的一部分，與本發明的實施例一起用於解釋本發明，並不構成對本發明的限制。在附圖中：圖1為本發明實施例中一種基於bim的機器人路逕自主導航方法的流程圖；圖2為本發明實施例中一種基於bim的機器人路逕自主導航方法步驟1的流程圖；圖3為本發明實施例中一種基於bim的機器人路逕自主導航方法步驟2的流程圖；圖4為本發明實施例中一種基於bim的機器人路逕自主導航方法步驟3的流程圖；圖5為本發明實施例中一種基於bim的機器人路逕自主導航系統的結構圖。
具體實施方式
19.以下結合附圖對本發明的優選實施例進行說明，應當理解，此處所描述的優選實施例僅用於說明和解釋本發明，並不用於限定本發明。
實施例1
20.本發明提供一種基於bim的機器人路逕自主導航方法，如圖1所示，包括：步驟1：將建築物的bim模型與機器人的點雲模型進行雙向空間對照，確定機器人有效活動範圍，以及所述有效活動範圍內的路徑連接網絡，生成有效導航圖像；步驟2：根據任務數據在bim模型上確定所述機器人的起始點以及目的地，基於所述有效導航圖像確定所述機器人的最佳路徑，生成目標導航圖像；步驟3：在所述機器人根據所述目標導航圖像的導航指向進行移動的過程中，獲取所述機器人的實時障礙檢測結果，並根據所述實時障礙檢測結果對所述最佳路徑進行調整。
21.優選的，步驟三還包括：記錄機器人的既往路徑，並將過去導航後機器人的實際行動路徑存儲下來。
22.該實施例中，機器人是指向移動平臺的導航系統提出導航申請正在進行導航的機器人。
23.該實施例中，有效活動範圍是指進行導航的機器人的活動權限內包括的機器人可以移動到達的全部位置。
24.該實施例中，路徑連接網絡是指有效活動範圍內機器人可以通過的全部路徑連接形成的mesh網絡結構。
25.該實施例中，有效導航圖像是根據bim模型生成的整個建築物內部的立體導航圖像上機器人有效活動範圍對應的部分。
26.該實施例中，最佳路徑是指機器人從起始點到達目的地使用時間最短、能量消耗最少的路徑，在機器人移動的過程中，根據機器人的實時障礙檢測結果最佳路徑可能會發生變化，每次路徑規劃確定的路徑都是最佳路徑。
27.該實施例中，目標導航圖像是指只顯示最佳路徑的有效導航圖像。
28.該實施例中，實時障礙檢測結果是指在機器人的按照目標導航圖像指示的最佳路徑向目的地移動的過程中，機器人的自帶雷射雷達和深度相機檢測一定範圍內的障礙物分布情況。
29.上述技術方案的有益效果是：本發明將建築物的bim模型與機器人的點雲模型進行雙向空間對照，確定機器人有效活動範圍以及所述有效活動範圍內的路徑連接網絡，生成有效導航圖像將bim模型包含的3d數據轉換成穩定的、準確性高的導航地圖，減少地圖構建成本，縮短地圖構建時間；根據任務數據在bim模型上確定所述機器人的起始點以及目的地，基於所述有效導航圖像確定所述機器人的最佳路徑，生成目標導航圖像，提升路徑規劃的可視化深度，將二維構建向三維迭代升級，相比平面信息構建的地圖，擴大了多面多維的不規則錯位信息，避免了因為缺少立體信息引發導航數據疏漏從而導致規劃路徑無效的情況，智能化的完成機器人的導航路徑規劃，並在機器人按照該最佳路徑移動地過程中，根據機器人的實時障礙檢測結果對機器人的運動路徑進行實時調整，確保最佳路徑的可通行性
實現機器人的自主導航，大大降低機器人導航運營成本。
實施例2
30.在實施例1的基礎上，所述步驟1，如圖2所示，包括：步驟101：基於建築物的bim模型，確定所述建築物的全部通行區域，以及各個通行區域之間的空間關係；步驟102：根據空間關係生成立體導航圖像，所述立體導航圖像包含所述建築物單個樓層內的通行路徑連接網絡以及各個樓層之間的通行關係；步驟103：獲取導航申請對應的機器人的行動權限和所述機器人的點雲模型，確定所述機器人的有效活動範圍；步驟104：根據活動有效活動範圍，在所述立體導航圖像中截取有效導航圖像。
31.該實施例中，通行區域是指建築物內部可以行走的區域。
