[0001] 本发明涉及导航避障技术领域，具体而言，涉及一种智能机器人导航控制系统及方法。

[0002] 智能机器人在导航和避障领域的应用逐步增加，尤其在娱乐场所、仓储物流和家庭服务等场景中，导航控制系统对障碍物的躲避是保证机器人安全运行的关键。然而，现有导航避障技术仍存在一些缺点和局限性，许多现有的导航系统在面对复杂多变的环境时表现不佳。对于障碍物距离、地面不平坦和干扰等情况，传统的避障算法容易失效，导致机器人无法准确识别障碍物，影响其导航能力。其次，现有的避障路径规划算法在处理时计算效率较低，在面对多个障碍物时，系统的应对策略不足，无法有效处理复杂情况，导致导航时间长，缺乏灵活的智能决策能力。

[0003] 因此，如何提供一种智能机器人导航控制系统及方法是本领域技术人员急需解决的技术问题。

[0018] 下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整地传达给本领域的技术人员。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。

[0019] 在本申请的一些实施例中，参阅图1所示，一种智能机器人导航控制系统，包括：探测单元、寻径单元、处理单元和调整单元，探测单元负责探测周围情景数据并生成地图影像得出目标位置坐标，探测单元将地图影像发送至寻径单元，寻径单元结合周围情景数据对地图影像进行判断得出路径规划和路径禁止，路径规划包括：第一路径规划、第二路径规划和第三路径规划，当机器人前方出现障碍物时，寻径单元在判断位置做出第一路径规划，当机器人前方及左侧出现障碍物时，寻径单元在判断位置做出第二路径规划，当机器人前方及右侧出现障碍物时，寻径单元在判断位置做出第三路径规划，当机器人前方和左侧及右侧出现障碍物时，寻径单元在判断位置做出路径禁止，处理单元针对路径规划做出第一指令发送至调整单元，处理单元针对路径禁止做出第二指令发送至调整单元，调整单元根据第一指令调整机器人的驱动状态，驱动机器人到达下一判断位置，直至机器人抵达目标位置坐标，调整单元根据第二指令调整机器人的驱动状态，驱动机器人返回上一判断位置并禁止此路径。

[0020] 具体而言，探测单元负责实时探测周围的环境数据，探测单元通过激光雷达、超声波传感器和摄像头生成地图影像确定目标位置坐标，为后续的路径规划提供基础信息。寻径单元负责根据探测单元提供的地图影像和周围情景数据进行路径规划，在不同障碍物的条件下制定出相应的行进路径。寻径单元的路径规划为智能决策且能够实时调整以应对障碍物的变化。处理单元负责接收来自寻径单元的路径规划并根据不同的规划情况生成相应的指令，处理单元是系统的决策核心，确保机器人能够根据实时的指令规避障碍物，针对第一、第二或第三路径规划，处理单元生成第一指令，引导调整单元调整智能机器人的驱动状态，使其按照规划路径前进，针对路径禁止，处理单元会发出第二指令，指导机器人返回至上一判断位置，并禁止该路径，以避免碰撞和重复进入此路径。

[0021] 可以理解的是，处理单元通过实时数据分析，确保在复杂环境下能做出快速反应，保证机器人的安全性。调整单元负责根据处理单元发送的指令调整机器人的驱动状态，确保机器人按照规划路径移动。当收到第一指令时，调整单元会激活驱动系统，使机器人朝向下一判断位置移动，直至智能机器人抵达目标位置坐标。当收到第二指令时，调整单元会指示机器人返回上一判断位置，并禁止该路径，确保机器人不再穿越已知障碍区域。调整单元通过实时响应处理单元的指令对电机做出相应的控制，确保了智能机器人运动的流畅性。

[0022] 在本申请的一些实施例中，周围情景数据包括：环境障碍数据、地形轮廓数据和外部扰动数据，环境障碍数据包括：障碍物的位置和障碍物与机器人的距离，地形轮廓数据包括：地形坡度、地面材质、地面宽度和地面高度变化，外部扰动数据包括：环境湿度变化、电磁场干扰强度和通信链路性能。

[0023] 具体而言，周围情景数据的获取是确保机器人安全高效运行的关键。环境障碍数据为机器人运动过程中可能遇到的各种障碍物的信息，包括障碍物的位置和与机器人之间的距离。障碍物可以是固定的，也可以是移动的，通过激光雷达和摄像头，机器人能够实时获取障碍物的位置数据，并在地图影像上进行标记。距离信息则帮助智能机器人评估与障碍物之间的安全空间。当机器人接近障碍物时，通过计算与障碍物的距离，引导机器人选择适当的避障策略。地形轮廓数据提供了智能机器人所处环境的地形特征，有助于其在复杂地形中进行有效的导航。外部扰动数据为可能影响智能机器人正常运行的因素，监测外部扰动数据有助于增强智能机器人在复杂环境中的适应能力。

