一种机器人基于视觉角度纠正惯性角度的导航方法

摘要

本发明公开一种机器人基于视觉角度纠正惯性角度的导航方法，在移动机器人短时间行走的过程中，只是利用陀螺仪的数据完成纯惯性导航，并对陀螺仪的角度与摄像头采集获取的机体角度的差值进行低通滤波处理以获得长时间保持稳定状态的滤波角度纠正值，等到移动机器人花费一段较长时间遍历完相应房间区域内的预设规划路径时，将对应最新的采样时刻下获得的滤波角度纠正值反馈到未遍历房间区域内的预设规划路径上采集计算得到的视觉初始导航角度中以实现积累误差的补偿，能够克服长时间的惯性导航积累的偏移误差问题，从而使得机器人的导航角度保持长时间高精度，保证移动机器人在短时间和长时间行走的路径都不会偏。提高机器人导航的实时性。

说明书

技术领域

本发明涉及导航技术领域，特别是一种机器人基于视觉角度纠正惯性角度的导航方法。

背景技术

移动机器人通常使用陀螺仪测量得到的坐标和角度进行导航，或者使用视觉摄像头采集的姿态坐标和角度参数进行导航，但都存在缺陷，比如：当移动机器人只使用陀螺仪测量得到的坐标和角度进行导航时，陀螺仪测量得到的角度在短时间内是比较准确的，但是陀螺仪产生的漂移误差会随时间增长而增大，工作时间长后陀螺仪数据的精度会下降，导致长时间行走后的移动机器人所走出的路径会偏离预先规划的路径；当移动机器人只使用摄像头采集到的角度进行导航时，摄像头采集到的角度在短时间内会出现跳变，使得移动机器人单纯依靠视觉是没法准确地沿着预先规划的路径行走，尽管移动机器人在长时间工作后整体偏离程度不大并稳定在标准偏离值附近。

中国专利CN107063246A公开一种视觉导航/惯性导航的松散组合导航方法，定期利用视觉导航的位置以及速度信息对惯性导航参数进行校正，解决了惯性导航误差随时间累积的问题，但在修正过程中需要对视觉数据和惯性导航数据进行卡尔曼滤波以获取导航参数误差，建立的滤波误差方程比较复杂，另一方面，该专利的机器人需依赖图像特征点匹配的结果区分选择进行纯惯性导航还是组合导航，而机器人导航过程中容易出现图像特征点匹配失败，使得机器人反倒依赖纯惯性导航，总体上增加机器人导航的运行内存负载，降低机器人导航的实时性，进而影响整体系统在短时间和长时间内的导航精度。

发明内容

为了解决惯性导航角度误差随时间增长产生的偏移缺陷和视觉导航角度容易出现跳变的缺陷，本发明通过结合陀螺仪测得的角度和摄像头采集计算得到的角度的滤波处理结果，去纠正机器人行走时轨迹会出现偏移的情况。具体的技术方案如下：

一种机器人基于视觉角度纠正惯性角度的导航方法，包括：步骤1、根据移动机器人的摄像头采集的图像信息计算确定移动机器人的位置坐标和视觉初始导航角度，再在移动机器人的位置坐标和视觉初始导航角度的基础上，在室内工作区域内设置出预设规划路径，并将视觉初始导航角度与预设纠正角度差值的和值配置为用于移动机器人的陀螺仪的初始导航角度；步骤2、控制移动机器人开始沿着预设规划路径行走，使得移动机器人的陀螺仪在预设规划路径的起点位置处测得的角度等于初始导航角度；当移动机器人结束沿着预设规划路径行走时，控制移动机器人行走至预设的未遍历区域；其中，在移动机器人行走的过程中，每隔一个采样周期，对摄像头实时采集的图像信息中所计算确定的视觉采样角度和陀螺仪实时测得的惯性采样角度的差值进行低通滤波处理以获得滤波角度纠正值；步骤3、在移动机器人行走至预设的未遍历区域之后，将地图角度校正值与步骤2最新获得的滤波角度纠正值的差值，更新替换步骤1所述的预设纠正角度差值，然后重复前述步骤，直到移动机器人遍历完室内工作区域；其中，地图角度校正值是陀螺仪实时测得的惯性采样角度与实时构建的栅格地图中标记方向的角度差值。