32.該實施例中，空間關係是指機器人的通行區域之間的關係，例如在同一樓層或在不同樓層。
33.該實施例中，立體導航圖像是指整個建築內部的導航圖像，包含了建築物bim模型中包含的全部物體，在該立體導航圖像中這些物品都可以看作機器人移動過程中的障礙物。
34.該實施例中，各個樓層之間的通行關係是指樓層之間採用電梯通行；機器人採用電梯同行時，電梯上方的監控攝像頭在檢測到機器人後，根據機器人編號獲取機器人任務數據，按照任務數據，確定機器人的目標樓層，將機器人運送至所述目標樓層。
35.該實施例中，行動權限是指在建築物內機器人能夠前往的樓層以及每個樓層對應的工作區域。
36.上述技術方案的有益效果是：本發明基於建築物的bim模型，確定所述建築物的全部通行區域，以及各個通行區域之間的空間關係，並根據空間關係生成立體導航圖像，獲得了整個建築物的導航圖像，方便滿足不同機器人的導航需求，提升導航系統適用範圍；並根據當前導航機器人獲取導航申請對應的機器人的行動權限和所述機器人的點雲模型，確定所述機器人的有效活動範圍，在所述立體導航圖像中截取有效導航圖像，精準確定每個機器人的導航圖像需求範圍，減小導航調用圖像，降低導航系統運行的硬體壓力。
實施例3
37.在實施例1的基礎上，所述步驟2，如圖3所示，包括：步驟201：根據機器人的任務數據，確定機器人的目的地，並在建築物bim模型上進行第一標記；步驟202：獲取所述機器人的當前位置，將所述當前位置作為起始點在所述建築物bim模型上進行第二標記；步驟203：基於所述第一標記以及第二標記，確定所述起始點以及目的地的空間位置，根據所述空間位置，確定目標導航圖像的顯示模式。
38.該實施例中，第一標記是指機器人的目的地在建築物bim模型上進行標記。
39.該實施例中，第二標記是指對機器人的當前位置在建築物bim模型上進行標記。
40.該實施例中，空間位置是指機器人的起始點與目的地相對位置，兩者可能處於同一樓層也可能處於不同樓層。
41.上述技術方案的有益效果是：本發明在建築物bim模型上對機器人的起始點以及目的地進行標記確定兩者的空間位置，為目標導航圖像顯示模式的選擇提供基礎，確保機器人導航的準確性。
實施例4
42.在實施例3的基礎上，有效導航圖像的顯示模式包括平面顯示模式和立體顯示模式；其中，當所述第一標記和第二標記處於同一樓層時，所述目標導航圖像選用平面顯示模式；當所述第一標記和第二標記處於不同樓層時，所述目標導航圖像選用立體顯示模式。
43.該實施例中，平面顯示模式是指由於機器人的出發點以及目的地處於同一跨樓層無跨樓層移動採用平面圖對目標導航圖像進行顯示，該圖像中包含了該樓層全部已知的固定建築以及其他物體（例如，固定裝飾擺放物品、休息座椅等）。
44.該實施例中，立體顯示模式平面顯示模式是指由於機器人的出發點以及目的地處於不同跨樓層存在跨樓層移動採用立體圖像對目標導航圖像進行顯示，該圖像中不僅包含了機器人前往的兩個樓層的全部已知的固定建築以及其他物體（例如，固定裝飾擺放物品、休息座椅等），還包括了兩個樓層之間的電梯位置，其中，兩個樓層如果不相鄰，中間樓層的圖像進行模糊化顯影處理，只顯示電梯運送距離。
45.上述技術方案的有益效果是：本發明根據起始點以及目的地的空間位置關係對目標導航圖像的模型進行選擇在保證導航圖像精準的同時減少圖像顯示使空間，降低導航系統運行硬體壓力，有效增強路徑規劃的可視化深度，將二維構建向三維迭代升級，相比平面信息構建的地圖，擴大了多面多維的不規則錯位信息，避免了因為缺少立體信息引發導航數據疏漏從而導致規劃路徑無效的情況。
實施例5
46.在實施例1的基礎上，所述步驟2，如圖3所示，還包括：步驟204：基於有效導航圖像獲取機器人的全部待選路徑，並基於各個待選路徑上的監控攝像獲得所述建築物內的實時通行數據；根據所述實時通行數據，預測所述機器人在各個待選路徑上的消耗成本，基於所述消耗成本，確定最佳路徑，生成目標導航圖像。
