1.本发明涉及机器人定位导航技术领域，尤其涉及一种基于电子鼻辅助的机器人定位导航方法和系统。
背景技术：2.随着机器人自动导航技术的快速发展，自动导航机器人在各方面的应用都有一定程度的增长。传感器是自动导航的关键，当前的主流传感器包括激光雷达、毫米波雷达、摄像头等。随着自动导航机器人应用领域的拓宽和自动导航要求的提高，对传感器的使用也有更高的要求，尤其是传感器数据采集和传感器数据融合技术都有很高的要求，需要提高机器人自动导航技术的可靠性和精准度。
3.在涉及有关特殊气体的特种作业环境中，目前大规模投入应用的常规传感器，例如激光雷达传感器、毫米波雷达传感器、摄像头传感器等都无法满足作业需求。假设机器人的目标工作场景时一个危险易燃气体泄漏的化工厂环境，考虑到作业人员的安全问题，因此需要一种能够感知易燃气体的自动导航机器人引导作业人员进入该场景，同时该机器人能够构建周围环境地图且按照规划路径前进。
技术实现要素：4.本发明目的在于针对现有技术的缺陷，提供一种基于电子鼻辅助的多传感数据融合机器人定位导航方法和系统，以提高定位得到的目标机器人的位置精度，提高目标机器人导航的可靠性，对自动导航机器人的传感系统进行了扩展，使自动导航机器人在需要规避目标气体源等特殊作业条件的要求下也能进行自动导航。
5.为解决上述技术问题，本发明提供技术方案如下：
6.一种基于电子鼻辅助的机器人定位导航方法，其特征在于，包括如下步骤：
7.s10：在机器人不断的移动过程中，通过摄像头采集环境图像数据，通过激光雷达采集地图点云数据，通过电子鼻采集前方目标气体浓度数据；
8.s20：将所述s10中采集到的数据信息发送到数据融合模块，并根据当前机器人作业环境进行加权融合处理；
9.s30：将所述s20中加权融合后的数据发送至中央处理器中进行数据处理，实时构建环境地图、识别当前机器人的行进路线和前方障碍物位置的机器人定位导航数据；
10.s40：根据当前时刻机器人行驶方向以及所述s30中的机器人定位导航数据，调整下一时刻机器人的行驶方向和姿态。
11.进一步的，所述s30中对通过摄像头采集的环境图像数据的处理方法包括如下步骤：
12.s31：对获得的环境平面图像进行裁剪，把图像的尺寸裁剪到640
×
480像素的大小，并将该图像转化为灰度图，对其进行二值化处理，再通过腐蚀和膨胀操作去除图像噪点；
13.s32：提取图像中第400行的像素值，提取目标颜色像素点的数量和位置，通过边缘检测提取并计算出目标颜色边缘的位置和的一半，该处即为目标颜色的中心位置；
14.s33：将目标颜色的中心位置与实际图像上的中心位置320像素处做差，得出偏移量，根据偏移量计算出机器人的对应转角，实现摄像头的寻线路径跟踪功能，实现具体目标行驶路线的识别和提取。
15.进一步的，所述s30中对通过激光雷达采集的地图点云数据的处理方法包括如下步骤：
16.s34：采用基于粒子滤波的rbpf算法完成对二维栅格地图的创建，获取较为精确的环境地图信息；
17.s35：采用粒子滤波计算机器人的位姿信息，每一个粒子中都包含某一时刻的地图、位姿权重信息，通过贝叶斯准则推导出该粒子在里程计状态传播之后的预测位姿；
18.s36：通过观测模型进行权重计算的归一化处理，获得机器人在下一时刻的运动轨迹，将下一时刻的激光扫描数据与上一时刻的激光扫描数据进行匹配与对比，计算出激光雷达下一时刻在地图中的位姿增量，位姿增量与上一时刻的位姿量求和，可以计算出激光雷达在下一时刻的位姿，进而实现对机器人进行定位。
19.进一步的，所述s30中对通过电子鼻采集前方目标气体浓度数据的处理方法包括如下步骤：
20.s37：随着机器人在环境中不断移动，记录在不同位置检测目标气体的浓度数据；
21.s38：结合机器人的位置，在地图上标记气体浓度分布信息，判断出目标气体最高浓度所在区域，从而计算出目标气体源头的方向和位置。
22.进一步的，所述s30中电子鼻采集前方目标气体浓度数据的处理方法还包括利用温湿度传感器检测环境湿度，并根据环境湿度对检测到的目标气体浓度数据进行校正。