[0024] 可以理解的是，地形的坡度直接影响机器人的运动性能。在陡坡时，智能机器人需要增加动力以克服自身重力，在下坡时需要减速以防止失控。通过实时监测地形坡度，可以确保智能机器人在安全的路径上行驶。不同的地面材质会对智能机器人的牵引力和稳定性产生不同影响，监测地面材质数据可以帮助智能机器人选择合适的路径以及自身的行驶速度，地面宽度则决定了机器人是否能够顺利通过某个区域，狭窄的路径会限制智能机器人的移动，无法顺利通过某个区域，因此，在躲避障碍物的同时还需要规避狭窄的路径，监测地面高度的变化，避免了智能机器人在行驶过程中造成摔倒或碰撞。另外，环境湿度变化会影响智能机器人电气部件的性能。湿度变化会导致传感器信号失真，影响环境感知的准确性。电磁干扰会对智能机器人的通信和传感器功能造成影响，导致数据丢失或错误。通过监测环境湿度变化、电磁场干扰强度和通信链路性能，探测单元可以实时生成周围情景数据，增强了智能机器人自主导航和避障能力。

[0025] 在本申请的一些实施例中，探测单元负责探测周围情景数据并生成地图影像得出目标位置坐标包括：探测单元采用SLAM技术在周围情景中实时构建情景地图，探测单元获取GPS数据并根据GPS数据结合情景地图定位自身位置坐标，探测单元对情景地图采用边缘检测技术生成地图影像并确认目标位置坐标。

[0026] 可以理解的是，探测单元采用了同步定位与地图构建SLAM技术，SLAM技术通过不断更新周围情景数据，能够有效地构建出情景地图。随着智能机器人的移动，探测单元会持续采集新的周围情景数据并更新情景地图，此外，探测单元整合了GPS定位以提升定位的精确度，确保自身位置坐标的准确性。探测单元采用SLAM技术和GPS定位不仅增强了智能机器人的自主导航能力，还为后续的路径规划和决策提供了可靠的基础。边缘检测可以识别情景地图中的显著特征，从而提取出周围情景的主要轮廓，使得情景地图更加直观，帮助智能机器人确认目标位置坐标，便于后续的处理和分析。探测单元多层次的数据处理和实时更新机制，使得智能机器人能够高效、精准地完成导航任务。

[0027] 在本申请的一些实施例中，寻径单元在判断位置做出第一路径规划包括：第一路径包括：向左路径躲避前方障碍物或向右路径躲避前方障碍物，寻径单元根据距离偏差确定第一路径规划，距离偏差包括：向左距离偏差和向右距离偏差，向左距离偏差为左侧路径到达目标位置坐标的距离，向右距离偏差为右侧路径到达目标位置坐标的距离，当向左距离偏差大于向右距离偏差时，选择向右路径躲避前方障碍物，当向左距离偏差小于向右距离偏差时，选择向左路径躲避前方障碍物，当向左距离偏差等于向右距离偏差时，寻径单元根据宽度偏差确定第一路径规划。

[0028] 可以理解是，寻径单元在确定第一路径规划时，会评估两条路径的距离偏差。向左距离偏差和向右距离偏差分别代表智能机器人从当前判断位置出发，沿左侧和右侧路径到达目标位置坐标的距离。通过计算偏差，寻径单元能够评估哪一条路径更加适合。当向左距离偏差大于向右距离偏差时，意味着通过向左路径到达目标的距离更远，这时寻径单元会选择向右路径以躲避前方障碍物。相反，如果向左距离偏差小于向右距离偏差，则说明向左路径到达目标的距离更近，寻径单元会选择向左路径进行躲避。在特定的情况下，当向左距离偏差等于向右距离偏差时，寻径单元无法依赖距离偏差做出决策，因此需要进一步考虑宽度偏差。宽度偏差指两个路径在可通过的宽度上的差异，寻径单元会根据宽度偏差进一步确定哪条路径更为安全。