47.該實施例中，根據所述實時通行數據，預測所述機器人在各個待選路徑上的消耗成本，基於所述消耗成本，確定最佳路徑，包括：基於建築物內的監測系統，獲取各個第一待選路徑的實時通行數據，獲取預設時間段內的第一實時通行數據；同時，根據所述第一實時通行數據分別繪製每個第一待選路徑的第一人流量變化
曲線圖，確定預設時間段內的人流變化特徵，預測所述機器人的通行概率；當所述通行概率大於預設值時，確定所述第一待選路徑為第二待選路徑；同時，獲取所述預設時段對應的多個不同日期的歷史時段內各個第二待選路徑的第二實時通行數據，根據所述第二實時通行數據繪製第二人流量變化曲線圖，對多個第二人流量變化曲線圖進行對比確定歷史時段內各個第二待選路徑的人流量變化趨勢，生成人流預測圖；將所述第一人流量變化曲線圖與所述人流預測圖進行比較，判斷所述預設時間段內的人流變化特徵是否與歷史時段內的人流變化特徵相同；若相同，獲取歷史時段內機器人的歷史運動數據，基於所述歷史運動數據，獲得機器人的參考運動參數，其中所述參考運動參數包括機器人的運動速度以及所述運動速度對應的能量消耗；若不同，將機器人的默認運動參數，作為參考運動參數；根據所述參考運動參數，計算所述機器人在各個第二待選路徑上消耗成本，並對消耗成本進行排序，確定最佳路徑。
48.該實施例中，第一待選路徑是指機器人有效導航圖像內可以從起始點位置達到目的地的全部路徑。
49.該實施例中，實時通行數據包括第一實時通行數據以及第二實時通行數據，該實時通行數據是指各個監控攝像頭下的人流變化數據。其中，第一實時通行數據是指預設時間段內的通行數據，該預設時間段的選取時長是固定的，是在當前時間的基礎上向時間軸的反方向截取一段預設時間段對應時長的時間內的通行數據；第二實際通行數據是指對當前截取的預設時間段時間相同但日期不同的通行數據。
50.該實施例中，消耗成本包括機器人移動時間以及移動的能量消耗（電量消耗）。
51.該實施例中，第一人流量變化曲線圖是指在預設時間段內，在各個第一待選路徑上隨著時間改變通行人數的變化圖像。
52.該實施例中，人流變化特徵是指預設時間段內各個第一待選路徑上的人流量變化規律，例如，某一待選路徑上的通行人數越來越多或者由多變少等情況。
53.該實施例中，通行概率是指機器人在某一待選路徑上暢通無阻的概率，此處只考慮人流量造成的擁堵情況，不考慮由於突發障礙物無法繞行的情況，其中，突發障礙物是指由於建築物內舉辦某種活動而造成的室內裝飾的變化，出現建築物bim模型上沒有的物品或固定建築。
54.該實施例中，第二待選路徑是指通行概率大於預設值的第一待選路徑，表明該路徑上的人流不會造成機器人無法通行。
55.該實施例中，歷史時段是指與預設時段相同的其他日期的時段。
56.該實施例中，第二人流量變化曲線圖是指在歷史時段內，在各個第二待選路徑上隨著時間改變通行人數的變化圖像，每一個日期的歷史時段對應一個第二人流量變化曲線圖。
57.該實施例中，人流量變化趨勢是指在歷史時段內第二待選路徑的人流量的變化情況。
58.該實施例中，人流量預測圖是指根據歷史時段內的人流量變化趨勢預測的預設時
間段內人流量變化圖像。
59.該實施例中，歷史運動運動數據是指在歷史時段內在第二待選路徑上通行的機器人的運動速度以及該運動速度對應的能量消耗。
60.該實施例中，參考運動參數是指用於估計機器人在對應第二待選路徑消耗成本的參考運動參數，該運動參數包括運動速度以及運動速度對應的能量消耗（如電量消耗等）。
61.該實施例中，默認運動參數是指機器人上設置的機器人的默認運動速度以及該運動速度對應能量消耗。
62.該實施例中，生成目標導航圖像是指只保留最佳路徑，隱藏有效導航圖像上的剩餘待選路徑，並用突出顏色顯示所述最佳路徑，生成目標導航圖像。