与现有技术相比，本技术方案在移动机器人短时间行走的过程中，只是利用陀螺仪的数据完成纯惯性导航（不影响导航的精度），并对陀螺仪的角度与摄像头采集获取的机体角度的差值进行低通滤波处理以获得长时间保持稳定状态的滤波角度纠正值，等到移动机器人花费一段较长时间遍历完相应房间区域内的预设规划路径时（单靠惯性导航会产生精度问题），将对应最新的采样时刻下获得的滤波角度纠正值反馈到未遍历房间区域内的预设规划路径上采集计算得到的视觉初始导航角度中以实现积累误差的补偿，能够克服长时间的惯性导航积累的偏移误差问题，从而使得机器人的导航角度保持长时间高精度，保证移动机器人在短时间和长时间内行走的路径都不会偏。同时，由于低通滤波处理的运算量简单，耗费内存较少，所以减轻机器人导航的运行内存负载，提高机器人导航的实时性。

进一步地，所述在移动机器人行走的过程中，每隔一个采样周期，对摄像头实时采集的图像信息中所计算确定的视觉采样角度和陀螺仪实时测得的惯性采样角度的差值进行低通滤波处理以获得滤波角度纠正值的具体方法包括：在移动机器人行走的过程中，在当前采样时刻，获取陀螺仪实时测得的惯性采样角度，并从摄像头实时采集的图像信息中计算确定出视觉采样角度，再将惯性采样角度减去视觉采样角度以获得采样角度差；然后检测到采样角度差小于或等于预设弧度阈值时，通过分别对采样角度差与上一采样时刻获得的滤波角度纠正值配置相应的权重进行加权平均运算以获取当前采样时刻下的滤波角度纠正值；其中，所述采样周期是当前采样时刻与上一采样时刻的是时间差值；采样角度差配置的权重是一阶滤波系数，上一采样时刻获得的滤波角度纠正值配置的权重是1与一阶滤波系数的差值。该技术方案基于陀螺仪的惯性采样角度在长时间内积累的明显的角度误差的问题和摄像头采集的图像信息中计算获取的视觉采样角度容易跳变的问题，对惯性采样角度与视觉采样角度的角度差进行低通滤波处理，以获取相对稳定可靠的角度差作为所述滤波角度纠正值，克服角度差的抖动，提高机器人的导航角度的精度。

进一步地，若当前采样时刻是第一次采样的时刻，则上一采样时刻获得的滤波角度纠正值是所述步骤1所述预设纠正角度差值。说明默认状态下设置的所述预设纠正角度差值充分考虑到陀螺仪等惯导方式下的各种误差，能够结合视觉初始导航角度对惯导方式进行估计和校正，保证短时间内依靠陀螺仪测量角度导航的高精度。

进一步地，当所述当前采样角度差大于预设弧度阈值时，不控制当前采样角度差参与低通滤波处理，则经过一个采样周期之后，将小于或等于预设弧度阈值的所述采样角度差与最新获得的滤波角度纠正值配置相应的权重进行加权平均运算以获取对应采样时刻下的滤波角度纠正值；其中，对应采样时刻下求得的所述采样角度差配置的权重是一阶滤波系数，最新获得的滤波角度纠正值配置的权重是1与一阶滤波系数的差值。该技术方案通过判断所述当前采样角度差是否大于预设弧度阈值来决定是否进行低通滤波，防止短时间内存在的跳变过大的视觉采样角度对低通滤波的结果造成影响，避免获得的滤波角度纠正值变化过大不稳定。

进一步地，每执行一次所述步骤1，所述预设规划路径被设置在室内工作区域内的预先设置的一个未遍历的可通行房间区域内，使得所述视觉初始导航角度用于表示这个未遍历的可通行房间区域的边界分布的方位角度；其中，所述预设规划路径沿着预设导航方向延伸至所处的可通行房间区域的边界；其中，所述室内工作区域内存在一个或一个以上的可通行房间区域。从而实现所述移动机器人通过反复执行视觉角度纠正惯性角度的导航方法来遍历完所述室内工作区域，避免移动机器人出现重复遍历区域和遗漏遍历区域。

进一步地，所述可通行房间区域是矩形区域，预设导航方向包括与所述矩形区域的纵向边界平行的相反的两个方向、与所述矩形区域的横向边界平行的相反的两个方向，使得：移动机器人按照所述预设规划路径移动之前的位置是在所述矩形区域内时，所述视觉初始导航角度包括0度、90度、180度或270度。从而简化移动机器人惯性导航和降低视觉导航的计算量。

