CN106338996A - 一种移动机器人安全控制的方法及系统 - Google Patents

Abstract

本发明公开了一种移动机器人安全控制的方法及系统，包括：步骤S100获取机器人的工作环境地图信息；步骤S200获取机器人在所述工作环境地图信息中行进的当前位置信息；步骤S300以机器人的所述当前位置信息为基准，获取周边障碍物的位置信息；步骤S400根据获取所述周边障碍物的位置信息控制机器人的行进方式。其目的以实时的方式寻找最靠近机器人周边的障碍物，针对不同障碍物机器人相应的做出不同的反应，使其更符合人的思维逻辑，更加智能化，挺高了机器人的工作安全性。

Description

一种移动机器人安全控制的方法及系统

技术领域

本发明涉及机器人智能控制领域，特别是涉及一种移动机器人安全控制的方法及系统。

背景技术

近年来，随着移动机器人的快速发展，人们对机器人的工作安全性的需求越来越高，因此在机器人遇到障碍物时，有更多，更加细腻的控制策略，必将是今后的发展趋势，也是机器人安全性和智能化的重要保证。

传统的移动机器人是采用遇障绕行的控制策略，但该种策略过于死板。今年来也出现了一些根据障碍物的状态采取相应的控制策略，如等停、蔽障等，丰富了机器人遇到障碍物时的控制策略。但是，这些方法都是在规划的路线上出现障碍物时的控制策略，对于不在路线上的障碍物，机器人不会有任何反应，这样会存在一个问题，即障碍物距机器人已经很近了，但是并不在路线上，机器人会保持原有的速度(可能很高)直接通过，这对其旁边的动态障碍物(如人等)是会有一定的安全隐患。

发明内容

本发明的提供了一种移动机器人安全控制的方法及系统，其目的以实时的方式寻找最靠近机器人周边的障碍物，针对不同障碍物机器人相应的做出不同的反应，使其更符合人的思维逻辑，更加智能化，挺高了机器人的工作安全性。

本发明提供的技术方案如下：

一种移动机器人安全控制的方法，包括：步骤S100获取机器人的工作环境地图信息；步骤S200获取机器人在所述工作环境地图信息中行进的当前位置信息；步骤S300以机器人的所述当前位置信息为基准，获取周边障碍物的位置信息；步骤S400根据获取所述周边障碍物的位置信息控制机器人的行进方式。

在本发明中，以机器人为中心的360度的危险区域内，以实时的方式寻找最靠近机器人周边的障碍物，根据障碍物的属性不同，控制机器人以不同的方式在路线上行进；本发明与现有技术相比丰富了机器人在遇障后的控制策略，对于不同障碍物机器人有不同反应，更符合人的思维逻辑，更加智能化，提高了机器人的工作安全性。

优选的，所述步骤S300还包括：步骤S310获取当前障碍物的位置信息；步骤S320判断所述当前障碍物在机器人工作路线上的当前位置状态，当所述当前障碍物不在所述工作路线上时，执行步骤S330；步骤S330当所述当前障碍物的属性为动态障碍物时，执行步骤S340；步骤S340获取机器人与所述动态障碍物之间的位置距离；步骤S350判断机器人以所述当前位置信息为基准获取周边障碍物的位置信息是否结束，当结束时，机器人行进至下一位置信息点，执行步骤S200；否则，执行步骤S300。

在本发明中，通过判断障碍物的位置信息判断障碍物是否占线，当不占线时判断新出现的动态障碍物的位置信息，通过数学的求点到线段的最小距离的向量法计算障碍物与机器人之间距离；本发明的方法实现了机器人能够自动识别障碍物的属性，即静态或动态，使本发明的方法更加严谨，能够帮助机器人在行进过程中采用不同的控制方式处理突发事件，保障机器人能够正常工作。

优选的，所述步骤S340包括：步骤S341将机器人映成多边轮廓图；

步骤S342计算所述轮廓图的多个边与所述动态障碍物之间的边长距离；步骤S343从机器人与所述动态障碍物的多个边长距离中获取最小的边长距离，并将所述最小的边长距离设置为机器人与所述动态障碍物之间的第一距离；步骤S344从获取的周边动态障碍物中的所述第一距离进一步进行比对，将所述第一距离最小的所述动态障碍物设置为危险障碍物，并将所述最小的第一距离设置为第二距离，执行步骤S350。

在本发明中，将机器人映射成多边轮廓图充分考虑了机器人的形状，更加符合实际，避免了将机器人视作一个点的缺陷；同时通过计算动态障碍物与各条边之间距离的计算，采用了一种障碍物到机器人轮廓的最小距离的快速算法，方便在考虑机器人轮廓的情况下，求解障碍物到机器人的距离，使机器人在工作过程中遇障时，能够做出快速应对措施，使其运行更加安全可靠。

优选的，所述步骤S400包括：步骤S411根据所述危险障碍物的第二距离判断当所述障碍物是进入危险警戒范围内时，执行步骤S412；步骤S412根据危险警戒范围的等级调节机器人的行进速度。

在本发明中，根据不同的危险区等级对机器人行进速度进行划分，使机器人在处于不同危险区等级时具有不同行进速度；例如：越靠近动态障碍物时，机器人的行进速度越小，保证了机器人可以安全地避开障碍；另外，当动态障碍物远离危险区域时，可以实现均匀加速；本发明的方法通过避障减速，远离障碍物时保持较高的行进速度，提高了机器人的工作效率。

优选的，所述步骤S400还包括：当判断所述障碍物处在机器人工作的路线上时判断执行步骤S421；步骤S421机器人根据避障规则完成在所述工作环境地图信息中的工作。

在本发明中，从整体检测包括动态障物和静态障碍物的判断，解决了机器人行进的控制方法的问题，弥补了传统的机器人只有在其规划出的路线上存在障碍物时，才会绕行或等停，而对于非路线上的障碍物，并没有相应的控制策略的不足的缺陷。

优选的，所述障碍物位置模型包括：所述工作环境地图中的障碍物位置为(x_a，y_a)；所述工作环境地图中的机器人位置为(x₀，y₀)；

L--机器人与障碍物之间距离；θ--机器人与障碍物之间的距离与x轴的夹角。

优选的，获取机器人轮廓图的边与所述动态障碍物之间的最小距离即所述第一距离的模型包括：

λ--特征值(0≤λ≤1)；

设机器人轮廓图的一条边bc的两个端点为b(x_b，y_b)、c(x_c，y_c)，a(x_a，y_a)点为障碍物点；在bc边上获取d(x_d，y_d)点，为bc边距离所述动态障碍物之间的最小距离的点。