63.上述技術方案的有益效果是：本發明基於有效導航圖像獲取機器人的全部待選路徑，並基於各個待選路徑上的監控攝像獲得所述建築物內的實時通行數據；根據所述實時通行數據，預測所述機器人在各個待選路徑上的消耗成本，基於所述消耗成本，確定最佳路徑，生成目標導航圖像，完成機器人人的自主導航的同時實現生態行駛，儘可能在完成機器人導航任務的同時，減少機器人的能源損耗，快速到達目的地。
實施例6
64.在實施例1的基礎上，所述步驟3，如圖4所示，包括：步驟301：控制機器人根據目標導航圖像上的導航指向進行移動，同時，開啟雷射雷達和深度相機同步探測，獲取實時障礙檢測數據；步驟302：根據所述實時障礙物監測數據，確定第一障礙物與所述機器人之間的位置關係；步驟303：根據所述位置關係確定所述最佳路徑的通行狀態，並根據所述通行狀態機器人最佳路徑進行重新規劃。
65.該實施例中，導航指向是指目標導航圖像上指示的機器人在最佳路徑上的行駛方向。
66.該實施例中，第一障礙物是指機器人雷射雷達和深度相機可探測範圍內檢測到的障礙物。
67.該實施例中，通行狀態包括繼續通行和無法通行以及繞行三種狀態。
68.上述技術方案的有益效果是：本發明控制機器人根據目標導航圖像上的導航指向進行移動，同時，開啟雷射雷達和深度相機同步探測，獲取實時障礙檢測數據，確定第一障礙物與所述機器人之間的位置關係，根據所述位置關係確定所述最佳路徑的通行狀態，並根據所述通行狀態機器人最佳路徑進行重新規劃，實現機器人導航路線的實時調整，實現只能導航，提高導航系統的導航準確率。
實施例7
69.在實施例6的基礎上，所述步驟301，還包括：基於機器人在目標導航地圖上對應的當前位置，確定所述機器人雷射雷達和深度相機監測範圍內的第二障礙物，並在所述目標導航圖上進行標記所述第二障礙物，基於建築物的bim模型獲取所述第二障礙物的第二障礙物信息；
將所述實時障礙物監測數據與第二障礙物信息進行對應，確定所述機器人實時檢測到的第一障礙物的障礙物類型，並根據障礙物類型對障礙物進行顏色標記，同步更新目標導航地圖上的環境標記結果，並對所述環境標記結果進行存儲，根據所述環境標記結果，更新立體導航圖像。
70.該實施例中，第二障礙物是指目標導航圖像上在機器人當前位置的雷射雷達和深度相機監測範圍內的障礙物，該障礙物是預先知道的。
71.該實施例中，第二障礙物信息包括障礙物的名稱、尺寸以及障礙物位置。
72.該實施例中，障礙物類型包括已知障礙物和未知障礙物，其中已知障礙物包括機器人當前探測到的障礙物以及機器人當前未探測到的障礙物。
73.未知障礙物是指目標導航圖像上沒有的第一障礙物；已知圖像是指目標導航圖像包含的障礙物。
74.該實施例中，顏色標記是指根據障礙物類型對目標導航凸顯內的障礙物進行顏色標記。其中，機器人當前探測到的障礙物用黑色標記，及機器人當前未探測到的障礙物用灰色標記。
75.該實施例中，同步更新目標導航地圖上的環境標記結果不僅包括多目標導航圖形上的原有障礙物根據顏色標記結構進行顯示還包括在目標導航圖像上對未知障礙物進行顏色（紅色）標記顯示。
76.該實施例中，對所述環境標記結果進行存儲，根據所述環境標記結果，更新立體導航圖像，包括：導航系統獲取機器人的每一次環境標記結果後，獲取已知障礙物的與機器人的位置關係，並根據機器人的位置坐標確定障礙物的第一位置坐標，與目標導航圖像上對應的已知障礙物的第二位置坐標進行對比，若所述第一位置坐標與所述第二位置坐標一致，判定目標導航圖像準確；否則，將所述已知障礙物進行修正標記，獲得不同機器人在所述障礙物的第三位置坐標，根據所述第三位置坐標，確定所述已知障礙物的修正坐標，根據所述修正坐標對所述目標導航圖像上的所述已知障礙物的坐標進行修正，並同步更新立體導航圖像；同時，導航系統獲取機器人的每一次環境標記結果後，對未知障礙物的標記次數進行計算，當所述標記次數達到預設次數時，判定所述未知障礙物為待顯示障礙物，根據實時障礙物監測數據獲取所述待顯示障礙物的第四位置坐標，並在所述立體導航圖像上顯示所述待顯示障礙物。