进一步地，所述预设规划路径是弓字形路径，这个弓字形路径的直线段的长度值最大是预设直线长度值，所述预设导航方向与弓字形路径的直线段垂直。该技术方案为移动机器人规划出合理的工作路径，保证移动机器人最大限度地遍历覆盖各个可通行的房间区域的边角位置，特别适用于移动机器人执行弓字形清扫工作。

进一步地，所述步骤2还包括：移动机器人从所述预设规划路径的起点位置开始行走之前，初始化所述陀螺仪的角度信息，再实时测量所述陀螺仪的角度；其中，所述弓字形路径由一条或一条以上相同的弓字形子路径连接而成；每一条弓字形子路径包括两条直线段和两条弯折段，每条直线段的最大长度值为所述预设直线长度值，这两条弯折段之间沿直线段方向的距离为所述预设直线长度值；然后，在所述移动机器人行走在每一个弓字形子路径的过程中，存在：当移动机器人沿着弓字形子路径的第一条直线段行走时，通过调整移动机器人的位姿来控制所述陀螺仪实时测得的角度为第一初始导航角度；当移动机器人沿着弓字形子路径的第一条弯折段行走时，通过调整移动机器人的位姿来控制所述陀螺仪实时测得的角度为所述第一初始导航角度与90度的和值；当移动机器人沿着弓字形子路径的第二条直线段行走时，通过调整移动机器人的位姿来控制所述陀螺仪实时测得的角度为所述第一初始导航角度与180度的和值；当移动机器人沿着弓字形子路径的第二条弯折段行走时，通过调整移动机器人的位姿来控制所述陀螺仪实时测得的角度为所述第一初始导航角度与90度的和值。与现有技术相比，该技术方案辅以视觉初始导航角度与预设纠正角度差值的和值配置的初始导航角度，充分利用惯导在较短的时间内保持高精度的优势，确保陀螺仪测量的角度能够引导移动机器人准确按照所述弓字形路径行走。

进一步地，移动机器人在按照所述弓字形路径移动之前，控制移动机器人在当前位置处自转，同时控制摄像头采集所述室内工作区域的图像信息，使得摄像头采集到的图像信息包括所述室内工作区域内所有可通行房间区域的边界的方向角度信息，充分采集到的图像信息包括所述室内工作区域内所有可通行房间区域的边界的方向角度信息。提高机器人采集的图像信息的覆盖率。

进一步地，所述移动机器人结束沿着预设规划路径行走的条件为：所述移动机器人沿着所述弓字形路径移动至所述可通行房间区域的边界，并遍历完所述可通行房间区域；或者，所述移动机器人沿着所述弓字形路径移动的过程中，若检测到无法绕过当前碰撞的障碍物且无法继续沿着所述预设导航方向遍历完所述弓字形路径；或者，所述移动机器人已经遍历完所述弓字形路径。保证弓字形路径的遍历覆盖效果。

进一步地，当移动机器人结束沿着预设规划路径行走时，控制移动机器人在当前遍历过的可通行房间区域内沿边行走，使得移动机器人沿边行走至预先设置的未遍历的可通行房间区域。提高移动机器人从已遍历区域行走至未遍历区域的速度。

进一步地，所述移动机器人的位置坐标和所述视觉初始导航角度是结合摄像头的内外参和摄像头采集的图像信息进行坐标变换计算出来的。从而为移动机器人提供初步的视觉导航定位信息。

附图说明

图1是本发明实施例提供一种机器人基于视觉角度纠正惯性角度的导航方法流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行详细描述。

为了解决惯性导航角度误差随时间增长产生的偏移缺陷和视觉导航角度容易出现跳变的缺陷，本发明实施例通过结合陀螺仪测得的角度和摄像头采集计算得到的角度的滤波处理结果，去纠正机器人行走时轨迹会出现偏移的情况。本发明实施例公开一种机器人基于视觉角度纠正惯性角度的导航方法，包括：