本发明中，在计算机器人轮廓图的边与动态障碍物之间的最小距离时，引入一个关于λ的一元二次方程且0≤λ≤1，对该一元二次方程求解，通过特征值判断最小值，使本发明的控制算法简便、快捷，计算量小。

优选的，根据所述危险警戒范围的等级调节机器人的行进速度模型包括：

$V_n=\frac{r_n}{r_1}*V_1$

r₁--最大危险警戒范围值，r_n--进入警戒范围内机器人与动态障碍之间的距离，v₁--r₁对应的最大行进速度，v_n--r_n对应行进速度；其中，r₁≥r_n。

在本发明中，实施均匀加速和均匀减速的控制系统，当动态障碍物与机器人的轮廓图中的某一边越近时，及距离越小时，采取机器人减速，根据设置的危险区域等级，相应的安全速度在逐级发生变化，无论动态障碍物是人还是动物在经过本发明的地图领域范围时，保障其安全性。

一种移动机器人安全控制的系统，地图信息获取单元，获取机器人的工作环境地图信息；机器人位置信息获取单元，与所述地图信息获取模块电连接，在所述地图信息获取单元获取的机器人的工作环境地图信息中，获取机器人行进的当前位置信息；障碍物获取单元，与所述机器人位置信息获取单元电连接，以所述机器人位置信息获取单元获取的机器人的所述当前位置信息为基准，获取周边障碍物的位置信息；机器人控制单元，与所述障碍物获取单元电连接，根据所述障碍物信息获取单元获取的所述周边障碍物的信息控制机器人的行进方式。

在本发明中，以机器人为中心的360度的危险区域内，以实时的方式寻找最靠近机器人周边的障碍物，根据障碍物的属性不同，控制机器人以不同的方式在路线上行进；本发明与现有技术相比丰富了机器人在遇障后的控制策略，对于不同障碍物机器人有不同反应，更符合人的思维逻辑，更加智能化，提高了机器人的工作安全性。

优选的，所述障碍物信息获取单元包括：当前障碍物位置获取模块，获取当前障碍物的位置信息；当前障碍物位置判断模块，与所述当前障碍物位置获取模块电连接，判断所述当前障碍物在机器人工作路线上的当前位置状态；障碍物属性判断模块，与所述当前障碍物位置判断模块电连接，根据所述当前障碍物位置判断模块判断所述当前障碍物不在所述工作路线上时，判断所述当前障碍物的属性；位置距离获取模块，与所述障碍物属性判断模块电连接，根据障碍物属性判断模块判断所述当前障碍物属性为动态障碍物时，获取机器人与所述动态障碍物之间的位置距离；障碍物获取判断模块，分别与所述位置距离获取模块，所述机器人位置信息获取单元，所述障碍物获取单元，所述机器人控制单元电连接，判断机器人以所述当前位置信息为基准获取周边障碍物的位置信息是否结束，当结束时，获取机器人行进至下一位置信息，当未结束时，继续获取周边的障碍物。

在本发明中，实现了机器人能够自动识别障碍物的属性，即静态或动态，通过多种方法递推判断出新出现的动态障碍物的位置信息，使本发明的方法更加严谨，能够帮助机器人在行进过程中采用不同的控制方式处理突发事件，保障机器人能够正常工作。

优选的，所述位置距离获取模块包括：机器人映射子模块，将机器人映成多边轮廓图；边长距离计算子模块，与所述机器人映射子模块341电连接，计算所述机器人映射子模块映射的所述轮廓图的多个边与所述动态障碍物之间的边长距离；边长距离对比模块，与所述边长距离计算子模块电连接，根据所述边长距离计算子模块从机器人与所述动态障碍物的多个边长距离中获取最小的边长距离，并将所述最小的边长距离设置为机器人与所述动态障碍物之间的第一距离；第二距离获取子模块，分别与所述边长距离对比模块，所述障碍物获取判断模块电连接，从获取的周边动态障碍物中的所述第一距离进一步进行比对，将所述第一距离最小的所述动态障碍物设置为危险障碍物，并将所述最小的第一距离设置为第二距离，并判断所述周边障碍物获取是否结束。

在本发明中，将机器人映射成多边轮廓图充分考虑了机器人的形状，更加符合实际，避免了将机器人视作一个点的缺陷；同时通过计算动态障碍物与各条边之间距离的计算，采用了一种障碍物到机器人轮廓的最小距离的快速算法，方便在考虑机器人轮廓的情况下，求解障碍物到机器人的距离，使机器人在工作过程中遇障时，能够做出快速应对措施，使其运行更加安全可靠。

优选的，所述机器人控制单元包括：危险警戒判断子模块，根据所述危险障碍物的第二距离判断当所述障碍物是否进入危险警戒范围内；行进速度调控子模块，当所述危险警戒判断子模块判断机器人进入危险警戒范围内时，根据危险警戒范围的等级调节机器人的行进速度。

在本发明中，根据不同的危险区等级对机器人行进速度进行划分，使机器人在处于不同危险区等级时具有不同行进速度；例如：越靠近动态障碍物时，机器人的行进速度越小，保证了机器人可以安全地避开障碍；另外，当动态障碍物远离危险区域时，可以实现均匀加速；本发明的方法通过避障减速，远离障碍物时保持较高的行进速度，提高了机器人的工作效率。

优选的，所述机器人控制单元包括：避障控制子模块，根据当前障碍物位置判断模块判断当所述障碍物在处在机器人工作的路线上时，机器人根据避障规则完成在所述工作环境地图信息中的工作。

在本发明中，从整体检测包括动态障物和静态障碍物的判断，以及机器人行进的控制方法，弥补了传统的机器人只有在其规划出的路线上存在障碍物时，才会绕行或等停，而对于非路线上的障碍物，并没有相应的控制策略的不足。

优选的，所述障碍物位置模型包括：所述工作环境地图中的障碍物位置为(x_a，y_a)；所述工作环境地图中的机器人位置为(x₀，y₀)；

L--机器人与障碍物之间距离；θ--机器人与障碍物之间的距离与x轴的夹角。

在本发明中，通过向量坐标的换算方法求得障碍物的位置坐标，使本发明的系统运行更加精确，可靠。

优选的，获取机器人轮廓图的边与所述动态障碍物之间的最小距离即所述第一距离的模型包括：

λ--特征值(0≤λ≤1)；

设机器人轮廓图的一段位置之间bc的两个端点为b(x_b，y_b)、c(x_c，y_c)，a(x_a，y_a)点为障碍物点；在bc边上获取d(x_d，y_d)点，为bc边距离所述动态障碍物之间的最小距离的点。

本发明中，在计算机器人轮廓图的边与动态障碍物之间的最小距离时，引入一个关于的λ一元二次方程且0≤λ≤1，对该一元二次方程求解，通过特征值判断最小值，使本发明的控制算法简便、快捷，计算量小。