[0029] 在本申请的一些实施例中，寻径单元根据宽度偏差确定第一路径规划包括：宽度偏差通过下列公式得出：
；
；
；
其中， 表示材料评分， 包括 和 ， 表示左侧路径的材料评分，
表示右侧路径的材料评分，表示摩擦系数， 表示硬度系数， 表示左侧路径的宽度， 表示右侧路径的宽度， 表示左侧路径的宽度偏差， 表示右侧路径的宽度偏差，表示宽度权重，表示材料权重，且 ，当 ，选择向左路径躲
避前方障碍物，当 ，选择向右路径躲避前方障碍物。

[0030] 可以理解的是，在得出宽度偏差后，寻径单元会根据计算结果进行决策。如果计算得出的左侧宽度偏差大于等于右侧宽度偏差时，机器人将选择向左路径来躲避前方的障碍物。反之，如果左侧宽度偏差小于右侧宽度偏差时，则选择向右路径进行躲避。确保智能机器人在复杂环境中能够安全行进。通过综合考虑路径宽度、材料评分及权重，寻径单元能够做出更加智能的路径选择，增强了其适应性和灵活性，确保智能机器人能够在复杂空间中有效避障并持续前进。

[0031] 在本申请的一些实施例中，智能机器人导航控制系统，包括：第二路径规划选择向右路径躲避障碍物，第三路径规划选择向左路径躲避障碍物，路径禁止选择后退躲避障碍物。

[0032] 可以理解的是，当智能机器人遇到前方和左侧障碍物时，第二路径规划会选择向右路径进行躲避，以确保机器人能够顺利绕过障碍物并继续前进。当智能机器人遇到前方和右侧障碍物时，第三路径规划会选择向左路径进行躲避，以确保机器人能够顺利绕过障碍物并继续前进。当智能机器人遇到前方和左侧及右侧障碍物时，路径禁止则采用后退策略，确保机器人安全地撤回到行走的区域。寻径单元使得智能机器人有效的避免了障碍物，从而提升了智能机器人的操作效率和安全性。

[0033] 在本申请的一些实施例中，处理单元包括：中央处理器和伺服控制器，中央处理器将路径规划转为第一控制信号，中央处理器将路径禁止转为第二控制信号，第一控制信号和第二控制信号通过Profinet的IRT模式传输至伺服控制器，伺服控制器根据第一控制信号和第二控制信号做出对应的第一指令和第二指令，伺服控制器将第一指令和第二指令发送至调整单元，第一指令为第一PWM脉冲信号，第二指令为第二PWM脉冲信号。

[0034] 可以理解的是，中央处理器负责接收来自寻径单元的路径规划数据和路径禁止数据并将其转化对应的第一控制信号和第二控制信号。生成的第一控制信号和第二控制信号通过Profinet的IRT模式进行高效传输。Profinet是一种用于自动化网络的通信协议，IRT模式提供了高带宽和低延迟的数据传输能力，确保信号能够迅速且准确地传输至伺服控制器。当伺服控制器接收到来自中央处理器的第一控制信号和第二控制信号后，伺服控制器发出对应的第一指令和第二指令，指令以PWM脉冲信号形式传递至调整单元。调整单元接收到PWM脉冲信号的指令后，将根据实际情况对智能机器人的驱动状态进行相应的调整，从而实现对智能机器人的导航控制，提升了智能机器人高效的避障能力。

[0035] 在本申请的一些实施例中，智能机器人导航控制系统，包括：调整单元根据第一PWM脉冲信号控制机器人的两侧电机正转，两侧电机正转包括：左侧电机转速大于右侧电机转速、左侧电机转速小于右侧电机转速和左侧电机转速等于右侧电机转速，左侧电机转速大于右侧电机转速时，机器人向右转动，左侧电机转速小于右侧电机转速时，机器人向左转动，左侧电机转速等于右侧电机转速时，机器人向前移动，调整单元根据第二PWM脉冲信号控制机器人的两侧电机反转，两侧电机反转为左侧电机转速等于右侧电机转速且旋转方向相反，此时机器人向后移动。

[0036] 可以理解的是，调整单元会根据第一PWM脉冲信号指令控制两侧电机正转，电机的转速会根据路径规划进行调节，当寻径单元选择第一路径规划时，电机依据第一路径规划驱动机器人向左转动或向右转动，当寻径单元选择第二路径规划时，电机依据第二路径规划驱动机器人向右转动，当寻径单元选择第三路径规划时，电机依据第三路径规划驱动机器人向左转动，当智能机器人做出转动调整后进行向前移动。另外，调整单元会根据第二PWM脉冲信号指令控制两侧电机反转，当寻径单元选择路径禁止时，电机依据路径禁止驱动机器人向后移动。电机转速的差异使得智能机器人能够灵活应对不同的导航需求。