23.一种基于电子鼻辅助的机器人定位导航系统，其特征在于：能够执行上述任一项基于电子鼻辅助的机器人定位导航方法，包括相互连接的数据融合模块、传感器模块和中央处理器，所述传感器模块包括摄像头、激光雷达、电子鼻，所述摄像头、激光雷达和电子鼻均通过相应接口连接到所述数据融合模块上，所述激光雷达用于采集当前环境地图点云数据并发送至数据融合模块，所述摄像头用于采集当前机器人路线上的图像信息并发送至数据融合模块，所述电子鼻用于采集当前机器人前方目标气体浓度数据信息并发送至数据融合模块，数据融合模块用于将激光雷达、摄像头和电子鼻发送来数据进行融合后传送至所述中央处理器进行数据处理。
24.进一步的，在机器人的上端设置有支撑平台，所述摄像头设置在所述支撑平台的顶部，所述激光雷达设置在所述机器人和支撑平台之间，所述电子鼻设置在机器人的前端。
25.进一步的，所述电子鼻包括气体传感器和温湿度传感器，为可拆卸式结构，能够根据不同的气体环境更换。
26.与现有技术相比，本发明的有益效果是：1、激光雷达传感器用于采集地图元素数据并构建环境地图，摄像头传感器用于识别机器人行驶路线信息，电子鼻用于采集目标气体浓度数据并确定障碍物位置，通过对多种传感器的输出数据进行融合，取长补短，实现了在有部分传感器失效的特殊情况下，机器人还能保持较为精准的定位导航和避障功能，大大提高了自动导航机器人的可靠性和环境适应性以及探测障碍物的准确性。2、在常规自动
导航机器人算法的基础上创新结合了气体浓度信号转换算法，对自动导航机器人的传感系统进行了扩展，使自动导航机器人在需要规避目标气体源等特殊作业条件的要求下也能进行自动导航。在涉及有关特殊气体的特种作业环境中，电子鼻作为一种气体传感器能够进行辅助作业，且电子鼻可以根据目标气体的不同进行拆卸更换，与环境匹配度高，价格成本较低，有利于在该领域特种作业机器人上的广泛应用。3、传感器都安装在支架上，方便拆卸安装和更换，降低维修成本。
附图说明
27.图1为本发明一种基于电子鼻辅助的机器人定位导航方法实施例的流程图；
28.图2为本发明一种基于电子鼻辅助的机器人定位导航方法实施例电子鼻工作流程图；
29.图3为本发明一种基于电子鼻辅助的机器人定位导航系统实施例的结构示意图；
30.图4为本发明一种基于电子鼻辅助的机器人定位导航系统实施例传感器模块结构示意图；
31.图5为本发明一种基于电子鼻辅助的机器人定位导航系统实施例电子鼻结构示意图；
32.图6为本发明一种基于电子鼻辅助的机器人定位导航方法实施例中gmapping算法构建地图模型可视化运行结果图。
33.其中：1-数据融合模块，2-中央处理器，3-摄像头，4-激光雷达，5-电子鼻，6-机器人，7-支撑平台，51-气体传感器，52-温湿度传感器，53-模数转换器。
具体实施方式
34.为了加深本发明的理解，下面我们将结合附图对本发明作进一步详述，该实施例仅用于解释本发明，并不构成对本发明保护范围的限定。
35.图1-2示出了一种基于电子鼻辅助的机器人定位导航方法的具体实施例，包括如下步骤：
36.s10：在机器人6不断的移动过程中，通过摄像头3采集环境图像数据，通过激光雷达4采集地图点云数据，通过电子鼻5采集前方目标气体浓度数据；
37.s20：将s10中采集到的数据信息发送到数据融合模块1，并根据当前机器人6的作业环境进行加权融合处理；
38.s30：将s20中加权融合后的数据发送至中央处理器2中进行数据处理，实时构建环境地图、识别当前机器人6的行进路线和前方障碍物位置的机器人定位导航数据；
39.s40：根据当前时刻机器人6行驶方向以及s30中的机器人定位导航数据，调整下一时刻机器人的行驶方向和姿态。
40.优选地，s30中对通过摄像头3采集的环境图像数据的处理方法包括如下步骤：通过实时调用摄像头3，达到从摄像头3中实时获取图像并实时显示的功能。opencv(open source computer vision library)是一个计算机视觉库，可以调用他实现多种图像处理算法。本实施例采用openvc对机器人路径进行识别，并实现自动导航机器人的自动巡线功能，要先对图像进行预处理。首先对获得的环境平面图像进行裁剪，把图像的尺寸裁剪到