优选的，根据所述危险警戒范围的等级调节机器人的行进速度模型包括：

$V_n=\frac{r_n}{r_1}*V_1$

r₁--最大危险警戒范围值，r_n--进入警戒范围内机器人与动态障碍之间的距离，V₁--r₁对应的最大行进速度，V_n--r_n对应行进速度；其中，r₁≥r_n。

在本发明中，实施均匀加速和均匀减速的控制系统，当动态障碍物与机器人的轮廓图中的某一边越近时，及距离越小时，采取机器人减速，根据设置的危险区域等级，相应的安全速度在逐级发生变化，无论动态障碍物是人还是动物在经过本发明的地图领域范围时，保障其安全性。

与现有技术相比，本发明提供一种移动机器人安全控制的方法及系统，至少带来以下一种技术效果：

本发明中，即当机器人周边(不在规划的路线上)出现动态障碍物时，机器人减速缓慢通过，实现了对现有的遇障绕行策略的一个补充；通过对动态障碍物到机器人轮廓的最近距离的快速求解方法，即采用向量的思想及一元二次方程求解的方法来计算；并根据障碍物距机器人的距离动态的调整机器人的速度，使用本发明可以当动态障碍物(如人等)靠近机器人时，即使不在规划的路线上，机器人也会根据障碍物距其轮廓的距离，做出相应的减速，以一定的安全速度通过，弥补了传统的机器人只有在其规划出的路线上存在障碍物时，才会绕行或等停，而对于非路线上的障碍物，并没有相应的控制策略的不足的问题。

附图说明

下面将以明确易懂的方式，结合附图说明优选实施方式，对一种移动机器人安全控制的方法及系统特性、技术特征、优点及其实现方式予以进一步说明。

图1是本发明一种移动机器人安全控制的方法一个实施例的流程图；

图2是本发明一种移动机器人安全控制的方法另一个实施例的流程图；

图3是本发明一种移动机器人安全控制的方法另一个实施例的流程图；

图4是本发明一种移动机器人安全控制的系统一个实施例的结构图；

图5是本发明一种移动机器人安全控制的系统另一个实施例的结构图；

图6是本发明一种移动机器人安全控制的系统另一个实施例的结构图；

图7是本发明一种移动机器人安全控制的方法另一个实施例的示意图；

图8是本发明一种移动机器人安全控制的方法另一个实施例的示意图；

图9是本发明中障碍物与机器人之间位置的向量坐标图。

具体实施方式

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对照附图说明本发明的具体实施方式。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，并获得其他的实施方式。

为使图面简洁，各图中只示意性地表示出了与本发明相关的部分，它们并不代表其作为产品的实际结构。另外，以使图面简洁便于理解，在有些图中具有相同结构或功能的部件，仅示意性地绘示了其中的一个，或仅标出了其中的一个。在本文中，“一个”不仅表示“仅此一个”，也可以表示“多于一个”的情形。

本发明中采用测距传感器，障碍物到机器人轮廓最近距离的快速计算方法，栅格地图对比的动态障碍物判别方法，基于距离的安全速度动态控制方法，实现机器人周边出现动态障碍物时机器人减速的逻辑。在移动机器人领域，该方法是现有遇障控制逻辑的补充，使得机器人遇障后的控制策略更加丰富，更符合人的思维逻辑，挺高了工作安全性。

本发明提供一种移动机器人安全控制的方法的一个实施例，参考图1所示；包括：步骤S100获取机器人的工作环境地图信息；步骤S200获取机器人在所述工作环境地图信息中行进的当前位置信息；步骤S300以机器人的所述当前位置信息为基准，获取周边障碍物的位置信息；步骤S400根据获取所述周边障碍物的位置信息控制机器人的行进方式。

具体的，在本实施中首先在机器人工作之前进行初始化，包括在机器人的控制系统中输入静态层栅格地图；地图中只包含清扫区域的环境信息，如墙壁、桌椅等静态障碍物，这些静态障碍物占据的栅格标有特定的代价值，非障碍物的区域标有另一个特定的代价值。每个栅格可以为5cm×5cm，假设清扫的区域可以为10m×10m，则创建的栅格地图为200×200的规格，另外，地图中相应栅格的规格大小可以任意设置，；机器人在行走的栅格地图中实时获取机器人本身的位置坐标，以本身的位置坐标为基础再获得障碍物坐标后，看其是否是地图上已有的障碍物，还是新出现的障碍物，根据获取的障碍物的类别不同，再根据相应的控制方式控制机器人的行进速度。若没有则说明是后来出现的动态障碍物；根据控制算法输出的速度用于控制机器人的行进速度，当障碍物进入危险区域之后会触发本发明的模块，订阅控制算法的速度，将该速度控制在安全速度以下，再发给机器人，使得机器人以安全速度通过其周边的动态障碍物。

在本发明中，以机器人为中心的360度的危险区域内，以实时的方式寻找最靠近机器人周边的障碍物，根据障碍物的属性不同，控制机器人以不同的方式在路线上行进；本发明与现有技术相比丰富了机器人在遇障后的控制策略，对于不同障碍物机器人有不同反应，更符合人的思维逻辑，更加智能化，提高了机器人的工作安全性。

优选的，所述步骤S300还包括：步骤S310获取当前障碍物的位置信息；步骤S320判断所述当前障碍物在机器人工作路线上的当前位置状态，当所述当前障碍物不在所述工作路线上时，执行步骤S330；步骤S330当所述当前障碍物的属性为动态障碍物时，执行步骤S340；步骤S340获取机器人与所述动态障碍物之间的位置距离；步骤S350判断机器人以所述当前位置信息为基准获取周边障碍物的位置信息是否结束，当结束时，机器人行进至下一位置信息点，执行步骤S200；否则，执行步骤S300。

具体的，本实施例是在以上实施例的基础上提供的又一实施例，参考图2所示；在机器人行走的当前位置点检测周边存在的障碍物位置信息也即在地图上坐标位置，当检测到障碍物时，首先判断是否占用机器人的行走路线，是则进入避障等停逻辑，否则进一步判断障碍物状态，此时检测到的障碍物包括环境障碍物和动态障碍物，环境障碍物是地图上已经存在的障碍物，比如上一实施例中强调的座椅、墙壁、或者垃圾桶等即静态障碍物，通过在栅格地图中坐标的代价值查看，如果存在对应的代价值则为环境障碍物，否则，如果检测到的障碍物在地图上的坐标并未标记对应的代价值，则是动态障碍物即新出现的障碍物；新出现的障碍物有可能是动态障碍物也可能是被搬进来的静态障碍物，这里统一视为动态障碍物(也可以在搬进静态障碍物后，重建静态地图来解决该问题)，静态障碍物不发生移动的，动态障碍物是移动的，如果没有出现在机器人工作的路线上，判断是当为动态障碍物时，由于动态障碍物发生运动，一来影响机器人的工作，二来动态障碍物如果是小朋友为保障他的安全性，机器人将自动采取相应措施，此时计算动态障碍物与机器人之间相隔的距离，将其保存，再继续判断机器人在当前的位置以一周360的范围扫描周边的障碍物是否结束，当没有结束时继续扫描获取障碍物，否则，一圈扫描结束，则利用最近动态障碍物与机器人之间相隔的距离，根据距离的远近对机器人采取相应行进控制方式及进行下一测试点扫描障碍物。