步骤1、根据移动机器人的摄像头采集的图像信息计算确定移动机器人的位置坐标和视觉初始导航角度，代表所述移动机器人的基本位姿信息；再在移动机器人的位置坐标和视觉初始导航角度的基础上，在室内工作区域内设置出用于遍历当前的一个可通行的房间区域的预设规划路径，并将视觉初始导航角度与预设纠正角度差值的和值配置为用于移动机器人的陀螺仪的初始导航角度，从而通过将视觉导航状态下的使用的视觉初始导航角度补偿上预设纠正角度差值，来转换为惯性导航状态下使用的导航角度，减小短时间内的视觉角度数据跳变带来的导航路径偏离的问题。然后进入步骤2。

值得注意的是，本实施例在重新选取导航定位角度时不能直接把视觉初始导航角度应用上，因为视觉图像计算出的角度信息在短时间会存在跳变，因此，还需要对惯性导航状态下测得的角度与视觉初始导航角度的差值进行滤波处理，以去除采集的角度数据在相应频域上的高频噪声干扰，即消除角度差的毛刺，使得摄像头采集的图像信息中提取出视觉初始导航角度转换为供移动机器人的陀螺仪使用的导航角度后附带的角度偏移误差较少。

步骤2、控制移动机器人开始沿着预设规划路径行走，使得移动机器人的陀螺仪在预设规划路径的起点位置处测得的角度等于初始导航角度，从而确定预设规划路径的起始导航方向，但在沿着预设规划路径行走的过程中移动机器人的陀螺仪实时测得的角度不能维持等于初始导航角度。当移动机器人结束沿着预设规划路径行走时，移动机器人已经完成当前工作区域内的遍历工作，然后控制移动机器人行走至预设的未遍历区域。其中，在移动机器人行走的过程中，包括移动机器人沿着预设规划路径行走的过程和从预设规划路径的终点位置移动至预设的未遍历区域的过程，移动机器人每隔一个采样周期，对摄像头实时采集的图像信息中所计算确定的视觉采样角度和陀螺仪实时测得的惯性采样角度的差值进行低通滤波处理，低通滤波处理的过程优选为：在移动机器人行走过程中，每10ms分别对摄像头实时采集的图像信息所计算确定的视觉角度和陀螺仪实时测得的惯性角度进行一次采样，再算出视觉角度和惯性角度的弧度差，再利用符合角度跳变阈值范围的弧度差进行滤波处理，以获得滤波角度纠正值。步骤2的整个运动过程都采用纯惯导导航，没有直接使用摄像头实时采集的图像信息进行定位导航，而是采样过来进行滤波校正。

需要说明的是，在移动机器人行走过程中，摄像头获取的视觉角度和陀螺仪测得的角度的差值会在一个相对稳定的值上下波动，上下波动的变化是摄像头图像的视觉角度信息跳变引起的，而整体的变化趋势是是陀螺仪测得的角度变化引起的，角度差的抖动都可以看成一些毛刺，从频域的角度去看就是高频干扰，因此需要对惯性导航状态下测得的角度与视觉初始导航角度的差值进行滤波处理，本实施例控制移动机器人选择低通滤波算法去获取一个更加可靠的角度差。

步骤3、在移动机器人行走至步骤2所述的未遍历区域之后，将所述步骤2最新采样时刻获得的滤波角度纠正值减去地图角度校正值，再将两者的差值更新替换所述步骤1所述的预设纠正角度差值，然后返回步骤1以重复前述步骤，直到移动机器人遍历完室内工作区域，利用角度差做低通滤波算法实现视觉纠正惯导。其中，地图角度校正值是陀螺仪实时测得的惯性采样角度与实时构建的栅格地图中标记方向的角度差值，有利于校正惯性角度下实时构建的栅格地图标记信息，本实施例中的地图角度校正值优选为90度。

与现有技术相比，本实施例在移动机器人短时间行走的过程中，只是利用陀螺仪的数据完成纯惯性导航（维持较高的导航精度，不让移动机器人的路径走偏），并对陀螺仪的角度与摄像头采集获取的机体角度的差值进行低通滤波处理以获得长时间保持稳定状态的滤波角度纠正值，等到移动机器人花费一段较长时间遍历完相应房间区域内的预设规划路径时（单靠惯性导航会积累偏移误差而产生精度问题），将对应最新的采样时刻下获得的滤波角度纠正值反馈到未遍历房间区域内的预设规划路径上采集计算得到的视觉初始导航角度中以实现积累误差的补偿，能够克服长时间的惯性导航积累的偏移误差问题，从而使得机器人的导航角度保持长时间高精度，保证移动机器人在长时间和短时间行走的路径都不会偏。也解决了机器人行走过程因陀螺仪的累计误差造成的轨迹不直的问题。同时，由于低通滤波处理的运算量简单，耗费内存较少，所以减轻机器人导航的运行内存负载，提高机器人导航的实时性。