640
×
480像素的大小，并将该图像转化为灰度图，对其进行二值化处理，再通过腐蚀和膨胀操作去除图像噪点。提取图像中第400行的像素值，提取目标颜色像素点的数量和位置，通过边缘检测提取并计算出目标颜色边缘的位置和的一半，该处即为目标颜色的中心位置。将目标颜色的中心位置与实际图像上的中心位置即320像素处做差，得出偏移量，根据偏移量计算出机器人6的对应转角，即实现摄像头3的寻线路径跟踪功能。
41.s30中对通过激光雷达4采集的地图点云数据的处理方法包括如下步骤：激光雷达4通过采集环境地图的点云数据，采用基于粒子滤波的rbpf算法完成对二维栅格地图的创建。采用粒子滤波计算机器人6的位姿信息，每一个粒子中都包含某一时刻的地图、位姿权重信息，通过贝叶斯准则推导出该粒子在里程计状态传播之后的预测位姿。通过观测模型进行权重计算的归一化处理，获得机器人6在下一时刻的运动轨迹，将下一时刻的激光扫描数据与上一相邻时刻的激光扫描数据进行匹配与对比，计算出激光雷达4下一时刻在地图中的位姿增量，位姿增量与上一相邻时刻的位姿量求和，可以计算出激光雷达4在下一时刻的位姿，进而实现对机器人6进行定位。激光雷达4获得当前时刻的激光位姿，与地图数据匹配，获得当前时刻激光点在地图中的坐标，即映射到地图当中，完成对环境地图的创建。启动gmapping slam地图创建文件启动激光雷达，并通过pc端远程遥控机器人移动进行slam地图模型的创建。如图6所示，为机器人进行gmapping算法下构建地图的可视化运行效果图，从图中可以识别到当前环境中的障碍物位置。进行该地图构建试验时，发现基于gmapping算法的环境地图构建速度适中，同时地图模型的边缘检测精度较高，因此在遥控机器人运动时可以要求其以较快速度移动。
42.s30中对通过电子鼻5采集前方目标气体浓度数据的处理方法包括如下步骤：电子鼻5通过采集机器人6前方目标气体浓度数据，检测目标气体源头的位置，机器人6在环境中不断移动，在不同位置检测目标气体的目标信息，结合自身位置和气体分布信息，判断出某个区域的目标气体浓度最高，从而计算出目标气体源头的方向和位置。例如，在存在有害气体泄漏源的特殊情况下，机器人6需要牵引目标物体绕开该泄漏源，在激光雷达4和摄像头3对该泄漏源位置采集数据失效的情况下，电子鼻5采集机器人6前方该有害气体浓度信息并锁定泄漏源位置，从而避开该有害气体泄漏源。
43.在数据融合模块1中对三种传感器的数据进行处理，在决策层对三种传感器的数据进行加权融合。三种传感器的数据权重根据机器人6所处环境需要做相应调整。如，在夜间条件下，由于摄像头3受光线不足的影响，摄像头3对目标检测的权重将随光线情况而下降，从而降低摄像头3采集信息对目标检测的干扰，在完全黑暗条件下，摄像头3的权重趋近于零，从而有效降低摄像头3在功能失效状态下对目标检测结果的影响。
44.机器人6的目标工作场景是一个危险易燃气体泄漏的化工厂环境，考虑到作业人员的安全问题，因此需要机器人6对危险气体有感知功能，进行辅助避障。在这种情况下激光雷达4与摄像头3为失效状态，机器人对目标气体的感知完全依靠电子鼻5。机器人在基于激光雷达4与摄像头3的常规导航功能的基础上，对感知系统进行扩展，结合电子鼻5对目标气体源的定位，对目标气体源进行规避，从而实现机器人6在电子鼻5的辅助下的定位导航功能。
45.本实施例以mq-135半导体式气体传感器51作为电子鼻5部件检测丁烷气体为例。考虑到自动导航机器人可能会需要代替人进入有毒有害气体环境代替人工进行作业或在