在本发明中，通过判断障碍物的位置信息判断障碍物是否占线，当没有占线时判断新出现的动态障碍物的位置信息，通过数学的求点到线段最短距离的向量法计算障碍物与机器人之间距离；本发明的方法实现了机器人能够自动识别障碍物的属性，即静态或动态，使本发明的方法更加严谨，能够帮助机器人在行进过程中采用不同的控制方式处理突发事件，保障机器人能够正常工作。

优选的，所述步骤S340包括：步骤S341将机器人映成多边轮廓图；

步骤S342计算所述轮廓图的多个边与所述动态障碍物之间的边长距离；步骤S343从机器人与所述动态障碍物的多个边长距离中获取最小的边长距离，并将所述最小的边长距离设置为机器人与所述动态障碍物之间的第一距离；步骤S344从获取的周边动态障碍物中的所述第一距离进一步进行比对，将所述第一距离最小的所述动态障碍物设置为危险障碍物，并将所述最小的第一距离设置为第二距离，执行步骤S350。

具体的，本实施例是在以上实施例的基础上提供的又一实施例，参考图3所示；各个根据位置信息获取到动态障碍物不在机器人行进路线上时，将机器人俯视轮廓图映射在当前的位置O点信息上，映射图可以映射成4个边，5个边，或者更多边，然后计算映射后轮廓图中每一条边与动态障碍物之间距离，每个动态障碍物与机器人的映射的轮廓图的各条边进行比对，计算出边长距离，从边长距离中取得最小值即为L₁，进一步根据机器人所在的位置O点扫描一周360°范围内的动态障碍物，分别求取L₁，将每个L₁进行比对，选择最小的L₁设置为L₂；L₂代表的是最危险的障碍物，根据L₂大小至判断是否进入危险范围内。例如，本发明充分考虑了机器人的形状，即用障碍物距机器人轮廓的最小距离来判断障碍物距机器人有多远，引入了一种快速计算障碍物距机器人轮廓最小距离的方法。参考图7所示，假设在本实施例中将机器人简化成一个矩形R，B3是障碍物所占的一个栅格，障碍物距机器人的距离，即B3到R轮廓的最小距离，可转化为求B3到每条边的最小距离，然后从中找到最小值。

在本发明中，将机器人映射成多边轮廓图充分考虑了机器人的形状，更加符合实际，避免了将机器人视作一个点的缺陷；同时通过计算动态障碍物与各条边之间距离的计算，采用了一种障碍物到机器人轮廓的最小距离的快速算法，方便在考虑机器人轮廓的情况下，求解障碍物到机器人的距离，使机器人在工作过程中遇障时，能够做出快速应对措施，使其运行更加安全可靠。

优选的，所述步骤S400包括：步骤S411根据所述危险障碍物的第二距离判断当所述障碍物是进入危险警戒范围内时，执行步骤S412；步骤S412根据危险警戒范围的等级调节机器人的行进速度。

具体的，本实施例是在以上实施例的基础上提供的又一实施例，在本实施例中，参考图3所示结合图7所示，危险警戒范围包括对于动态障碍物距机器人有多远，参考图7所示，更加直观，假设中B2是障碍物，r₁是危险区域最大半径，1、2、3是危险区域内的3个位置，r₁、r₂、r₃是对应位置上的动态障碍物距机器人的最小距离，当障碍物与机器人之间的位置为r₁时，此时机器人的行进速度由原来的V₀减速到V₁，r₂时减速至V₂；r₃时减速至V₃；在图7中，只设置三个区域，还可以逐级设置多个危险区域，图7中的危险区域设置的等距离区域，也可以设置成不等距的区域，根据具体情况实时而定。如果动态障碍物从危险区域撤离时，适时可以提高机器人的行进速度，即最近动态障碍物逐渐远离机器人时，本发明对机器人的限速的力度将逐渐减小，则控制算法模块就可以将机器人的速度逐渐加起来。

在本发明中，根据不同的危险区等级对机器人行进速度进行划分，使机器人在处于不同危险区等级时具有不同行进速度；例如：越靠近动态障碍物时，机器人的行进速度越小，保证了机器人可以安全地避开障碍；另外，当动态障碍物远离危险区域时，可以实现均匀加速；本发明的方法通过避障减速，远离障碍物时保持较高的行进速度，提高了机器人的工作效率。

优选的，所述步骤S400还包括：当判断所述障碍物处在机器人工作的路线上时判断执行步骤S421；步骤S421机器人根据避障规则完成在所述工作环境地图信息中的工作。

具体的，本实施例是在以上实施例的基础上提供的又一实施例，参考图3所示；判断机器人在O点扫描到的障碍物处于机器人行走的工作路线上时，此时的障碍物可能是动态障碍物也可能是被搬入的静态障碍物，即使是动态障碍物也有可能一直站在路线上不动成为静态障碍物，当为动态障碍物时先等停若干秒，若动态障碍物一直不动，则进行避障，即绕过去；如果是静态障碍物则直接绕过去，该种情况下的动态、静态障碍物的判断及相应的控制策略在其他专利中已公开。

在本发明中，从整体检测包括动态障物和静态障碍物的判断，解决了机器人行进的控制方法的问题，弥补了传统的机器人只有在其规划出的路线上存在障碍物时，才会绕行或等停，而对于非路线上的障碍物，并没有相应的控制策略的不足的缺陷。

优选的，所述障碍物位置模型包括：所述工作环境地图中的障碍物位置为(x_a，y_a)；所述工作环境地图中的机器人位置为(x₀，y₀)；

L--机器人与障碍物之间距离；θ--机器人与障碍物之间的距离与x轴的夹角。

优选的，获取机器人轮廓图的边与所述动态障碍物之间的最小距离即所述第一距离的模型包括：

λ--特征值(0≤λ≤1)；

设机器人轮廓图的一个边长bc的两个端点为b(x_b，y_b)、c(x_c，y_c)，a(x_a，y_a)点为障碍物点；在bc边上获取d(x_d，y_d)点，为bc边距离所述动态障碍物之间的最小距离的点。