[0037] 在本申请的一些实施例中，智能机器人导航控制系统，包括：调整单元根据第二PWM脉冲信号控制机器人向后移动返回上一判断位置并禁止此路径，处理单元判断机器人执行第二PWM脉冲信号后无法抵达目标位置坐标时，处理单元做出第三PWM脉冲信号，调整单元根据第三PWM脉冲信号控制机器人向后移动返回上一判断位置并禁止此路径，直至机器人抵达目标位置坐标。

[0038] 可以理解的是，当调整单元根据第二PWM脉冲信号指令控制机器人向后移动时，机器人将返回至上一判断位置，并禁止沿该路径继续前进，以避免再次进入此路径，若返回的上一判断位置只能向该路径行进，则始终无法到达目标位置坐标，此时处理单元会生成第三PWM脉冲信号，第三PWM脉冲信号用于指示调整单元继续控制智能机器人向后移动，返回到上一判断位置，同时保持对该路径的禁止，直至机器人选择合适路径抵达目标位置坐标，确保了智能机器人能够在多变的环境中实现顺利的移动。

[0039] 综上所述，本发明的有益效果在于：探测单元实时收集周围情景数据，生成地图影像并精确定位目标位置。确保了智能机器人能够在多变的环境中获得及时的信息反馈，进而进行有效的路径规划。通过寻径单元根据不同情况迅速做出相应的路径规划，不仅提高了智能机器人的适应性，还确保了在复杂场景中能够灵活应对突发情况，处理单元将生成的路径规划转化为具体的指令发送至调整单元，当遇到障碍物时，调整单元依据指令迅速调整机器人的驱动状态，实时反馈和调整的机制减少了智能机器人因障碍物而停滞的时间，提升了其工作效率，当机器人面临多重的障碍物布局时，处理单元会及时发出第二指令，驱动智能机器人返回到之前的判断位置并禁止该路径，有效地避免了无效尝试，确保智能机器人能迅速寻找新的路径，避免时间浪费。通过集成探测、判断、处理和调整的功能，提高了智能机器人在复杂环境下行驶的安全性和效率。

[0040] 基于上述实施例的另一种优选的方式中，参阅图2所示，本实施方式提供了一种智能机器人导航控制方法，用于应用上述智能机器人导航控制系统，包括：S100：探测周围情景数据并生成地图影像得出目标位置坐标，结合所述周围情景数据对所述地图影像进行判断得出路径规划和路径禁止，所述路径规划包括：所述第一路径规划、所述第二路径规划和所述第三路径规划；
S200：当机器人前方出现障碍物时，在判断位置做出第一路径规划；
当所述机器人前方及左侧出现障碍物时，在判断位置做出第二路径规划；
当所述机器人前方及右侧出现障碍物时，在判断位置做出第三路径规划；
当所述机器人前方和左侧及右侧出现障碍物时，在判断位置做出路径禁止；
S300：针对所述路径规划做出第一指令，针对所述路径禁止做出第二指令；
S400：根据第一指令调整机器人的驱动状态，驱动机器人到达下一判断位置，直至机器人抵达目标位置坐标；
根据第二指令调整机器人的驱动状态，驱动机器人返回上一判断位置并禁止此路径。

[0041] 可以理解的是，探测周围情景数据并生成地图影像以获取目标位置坐标，并基于周围情景数据进行路径规划判断。根据障碍物的位置进行不同的路径规划：当机器人前方出现障碍物时，执行第一路径规划；当前方及左侧出现障碍物时，则进行第二路径规划；当前方及右侧出现障碍物时，执行第三路径规划；当前方及两侧均被障碍物阻挡时，做出路径禁止，根据路径规划和路径禁止生成相应的指令，根据第一指令调整机器人的驱动状态，驱动其到达下一判断位置，直到抵达目标位置。执行第二指令则驱动机器人返回上一判断位置并禁止沿该路径行驶。确保智能机器人在复杂环境中能够自主导航并灵活避障。

[0042] 本领域内的技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序商品。因此，本申请可采用完全硬件实施例、完全软件实施例，或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用储存介质（包括但不限于磁盘储存器、CD‑ROM、光学储存器等）上实施的计算机程序商品的形式。

[0043] 本申请是参照根据本申请实施例的方法、设备（系统）和计算机程序商品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框，以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。

[0044] 这些计算机程序指令也可储存在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读储存器中，使得储存在该计算机可读储存器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。

[0045] 这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。

[0046] 最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。