作为一种实施例，具体公开一种机器人基于视觉角度纠正惯性角度的导航方法，如图1所示，包括以下具体的步骤：

步骤S101、根据摄像头采集的图像信息计算确定移动机器人的位置坐标和视觉初始导航角度，然后进入步骤S102。所述移动机器人的位置坐标和所述视觉初始导航角度是结合摄像头的内外参和摄像头采集的图像信息进行坐标变换计算出来的。从而为移动机器人提供初步的视觉导航定位信息。

优选地，所述预设规划路径为弓字形路径时，所述移动机器人在按照所述弓字形路径移动之前，控制移动机器人在当前位置处自转，同时控制摄像头采集所述室内工作区域的图像信息，使得摄像头采集到的图像信息包括所述室内工作区域内所有可通行房间区域的边界的方向角度信息，以便于规划出往合理导航方向延伸拓展的弓字形路径，提高机器人采集的图像信息的覆盖率。

步骤S102、根据计算确定的移动机器人的位置坐标和视觉初始导航角度，在室内工作区域内设置出预设规划路径，并将视觉初始导航角度与预设纠正角度差值的和值配置为初始导航角度，然后进入步骤S103。其中，将视觉初始导航角度与预设纠正角度差值的和值配置为初始导航角度，实现摄像头采集的图像信息中提取出视觉初始导航角度转换为供移动机器人的陀螺仪使用的导航角度，减小视觉角度短时间内跳变带来的误差影响，具体的实施方式可参照前述步骤1和步骤2所述的实施例步骤。

需要说明的是，每执行一次所述步骤S102，所述预设规划路径被设置在室内工作区域内的预先设置的一个未遍历的可通行房间区域内，使得所述视觉初始导航角度用于表示这个未遍历的可通行房间区域的边界分布的方位角度；其中，所述预设规划路径沿着预设导航方向延伸至所处的可通行房间区域的边界；其中，所述室内工作区域内存在一个或一个以上的可通行房间区域。从而实现所述移动机器人通过反复执行所述导航方法来遍历完所述室内工作区域，避免移动机器人出现重复遍历区域和遗漏遍历区域。

优选地，所述可通行房间区域是矩形区域，预设导航方向包括与所述矩形区域的纵向边界平行的相反的两个方向、与所述矩形区域的横向边界平行的相反的两个方向，使得：移动机器人按照所述预设规划路径（特别是弓字形路径）移动之前的位置是在所述矩形区域内时，所述视觉初始导航角度包括0度、90度、180度或270度。从而简化移动机器人惯性导航和视觉导航的计算量。

步骤S103、控制移动机器人开始沿着预设规划路径行走，使得移动机器人的陀螺仪在预设规划路径的起点位置处测得的角度等于初始导航角度，让移动机器人沿着正确的遍历方向开始沿着预设规划路径行走，减少后续惯性导航过程中走偏的机率，然后进入步骤S104。优选地，移动机器人沿着预设规划路径行走的过程中，可能会碰撞到障碍物，移动机器人会绕过障碍物以继续沿着预设规划路径行走，在这一绕障行走的过程中可能陀螺仪实时测得的角度不是等于初始导航角度，在绕障结束后控制所述移动机器人的行走方向使其陀螺仪实时测得的角度恢复到初始导航角度，这适用于控制移动机器人沿着预设规划路径起点位置开始的一直线段行走。

优选地，所述预设规划路径是弓字形路径，这个弓字形路径的直线段的长度值最大是预设直线长度值，所述预设导航方向与弓字形路径的直线段垂直。本实施例为移动机器人规划出合理的工作路径，保证移动机器人最大限度地遍历覆盖各个可通行的房间区域的边角位置，特别适用于移动机器人执行弓字形清扫工作。