本发明中，参考图8所示，第一距离的模型参考图9所示；在计算机器人轮廓图的边与动态障碍物之间的最小距离时，引入一个关于的λ一元二次方程且0≤λ≤1，对该一元二次方程求解，通过特征值判断最小值，使本发明的控制算法简便、快捷，计算量小。

优选的，根据所述危险警戒范围的等级调节机器人的行进速度模型包括：

$V_n=\frac{r_n}{r_1}*V_1$

r₁--最大危险警戒范围值，r_n--进入警戒范围内机器人与动态障碍之间的距离，v₁--r₁对应的最大行进速度，v_n--r_n对应行进速度；其中，r₁≥r_n。

具体的，本实施例是在以上实施例的基础上提供的又一实施例，参考图7所示，首先初始化一个最大的安全速度V₁，当动态障碍物在1位置时，则减速比为r₁/r₁，在1位置的安全速度为r₁/r₁*V₁，当控制算法正常运行发出的速度大于该速度，则减到该速度即r_n/r₁*V₁，否则不变。类似的，动态障碍物在2位置时，安全速度为V₂＝r₂/r₁*V₁；障碍物在3位置时，安全速度为V₃＝r₃/r₁*V₁，根据设置的危险区域等级，相应的安全速度在逐级发生变化。

在本发明中，实施均匀加速和均匀减速的控制系统，当动态障碍物与机器人的轮廓图中的某一边越近时，即距离越小时，采取机器人减速，根据设置的危险区域等级，相应的安全速度在逐级发生变化，无论动态障碍物是人还是动物在经过本发明的地图领域范围时，保障其安全性。

本发明提供了一种移动机器人安全控制的策略及方法，即当机器人周边(不在规划的路线上)出现动态障碍物时，机器人减速缓慢通过，是现有的遇障绕行策略的一个补充。方法包括：一种障碍物到机器人轮廓的最近距离的快速求解方法，即采用向量的思想及一元二次方程求解的方法来计算。一种对比栅格地图的动态障碍物检测方法，即获得清扫区域的栅格地图，将测距传感器检测到的障碍物的坐标与最新的栅格地图进行对比，若栅格地图上并未标记为障碍物，则说明是动态障碍物。并根据障碍物距机器人的距离动态的调整机器人的速度。使用本发明可以当动态障碍物(如人等)靠近机器人时，即使不在规划的路线上，机器人也会根据障碍物距其轮廓的距离，做出相应的减速，以一定的安全速度通过，弥补了传统的机器人只有在其规划出的路线上存在障碍物时，才会绕行或等停，而对于非路线上的障碍物，并没有相应的控制策略的不足。

本发明还提供一种移动机器人安全控制的系统的一个实施例，地图信息获取单元100，获取机器人的工作环境地图信息；机器人位置信息获取单元200，与所述地图信息获取模块100电连接，在所述地图信息获取单元100获取的机器人的工作环境地图信息中，获取机器人行进的当前位置信息；障碍物获取单元300，与所述机器人位置信息获取单元200电连接，以所述机器人位置信息获取单元200获取的机器人的所述当前位置信息为基准，获取周边障碍物的位置信息；机器人控制单元400，与所述障碍物获取单元300电连接，根据所述障碍物信息获取单元300获取的所述周边障碍物的信息控制机器人的行进方式。

具体的，在本实施中首先在机器人工作之前进行初始化，参考图4所示；包括利用地图信息获取单元100获取机器人工作的地图信息，二地图信息是在机器人的控制系统中输入静态层栅格地图；地图中只包含清扫区域的环境信息，如墙壁、桌椅等静态障碍物，这些静态障碍物占据的栅格标有特定的代价值，非障碍物的区域标有另一个特定的代价值。每个栅格可以为5cm×5cm，假设清扫的区域可以为10m×10m，则创建的栅格地图为200×200的规格，另外，地图中相应栅格的规格大小可以任意设置；该地图创建以后，利用机器人位置信息获取单元200获取机器人在行走的栅格地图中实时的机器人本身的位置坐标，以本身的位置坐标为基础再获得障碍物坐标后，看其是否是地图上已有的障碍物，还是新出现的障碍物，根据获取的障碍物的类别不同，再根据相应的控制方式控制机器人的行进速度。若没有则说明是后来出现的动态障碍物；根据控制算法输出的速度用于控制机器人的行进速度，当障碍物进入危险区域之后会触发本发明的模块，订阅控制算法的速度，将该速度控制在安全速度以下，再发给机器人，使得机器人以安全速度通过其周边的动态障碍物。

在本发明中，以机器人为中心的360°的危险区域内，以实时的方式寻找最靠近机器人周边的障碍物，根据障碍物的属性不同，控制机器人以不同的方式在路线上行进；本发明与现有技术相比丰富了机器人在遇障后的控制策略，对于不同障碍物机器人有不同反应，更符合人的思维逻辑，更加智能化，提高了机器人的工作安全性。

优选的，所述障碍物信息获取单元300包括：当前障碍物位置获取模块310，获取当前障碍物的位置信息；当前障碍物位置判断模块320，与所述当前障碍物位置获取模块310电连接，判断所述当前障碍物在机器人工作路线上的当前位置状态；障碍物属性判断模块330，与所述当前障碍物位置判断模块320电连接，根据所述当前障碍物位置判断模块320判断所述当前障碍物不在所述工作路线上时，判断所述当前障碍物的属性；位置距离获取模块340，与所述障碍物属性判断模块330电连接，根据障碍物属性判断模块330判断所述当前障碍物属性为动态障碍物时，获取机器人与所述动态障碍物之间的位置距离；障碍物获取判断模块350，分别与所述位置距离获取模块340，所述机器人位置信息获取单元200，所述障碍物获取单元300，所述机器人控制单元400电连接，判断机器人以所述当前位置信息为基准获取周边障碍物的位置信息是否结束，当结束时，获取机器人行进至下一位置信息，当未结束时，继续获取周边的障碍物。