前方牵引工作人员，因此只靠基于激光雷达和视觉感知外部环境进行导航是不够的，还需要一个能够感知目标气体浓度的气体传感器进行对高浓度气体区域识别，并使机器人进行绕开动作，类似辅助避障功能。mq-135半导体式气体传感器51所使用的气敏材料是二氧化锡。二氧化锡的电导率于所处环境的空气洁净程度有关。当空气洁净程度低，即空气中存在有污染气体时，该气敏材料的电导率随污染气体的浓度的增高而增大，再通过合适的模数转换器可以将电导率的变化转换为相应气体浓度的电信号变化。该气体传感器适用于氨气、芳族化合物、硫化物、苯系蒸汽、烟雾等其他有害气体的检测。
46.以打火机里的丁烷为需要规避的目标气体进行研究试验。当mq-135检测到丁烷气体后，传感模块输出低电平，再由模数转换器53将电压信号转换为数字信号，并发送到主控板上，主控板获得该信号后，向底层驱动板发送方向控制指令。此时自动导航机器人优先向左以设定的角度进行规避，设定的规避角度为50度，实现对有毒有害气体源的规避。
47.如图2所示，由于mq-135会受到温湿度的影响，需要对其实际电阻值进行校正，因此在电子鼻5中增加dht11温湿度传感器52检测当前环境温湿度。中央处理器1根据从温湿度传感器52获得的当前环境温湿度计算气敏电阻校正系数并进行校正，根据接收到转换的数字信号换算目标气体浓度。
48.图3-5示出了一种基于电子鼻辅助的机器人定位导航系统的具体实施例，能够执行上述实施例中所描述的基于电子鼻辅助的机器人定位导航方法，结构包括相互连接的数据融合模块1、传感器模块和中央处理器2，传感器模块包括摄像头3、激光雷达4、电子鼻5，摄像头3、激光雷达4和电子鼻5均通过相应接口连接到数据融合模块1上，激光雷达4采集当前环境地图点云数据并发送至数据融合模块1，摄像头3采集当前机器人6路线上的图像信息并发送至数据融合模块1，电子鼻5采集当前机器人6前方目标气体浓度数据信息并发送至数据融合模块1，数据融合模块1将激光雷达4、摄像头3和电子鼻5发送来数据进行融合后传送至中央处理器2进行数据处理。
49.优选地，在机器人6的上端设置有支撑平台7，摄像头3设置在支撑平台7的顶部，用于采集机器人6前方图像数据；激光雷达4设置在机器人6和支撑平台7之间，用于采集地图点云数据，时间对环境地图的创建和对机器人6的定位；电子鼻5设置在机器人6的前端，用于采集前方目标气体浓度数据。电子鼻5包括气体传感器51、温湿度传感器52和模数转换器53，为可拆卸式结构，能够根据不同的气体环境更换不同的电子鼻。
50.上述具体实施方式，仅为说明本发明的技术构思和结构特征，目的在于让熟悉此项技术的相关人士能够据以实施，但以上内容并不限制本发明的保护范围，凡是依据本发明的精神实质所作的任何等效变化或修饰，均应落入本发明的保护范围之内。
技术特征：1.一种基于电子鼻辅助的机器人定位导航方法，其特征在于，包括如下步骤：s10：在机器人(6)不断的移动过程中，通过摄像头(3)采集环境图像数据，通过激光雷达(4)采集地图点云数据，通过电子鼻(5)采集前方目标气体浓度数据；s20：将所述s10中采集到的数据信息发送到数据融合模块(1)，并根据当前机器人(6)作业环境进行加权融合处理；s30：将所述s20中加权融合后的数据发送至中央处理器(2)中进行数据处理，实时构建环境地图、识别当前机器人(6)的行进路线和前方障碍物位置的机器人定位导航数据；s40：根据当前时刻机器人(6)行驶方向以及所述s30中的机器人定位导航数据，调整下一时刻机器人(6)的行驶方向和姿态。2.根据权利要求1所述一种基于电子鼻辅助的机器人定位导航方法，其特征在于：所述s30中对通过摄像头(3)采集的环境图像数据的处理方法包括如下步骤：s31：对获得的环境平面图像进行裁剪，把图像的尺寸裁剪到640
×