77.該實施例中，第一位置坐標是指根據機器人的位置坐標以及機器人與已知障礙物的位置關係確定的已知障礙物的在目標導航圖像上的位置坐標。
78.該實施例中，第二位置坐標是指目標導航圖像上顯示的已知障礙的位置坐標。
79.該實施例中，修正標記是指由於人為的後期改造導致已知障礙物的位置與建築物bim模型中顯示的位置不一致即目標導航圖像上對應的已知障礙物的第二位置坐標與第一位置坐標不一致，導致導航圖像不準確，需要對導航圖像上某處進行修正的標記。
80.該實施例中，第三位置坐標是指不同機器人在修正標記處對應的已知障礙物的位置坐標，該位置坐標是由不同機器人在移動過程中的行對位置測量得到的。
81.該實施例中，修正坐標是指根據第三位置坐標確定的已知障礙物的實際位置坐
標。
82.該實施例中，標記次數是指未知障礙物被機器人檢測到的次數。
83.該實施例中，待顯示障礙物是指多次出現在不同機器人的環境標記結果中的未知障礙物。
84.該實施例中，第四位置坐標是指未知障礙物的位置坐標。
85.上述技術方案的有益效果是：本發明在機器人根據最佳路徑移動的過程中利用雷射雷達和深度相機對移動過程中的檢測範圍內的障礙物進行檢測，獲得實時障礙物監測數據，並根據實時障礙物監測數據識別各個障礙物的類型，對障礙物進行顏色標記，並同步更新目標導航地圖上的環境標記結果，有效的解決由於人為的後期改造導致障礙物的位置與建築物bim模型中顯示的位置不一樣的情況，同時還可以通過機器人的實際移動對導航地圖進行更新，確保導航地圖與時間環境一致，保證導航準確，實現了導航地圖的更新運營，大大降低了導航運營成本。
實施例8
86.在實施例6的基礎上，所述步驟302，包括：獲取機器人的當前位置，並根據目標導航圖像的預設坐標系，確定所述當前位置的位置坐標，基於所述位置坐標以及實時障礙檢測數據生成點雲圖像；基於所述點雲圖像確定機器人與第一障礙物之間的幾何關係，所述幾何關係包括第一障礙物與機器人之間的角度關係以及相對面積；根據所述幾何關係確定所述第一障礙物的位置方位，同時，獲取機器人的當前導航移動方向，以及機器人的移動輻射面積；根據所述移動輻射面積以及當前導航移動方向，確定機器人的移動輻射範圍，所述位置方位在所述移動輻射範圍內時，判定所述第一障礙物與機器人為第一位置關係；否則，判定所述第一障礙物與機器人為第二位置關係。
87.該實施例中，預設坐標系是指在立體導航圖像生成的同時就已經確定好的三維坐標系。
88.該實施例中，位置方位是指以機器人的當前位置為基準的第一障礙物的所處的位置方向。
89.該實施例中，當前導航方向是指機器人的移動方向。
90.該實施例中，移動輻射面積是指機器人輻射角度內可以檢測到的面積；移動輻射範圍是指在機器人到達第一障礙物所處位置的過程中機器人移動估計輻射的面積，機器人在移動的過程中的輻射角度為270
°
。
91.該實施例中，第一位置關係是指機器人沿當前最佳路徑繼續前進會與第一障礙物相撞。
92.該實施例中，第二位置關係是指機器人沿當前最佳路徑繼續前進不會與第一障礙物接觸。
93.上述技術方案的有益效果是：本發明對根據機器人的雷射雷達和深度相機同步檢測的實時障礙檢測數據以及機器人的當前位置的位置坐標生成點雲圖像，並根據該點雲圖像對機器人和第一障礙物之間的位置關係進行判斷，為機器人當前通行狀態的判定提供基
礎。
實施例9
94.在實施例6的基礎上，所述步驟303，包括：當第一障礙物與機器人處於第一位置關係時，將所述第一障礙物作為目標障礙物，獲取所述目標障礙物的實際尺寸以及所述目標障礙物所處位置對應的路徑寬度，根據所述路徑寬度與所述實際尺寸，獲得障礙物路徑佔比；當所述障礙物路徑佔比大於等於預設比值時，判定所述機器人處於無法通行狀態，基於步驟2對所述機器人的最佳路徑進行重新規劃；當所述路徑佔比小於預設值時，判定所述機器人處於繞行狀態，獲取所述目標障礙物的所處位置的空置尺寸，基於所述空置尺寸確定機器人調整方向以及調整角度，對所述最佳路徑的導航指向進行修正；當所述第一障礙物與機器人處於第二位置關係時，判定所述機器人在當前雷射雷達檢測範圍內為繼續通行狀態，所述機器人根據所述最佳路徑繼續移動。