具体的，本实施例是在以上实施例的基础上提供的又一实施例，参考图5所示；在机器人行走的当前位置点检测周边存在的障碍物位置信息也即在地图上坐标位置，当检测到障碍物时，首先判断是否占用机器人的行走路线，是则进入避障等停逻辑，否则进一步判断障碍物状态，此时检测到的障碍物包括环境障碍物和动态障碍物，环境障碍物是地图上已经存在的障碍物，比如上一实施例中强调的座椅、墙壁、或者垃圾桶等即静态障碍物，通过在栅格地图中坐标的代价值查看，如果存在对应的代价值则为环境障碍物，否则，如果检测到的障碍物在地图上的坐标并未标记对应的代价值，则是动态障碍物即新出现的障碍物；新出现的障碍物有可能是动态障碍物也可能是被搬进来的静态障碍物，这里统一视为动态障碍物(也可以在搬进静态障碍物后，重建静态地图来解决该问题)，静态障碍物不发生移动的，动态障碍物是移动的，如果没有出现在机器人工作的路线上，判断是当为动态障碍物时，由于动态障碍物发生运动，一来影响机器人的工作，二来动态障碍物如果是小朋友为保障他的安全性，机器人将自动采取相应措施，此时计算动态障碍物与机器人之间相隔的距离，将其保存，再继续判断机器人在当前的位置以一周360的范围扫描周边的障碍物是否结束，当没有结束时继续扫描获取障碍物，否则，一圈扫描结束，则利用最近动态障碍物与机器人之间相隔的距离，根据距离的远近对机器人采取相应行进控制方式及进行下一测试点扫描障碍物。

在本实施例中障碍物获取模块310中在机器人上方约30cm处安装的测距传感器(即为激光传感器，它可实现360°6米范围内激光测距扫描；同时也包括其他的检测装置，测取障碍物，传感器的安装位置可以适用性做出相应的调整)检测周边所有障碍物位置信息也即在地图上坐标位置，根据坐标位置计算在机器人行进的方向上的障碍物与机器人之间的距离，获取与机器人当前位置之间距离最小设置为第一障碍物，根据第一障碍物属性判断模块320然后判断第一障碍物是不是地图上已经存在的障碍物，比如上一实施例中强调的座椅、墙壁、或者垃圾桶等即环境障碍物，通过在栅格地图中坐标的代价值查看，如果存在对应的代价值则为环境障碍物，否则，为新出现的障碍物包括动态障碍物和静态障碍物；机器人工作时，测距传感器检测到的障碍物，在静态层栅格地图中并非是障碍物，则说明是建图后主动或被动进入清扫区域，这里统视为动态障碍物；如果是动态障碍物还要进一步的判断，判断动态障碍物是否在机器人行走的路线上，如果在路线上进行避障，既绕开进行，或者等待动态障碍物通过再进行行走，所述位置信息中获取机器人行进方向上的障碍物位置信息；当不在机器人行进的路线时，计算机器人与动态障碍物之间的位置距离。

在本发明中，通过判断障碍物的位置信息判断障碍物是否占线，当没有占线时判断新出现的动态障碍物的位置信息，通过数学的求点到线段最小距离的向量法计算障碍物与机器人之间距离；本发明的方法实现了机器人能够自动识别障碍物的属性，即静态或动态，使本发明的方法更加严谨，能够帮助机器人在行进过程中采用不同的控制方式处理突发事件，保障机器人能够正常工作。

在本发明中，实现了机器人能够自动识别障碍物的属性，即静态或动态，通过多种方法递推判断出新出现的动态障碍物的位置信息，使本发明的方法更加严谨，能够帮助机器人在行进过程中采用不同的控制方式处理突发事件，保障机器人能够正常工作。

优选的，所述位置距离获取模块340包括：机器人映射子模块341，将机器人映成多边轮廓图；

边长距离计算子模块342，与所述机器人映射子模块341电连接，计算所述机器人映射子模块341映射的所述轮廓图的多个边与所述动态障碍物之间的边长距离；边长距离对比模块343，与所述边长距离计算子模块342电连接，根据所述边长距离计算子模块342从机器人与所述动态障碍物的多个边长距离中获取最小的边长距离，并将所述最小的边长距离设置为机器人与所述动态障碍物之间的第一距离；第二距离获取子模块344，分别与所述边长距离对比模块343，所述障碍物获取判断模块350电连接，从获取的周边动态障碍物中的所述第一距离进一步进行比对，将所述第一距离最小的所述动态障碍物设置为危险障碍物，并将所述最小的第一距离设置为第二距离，并判断所述周边障碍物获取是否结束。

具体的，本实施例是在以上实施例的基础上提供的又一实施例，参考图6结合图7所示；根据位置信息获取到动态障碍物不在机器人行进路线上时，将机器人俯视轮廓图映射在当前的位置O点信息上，映射图可以映射成4个边，5个边，或者更多边，然后计算映射后轮廓图中每一条边与动态障碍物之间距离，每个动态障碍物与机器人的映射的轮廓图的各条边进行比对，计算出边长距离，从边长距离中取得最小值即为L₁，进一步根据机器人所在的位置O点扫描一周360°范围内的动态障碍物，分别求取L₁，将每个L₁进行比对，选择最小的L₁设置为L₂；L₂代表的是最危险的障碍物，根据L₂大小至判断是否进入危险范围内。例如，本发明充分考虑了机器人的形状，即用障碍物距机器人轮廓的最小距离来判断障碍物距机器人有多远，引入了一种快速计算障碍物距机器人轮廓最小距离的方法。参考图7所示，假设在本实施例中将机器人简化成一个矩形R，B3是障碍物所占的一个栅格，障碍物距机器人的距离，即B3到R轮廓的最小距离，可转化为求B3到每条边的最小距离，然后从中找到最小值。

在本发明中，将机器人映射成多边轮廓图充分考虑了机器人的形状，更加符合实际，避免了将机器人视作一个点的缺陷；同时通过计算动态障碍物与各条边之间距离的计算，采用了一种障碍物到机器人轮廓的最小距离的快速算法，方便在考虑机器人轮廓的情况下，求解障碍物到机器人的距离，使机器人在工作过程中遇障时，能够做出快速应对措施，使其运行更加安全可靠。

优选的，所述机器人控制单元400包括：危险警戒判断子模块411，根据所述危险障碍物的第二距离判断当所述障碍物是否进入危险警戒范围内；行进速度调控子模块412，当所述危险警戒判断子模块411判断机器人进入危险警戒范围内时，根据危险警戒范围的等级调节机器人的行进速度。

具体的，本实施例是在以上实施例的基础上提供的又一实施例，在本实施例中，危险警戒范围包括对于动态障碍物距机器人有多远，参考图7所示，更加直观，假设图7中B2是障碍物，r₁是危险区域最大半径，1、2、3是危险区域内的3个位置，r₁、r₂、r₃是对应位置上的动态障碍物距机器人的最小距离，当障碍物与机器人之间的位置为r₁时，此时机器人的行进速度由原来的V₀减速到V₁，r₂时减速至V₂；r₃时减速至V₃；在图7中，只设置三个区域，还可以逐级设置多个危险区域，图7中的危险区域设置的等距离区域，也可以设置成不等距的区域，根据具体请实时而定。如果动态障碍物从危险区域撤离时，适时可以提高机器人的行进速度，即动态障碍物距机器人的距离变远了，本发明对机器人的限速减弱，控制算法模块就可将速度逐渐加起来。当L₂大小接近r₁时，表明动态障碍物已经接近机器人，要提醒机器人做出相应的控制措施，动态障碍物相对于机器人的距离变远时，即L₂-r₁差值变大时，机器人慢慢恢复正常工作速度。