480像素的大小，并将该图像转化为灰度图，对其进行二值化处理，再通过腐蚀和膨胀操作去除图像噪点；s32：提取图像中第400行的像素值，提取目标颜色像素点的数量和位置，通过边缘检测提取并计算出目标颜色边缘的位置和的一半，该处即为目标颜色的中心位置；s33：将目标颜色的中心位置与实际图像上的中心位置320像素处做差，得出偏移量，根据偏移量计算出机器人(6)的对应转角，实现摄像头的寻线路径跟踪功能，实现具体目标行驶路线的识别和提取。3.根据权利要求2所述一种基于电子鼻辅助的机器人定位导航方法，其特征在于：所述s30中对通过激光雷达(4)采集的地图点云数据的处理方法包括如下步骤：s34：采用基于粒子滤波的rbpf算法完成对二维栅格地图的创建，获取较为精确的环境地图信息；s35：采用粒子滤波计算机器人(6)的位姿信息，每一个粒子中都包含某一时刻的地图、位姿权重信息，通过贝叶斯准则推导出该粒子在里程计状态传播之后的预测位姿；s36：通过观测模型进行权重计算的归一化处理，获得机器人(6)在下一时刻的运动轨迹，将下一时刻的激光扫描数据与上一时刻的激光扫描数据进行匹配与对比，计算出激光雷达(4)下一时刻在地图中的位姿增量，位姿增量与上一时刻的位姿量求和，可以计算出激光雷达(4)在下一时刻的位姿，进而实现对机器人(6)进行定位。4.根据权利要求3所述一种基于电子鼻辅助的机器人定位导航方法，其特征在于：所述s30中对通过电子鼻(5)采集前方目标气体浓度数据的处理方法包括如下步骤：s37：随着机器人(6)在环境中不断移动，记录在不同位置检测目标气体的浓度数据；s38：结合机器人(6)的位置，在地图上标记气体浓度分布信息，判断出目标气体最高浓度所在区域，从而计算出目标气体源头的方向和位置并锁定泄漏源位置，从而避开目标气体泄漏源。5.根据权利要求4所述一种基于电子鼻辅助的机器人定位导航方法，其特征在于：所述s30中电子鼻(5)采集前方目标气体浓度数据的处理方法还包括利用温湿度传感器检测环境湿度，并根据环境湿度对检测到的目标气体浓度数据进行校正。6.一种基于电子鼻辅助的机器人定位导航系统，其特征在于：能够执行权利要求1-5中任一项基于电子鼻辅助的机器人定位导航方法，包括相互连接的数据融合模块(1)、传感器
模块和中央处理器(2)，所述传感器模块包括摄像头(3)、激光雷达(4)、电子鼻(5)，所述摄像头(3)、激光雷达(4)和电子鼻(5)均通过相应接口连接到所述数据融合模块(1)上，所述激光雷达(4)用于采集当前环境地图点云数据并发送至数据融合模块(1)，所述摄像头(3)用于采集当前机器人(6)路线上的图像信息并发送至数据融合模块(1)，所述电子鼻(5)用于采集当前机器人(6)前方目标气体浓度数据信息并发送至数据融合模块(1)，数据融合模块(1)用于将激光雷达(4)、摄像头(3)和电子鼻(5)发送来数据进行融合后传送至所述中央处理器(2)进行数据处理。7.根据权利要求6所述一种基于电子鼻辅助的机器人定位导航系统，其特征在于：在机器人(6)的上端设置有支撑平台(7)，所述摄像头(3)设置在所述支撑平台(7)的顶部，所述激光雷达(4)设置在所述机器人(6)和支撑平台(7)之间，所述电子鼻(5)设置在机器人(6)的前端。8.根据权利要求7所述一种基于电子鼻辅助的机器人定位导航系统，其特征在于：所述电子鼻(5)包括气体传感器(51)和温湿度传感器(52)，为可拆卸式结构，能够根据不同的气体环境更换。
技术总结本发明提供一种基于电子鼻辅助的机器人定位导航方法和系统。系统包括：相互连接的数据融合模块、传感器模块和中央处理器，传感器模块包括摄像头、激光雷达、电子鼻。方法包括：通过摄像头采集机器人前方图像数据、通过激光雷达采集地图点云数据、通过电子鼻采集前方目标气体浓度数据后将数据信息发送到数据融合模块进行数据融合，实时构建环境地图、实时描述机器人位姿、识别当前机器人的行进路线和前方障碍物位置的机器人定位导航数据。本发明通过对多种传感器的输出数据进行融合，取长补短，实现了在有部分传感器失效的特殊情况下，机器人还能保持较为精准的定位导航功能，大大提高了自动导航机器人的可靠性和环境适应性。提高了自动导航机器人的可靠性和环境适应性。提高了自动导航机器人的可靠性和环境适应性。
技术研发人员：朱建雄 范英杰 温海营 张志胜
受保护的技术使用者：东南大学
技术研发日：2022.06.30
技术公布日：2022/11/1