95.該實施例中，目標障礙物是指在機器人移動輻射範圍內的第一障礙物。
96.該實施例中，實際尺寸是指目標帳務的寬度。路徑寬度是指目標障礙氣瓶位置出的路徑的寬度。
97.該實施例中，障礙物路徑佔比是指目標障礙物的實際尺寸與目標障礙物所處位置對應的路徑寬度的比值。
98.該實施例中，繞行狀態是指機器人通過改變導航指向角度可能可以沿當前最佳路徑繼續移動。
99.該實施例中，無法通行是指機器人沿當前道路無法到達目的地。
100.該實施例中，空置尺寸是指目標障礙物在兩側的空餘路徑寬度。
101.該實施例中，基於所述空置尺寸確定機器人調整方向以及調整角度，對所述最佳路徑的導航指向進行修正，包括：將目標障礙物兩側的空置尺寸進行對比，將最大的空置尺寸對應側作為目標轉向位置；將所述目標轉向位置對應的空置尺寸與所述機器人的實際寬度進行比較，當所述空置尺寸大於實際寬度時，獲取所述目標轉向位置的坐標集，基於所述坐標集確定所述目標轉向位置的中心點，基於所述中心的對應坐標與機器人當前位置坐標，確定導航指向的調整角度；基於所述導航指向的調整角度對機器人移動方向進行調整；當所述空置尺寸小於等於實際寬度時，基於步驟2對所述機器人的最佳路徑進行重新規劃。
102.該實施例中，繼續通行狀態是指機器人檢測到的第一障礙物不影響機器人的移動，機器人可繼續沿著目標導航圖像的導航指向繼續向目的地移動。
103.上述技術方案的有益效果是：本發明對根據當第一障礙物與機器人的位置關係（包括第一位置關係和第二位置關係）對機器人的通行狀態進行判定，根據通行狀態判定結果，確定機器人是否需要調整最佳路徑，並根據實際情況對最佳路徑進行分類調整，包括對
導航指向角度的調整以及重新規劃最佳路徑兩種情況，實現機器人導航的自主性以及智能化，確保機器人可以精準到達目的地。
104.實施例10：本發明提供一種基於bim的機器人路逕自主導航系統，如圖5所示，包括：地圖生成模塊，用於建築物的bim模型與機器人的點雲模型進行雙向空間對照，確定機器人有效活動範圍，以及所述有效活動範圍內的路徑連接網絡，生成有效導航圖像；路徑選擇模塊，用於根據任務數據在bim模型上確定所述機器人的起始點以及目的地，基於所述有效導航圖像確定所述機器人的最佳路徑，生成目標導航圖像；導航跟蹤模塊，用於在所述機器人根據所述目標導航圖像的導航指向進行移動的過程中，獲取所述機器人的實時障礙檢測結果，並根據所述實時障礙檢測結果對所述最佳路徑進行調整。
105.優選的，導航跟蹤模塊能夠記錄機器人的既往路徑，並將過去導航後機器人的實際行動路徑存儲下來。
106.上述技術方案的有益效果是：本發明通過地圖生成模塊，建築物的bim模型與機器人的點雲模型進行雙向空間對照，確定機器人有效活動範圍以及所述有效活動範圍內的路徑連接網絡，生成有效導航圖像，將bim模型包含的3d數據轉換成穩定的、準確性高的導航地圖，減少地圖構建成本，縮短地圖構建時間；路徑選擇模塊，根據任務數據在bim模型上確定所述機器人的起始點以及目的地，基於所述有效導航圖像確定所述機器人的最佳路徑，生成目標導航圖像，智能化的完成機器人的導航路徑規劃；導航跟蹤模塊，在機器人按照該最佳路徑移動地過程中，根據機器人的實時障礙檢測結果對機器人的運動路徑進行實時調整，確保最佳路徑的可通行性實現機器人的自主導航，大大降低機器人導航運營成本。
107.顯然，本領域的技術人員可以對本發明進行各種改動和變型而不脫離本發明的精神和範圍。這樣，倘若本發明的這些修改和變型屬於本發明權利要求及其等同技術的範圍之內，則本發明也意圖包含這些改動和變型在內。