在本发明中，根据不同的危险区等级对机器人行进速度进行划分，使机器人在处于不同危险区等级时具有不同行进速度；例如：越靠近动态障碍物时，机器人的行进速度越小，保证了机器人可以安全地避开障碍；另外，当动态障碍物远离危险区域时，可以实现均匀加速；本发明的方法通过避障减速，远离障碍物时保持较高的行进速度，提高了机器人的工作效率。

优选的，所述机器人控制单元400包括：避障控制子模块421，根据当前障碍物位置判断模块320判断当所述障碍物在处在机器人工作的路线上时，机器人根据避障规则完成在所述工作环境地图信息中的工作。

具体的，本实施例是在以上实施例的基础上提供的又一实施例，参考图6所示；判断机器人在O点扫描到的障碍物处于机器人行走的工作路线上时，此时的障碍物可能是动态障碍物也可能是被搬入的静态障碍物，即使是动态障碍物也有可能一直站在路线上不动成为静态障碍物，当为动态障碍物时先等停若干秒，若动态障碍物一直不动，则进行避障，即绕过去；如果是静态障碍物则直接绕过去，该种情况下的动态、静态障碍物的判断及相应的控制策略在其他专利中已公开。

在本发明中，从整体检测包括动态障物和静态障碍物的判断，以及机器人行进的控制方法，弥补了传统的机器人只有在其规划出的路线上存在障碍物时，才会绕行或等停，而对于非路线上的障碍物，并没有相应的控制策略的不足。

优选的，所述障碍物位置模型包括：所述工作环境地图中的障碍物位置为(x_a，y_a)；所述工作环境地图中的机器人位置为(x₀，y₀)；

L--机器人与障碍物之间距离；θ--机器人与障碍物之间的距离与x轴的夹角。

在本实施例中，参考图8所示，第一距离的模型参考图9所示；利用机器人的测距传感器进行测试，二测距传感器为激光传感器，(x_a，y_a)为障碍物位置点，(x₀，y₀)为机器人所在位置点即为3.1测距传感器，3.2是光束L，3.3是光束与x轴的夹角θ，3.4是光束终点(x_a，y_a)即障碍物位置点(x_a，y_a)；根据向量坐标获得机器人的位置，即(x_a，y_a)；光束的长度L，光束与x轴的夹角θ。

在本发明中，通过向量坐标的换算方法求得障碍物的位置坐标，使本发明的系统运行更加精确，可靠。

优选的，获取机器人轮廓图的边与所述动态障碍物之间的最小距离即所述第一距离的模型包括：

λ--特征值(0≤λ≤1)；

设机器人轮廓图的一条边bc的两个端点为b(x_b，y_b)、c(x_c，y_c)，a(x_a，y_a)点为障碍物点；在bc边上获取d(x_d，y_d)点，为bc边距离所述动态障碍物之间的最小距离的点，参考图8所示。

本发明中，在计算机器人轮廓图的边与动态障碍物之间的最小距离时，引入一个关于的λ一元二次方程且0≤λ≤1，对该一元二次方程求解，通过特征值判断最小值，使本发明的控制算法简便、快捷，计算量小。

优选的，根据所述危险警戒范围的等级调节机器人的行进速度模型包括：

$V_n=\frac{r_n}{r_1}*V_1$

r₁--最大危险警戒范围值，r_n--进入警戒范围内机器人与动态障碍之间的距离，V₁--r₁对应的最大行进速度，V_n--r_n对应行进速度；其中，r₁≥r_n。

具体的，本实施例是在以上实施例的基础上提供的又一实施例，参考图7所示；首先初始化一个最大的安全速度V₁，当动态障碍物在1位置时，则减速比为r₁/r₁，在1位置的安全速度为r₁/r₁*V₁r1/r1*V1，当控制算法正常运行发出的速度大于该速度，则减到该速度即r_n/r₁*V₁，否则不变。类似的，动态障碍物在2位置时，安全速度为V₂＝r₂/r₁*V₁；障碍物在3位置时，安全速度为V₃＝r₃/r₁*V₁，根据设置的危险区域等级，相应的安全速度在逐级发生变化。

在本发明中，实施均匀加速和均匀减速的控制系统，当动态障碍物与机器人的轮廓图中的某一边越近时，即距离越小时，采取机器人减速，根据设置的危险区域等级，相应的安全速度在逐级发生变化，无论动态障碍物是人还是动物在经过本发明的地图领域范围时，保障其安全性。

应当说明的是，上述实施例均可根据需要自由组合。以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (16)

1.一种移动机器人安全控制的方法，其特征在于，包括：

步骤S100获取机器人的工作环境地图信息；

步骤S200获取机器人在所述工作环境地图信息中行进的当前位置信息；

步骤S300以机器人的所述当前位置信息为基准，获取周边障碍物的位置信息；

步骤S400根据获取所述周边障碍物的位置信息控制机器人的行进方式。

2.根据权利要求1所述的移动机器人安全控制的方法，其特征在于，所述步骤S300还包括：

步骤S310获取当前障碍物的位置信息；

步骤S320判断所述当前障碍物在机器人工作路线上的当前位置状态，当所述当前障碍物不在所述工作路线上时，执行步骤S330；

步骤S330当判断所述当前障碍物的属性为动态障碍物时，执行步骤S340；

步骤S340获取机器人与所述动态障碍物之间的位置距离；

步骤S350判断机器人以所述当前位置信息为基准获取周边障碍物的位置信息是否结束，当结束时，机器人行进至下一位置信息点，执行步骤S200；否则，执行步骤S300。

3.根据权利要求2所述的移动机器人安全控制的方法，其特征在于，所述步骤S340包括：

步骤S341将机器人映成多边轮廓图；

步骤S342计算所述轮廓图的多个边与所述动态障碍物之间的边长距离；

步骤S343从所述动态障碍物与机器人的多个边长距离中获取最小的边长距离，并将所述最小的边长距离设置为机器人与所述动态障碍物之间的第一距离；

步骤S344从获取的周边动态障碍物中的所述第一距离进一步进行比对，将所述第一距离最小的所述动态障碍物设置为危险障碍物，并将所述最小的第一距离设置为第二距离，执行步骤S350。

4.根据权利要求3所述的移动机器人安全控制的方法，其特征在于，所述步骤S400包括：

步骤S411根据所述动态障碍物的第二距离判断当所述动态障碍物是入危险警戒范围内时，执行步骤S412；

步骤S412根据危险警戒范围的等级调节机器人的行进速度。

5.根据权利要求2所述的移动机器人安全控制的方法，其特征在于，所述步骤S400还包括：

当判断所述障碍物处在机器人工作的路线上时判断执行步骤S421；

步骤S421机器人根据避障规则完成在所述工作环境地图信息中的工作。

6.根据权利要求1所述的移动机器人安全控制的方法，其特征在于，所述障碍物位置模型包括：

所述工作环境地图中的障碍物位置为(x_a，y_a)；

所述工作环境地图中的机器人位置为(x₀，y₀)；

$\begin{array}{c}{x}_a=x_0+L\cos \mathrm{\θ}\\ y_b=y_0+L\sin \mathrm{\θ}\end{array};$

L--机器人与障碍物之间距离；θ--机器人与障碍物之间的距离与x轴的夹角。

7.根据权利要求3所述的移动机器人安全控制的方法，其特征在于，获取机器人轮廓图的边与所述动态障碍物之间的最小距离即所述第一距离的模型包括：

λ--特征值(0≤λ≤1)；

设机器人轮廓图的一段位置之间bc的两个端点为b(x_b，y_b)、c(x_c，y_c)，a(x_a，y_a)点为障碍物点；在bc边上获取d(x_d，y_d)点，为bc边距离所述动态障碍物之间的最小距离的点。

8.根据权利要求4所述的移动机器人安全控制的方法，其特征在于，根据所述危险警戒范围的等级调节机器人的行进速度模型包括：

$V_n=\frac{r_n}{r_1}*V_1$

r₁--最大危险警戒范围值，r_n--进入警戒范围内机器人与动态障碍之间的距离，v₁--r₁对应的最大行进速度，v_n--r_n对应行进速度；

其中，r₁≥r_n。

9.一种移动机器人安全控制的系统，其特征在于，包括：

地图信息获取单元，获取机器人的工作环境地图信息；

机器人位置信息获取单元，与所述地图信息获取模块电连接，在所述地图信息获取单元获取的机器人的工作环境地图信息中，获取机器人行进的当前位置信息；

障碍物获取单元，与所述机器人位置信息获取单元电连接，以所述机器人位置信息获取单元获取的机器人的所述当前位置信息为基准，获取周边障碍物的位置信息；

机器人控制单元，与所述障碍物获取单元电连接，根据所述障碍物信息获取单元获取的所述周边障碍物的信息控制机器人的行进方式。

10.根据权利要求9所述的移动机器人安全控制的系统，其特征在于，所述障碍物获取单元包括：

当前障碍物位置获取模块，获取当前障碍物的位置信息；

当前障碍物位置判断模块，与所述当前障碍物位置获取模块电连接，判断所述当前障碍物在机器人工作路线上的当前位置状态；

障碍物属性判断模块，与所述当前障碍物位置判断模块电连接，根据所述当前障碍物位置判断模块判断所述当前障碍物不在所述工作路线上时，判断所述当前障碍物的属性；

位置距离获取模块，与所述障碍物属性判断模块电连接，根据障碍物属性判断模块判断所述当前障碍物属性为动态障碍物时，获取机器人与所述动态障碍物之间的位置距离；

障碍物获取判断模块，分别与所述位置距离获取模块，所述机器人位置信息获取单元，所述障碍物获取单元，所述机器人控制单元电连接，判断机器人以所述当前位置信息为基准获取周边障碍物的位置信息是否结束，当结束时，获取机器人行进至下一位置信息，当未结束时，继续获取周边的障碍物。

11.根据权利要求10所述的移动机器人安全控制的系统，其特征在于，所述位置距离获取模块包括：

机器人映射子模块，将机器人映成多边轮廓图；

边长距离计算子模块，与所述机器人映射子模块电连接，计算所述机器人映射子模块映射的所述轮廓图的多个边与所述动态障碍物之间的边长距离；

边长距离对比模块，与所述边长距离计算子模块电连接，根据所述边长距离计算子模块从机器人与所述动态障碍物的多个边长距离中获取最小的边长距离，并将所述最小的边长距离设置为机器人与所述动态障碍物之间的第一距离；

第二距离获取子模块，分别与所述边长距离对比模块，所述障碍物获取判断模块电连接，从获取的周边动态障碍物中的所述第一距离进一步进行比对，将所述第一距离最小的所述动态障碍物设置为危险障碍物，并将所述最小的第一距离设置为第二距离，并判断所述周边障碍物获取是否结束。

12.根据权利要求10所述的移动机器人安全控制的系统，其特征在于，所述机器人控制单元包括：

危险警戒判断子模块，根据所述动态障碍物的第二距离判断所述障碍物是否进入危险警戒范围内；

行进速度调控子模块，当所述危险警戒判断子模块判断机器人进入危险警戒范围内时，根据危险警戒范围的等级调节机器人的行进速度。

13.根据权利要求10所述的移动机器人安全控制的系统，其特征在于，所述机器人控制单元包括：

避障控制子模块，根据当前障碍物位置判断模块判断当所述障碍物在处在机器人工作的路线上时，机器人根据避障规则完成在所述工作环境地图信息中的工作。

14.根据权利要求9所述的移动机器人安全控制的系统，其特征在于，所述障碍物位置模型包括：

所述工作环境地图中的障碍物位置为(x_a，y_a)；

所述工作环境地图中的机器人位置为(x₀，y₀)；

$\begin{array}{c}{x}_a=x_0+L\cos \mathrm{\θ}\\ y_b=y_0+L\sin \mathrm{\θ}\end{array};$

L--机器人与障碍物之间距离；θ--机器人与障碍物之间的距离与x轴的夹角。

15.根据权利要求12所述的移动机器人安全控制的系统，其特征在于，获取机器人轮廓图的边与所述动态障碍物之间的最小距离即所述第一距离的模型包括：

λ--特征值(0≤λ≤1)；

设机器人轮廓图的一段位置之间bc的两个端点为b(x_b，y_b)、c(x_c，y_c)，a(x_a，y_a)点为障碍物点；在bc边上获取d(x_d，y_d)点，为bc边距离所述动态障碍物之间的最小距离的点。

16.根据权利要求14所述的移动机器人安全控制的系统，其特征在于，根据所述危险警戒范围的等级调节机器人的行进速度模型包括：

$V_n=\frac{r_n}{r_1}*V_1$

r₁--最大危险警戒范围值，r_n--进入警戒范围内机器人与动态障碍之间的距离，v₁--r₁对应的最大行进速度，v_n--r_n对应行进速度；

其中，r₁≥r_n。