步骤S104、每隔一个采样周期，对摄像头实时采集的图像信息中所计算确定的视觉采样角度和陀螺仪实时测得的惯性采样角度的差值进行低通滤波处理以获得滤波角度纠正值，然后进入步骤S105。在本实施例中，低通滤波处理以获得滤波角度纠正值的具体方法包括：在当前采样时刻（移动机器人行走过程中的任意一个采样时刻），获取陀螺仪实时测得的惯性采样角度，并从摄像头实时采集的图像信息中计算确定出视觉采样角度，再将惯性采样角度减去视觉采样角度以获得采样角度差；然后检测到采样角度差小于或等于预设弧度阈值时，通过分别对采样角度差与上一采样时刻获得的滤波角度纠正值配置相应的权重进行加权平均运算以获取当前采样时刻下的滤波角度纠正值；其中，所述采样周期是当前采样时刻与上一采样时刻的是时间差值；采样角度差配置的权重是一阶滤波系数，上一采样时刻获得的滤波角度纠正值配置的权重是1与一阶滤波系数的差值，优选地，一阶滤波系数设置为0.1，预设弧度阈值设置为0.2rad，当采样角度差小于或等于0.2rad时，求出采样角度差与0.1的乘积，同时求出上一采样时刻获得的滤波角度纠正值与0.9的乘积，再将两者乘积相加以获取当前采样时刻下的滤波角度纠正值。本实施例基于陀螺仪的惯性采样角度在长时间内积累的明显的角度误差的问题和摄像头采集的图像信息中计算获取的视觉采样角度容易跳变的问题，对惯性采样角度与视觉采样角度的角度差进行低通滤波处理，以获取相对稳定可靠的角度差作为所述滤波角度纠正值，克服采样角度的角度差抖动，提高机器人的导航角度的精度。

在步骤S104中，若当前采样时刻是第一次采样的时刻，则上一采样时刻获得的滤波角度纠正值是所述步骤S102和步骤S1所述预设纠正角度差值。说明默认状态下设置的所述预设纠正角度差值充分考虑到陀螺仪等惯导方式下的各种误差，能够结合视觉初始导航角度对惯导方式进行估计和校正，保证短时间内依靠陀螺仪测量角度导航的高精度。

在步骤S104中，当所述当前采样角度差大于预设弧度阈值时，不控制当前采样角度差参与前述实施例的低通滤波处理，则经过一个采样周期之后，将小于或等于预设弧度阈值的所述采样角度差与最新获得的滤波角度纠正值配置相应的权重进行加权平均运算以获取对应采样时刻下的滤波角度纠正值；其中，对应采样时刻下求得的所述采样角度差配置的权重是一阶滤波系数，最新获得的滤波角度纠正值配置的权重是1与一阶滤波系数的差值。本实施例通过判断所述当前采样角度差是否大于预设弧度阈值来决定是否进行低通滤波，防止短时间内存在的跳变过大的视觉采样角度对低通滤波的结果造成影响，避免获得的滤波角度纠正值变化过大不稳定。

值得注意的是，所述移动机器人停止行走或者进入休眠状态时，不执行所述步骤S104的低通滤波处理。

步骤S105、在移动机器人结束沿着预设规划路径行走并行走至预设的未遍历区域之后，将所述地图角度校正值与最新获得的滤波角度纠正值的差值，替换步骤S102的所述预设纠正角度差值，然后进入步骤S106。其中，所述移动机器人结束沿着预设规划路径行走的条件为：所述移动机器人沿着所述弓字形路径移动至所述可通行房间区域的边界，并遍历完所述可通行房间区域，此时不需继续沿着所述弓字形路径继续行走；或者，所述移动机器人沿着所述弓字形路径移动的过程中，若检测到无法绕过当前碰撞的障碍物且无法继续沿着所述预设导航方向遍历完所述弓字形路径，比如：在所述弓字形路径的一个直线段上进退两难，无论是当前导航方向还是其反方向都无法绕过当前碰撞的障碍物，而且所述移动机器人在这个直线段上的路径遍历长度没有大于所述预设直线长度值，就控制移动机器人停止继续沿着所述弓字形路径继续行走，转而行走至预设的未遍历区域；或者，所述移动机器人已经顺利遍历完所述弓字形路径，完成当前遍的可通行房间区域内的预先规划路径上的工作任务。从而保证所述弓字形路径的遍历覆盖效果。但是，移动在所述弓字形路径的一个直线段上的移动机器人，在绕障行走的过程中，若沿着直线段的路径方向的遍历长度大于或等于所述预设直线长度值，不管是否绕过当前碰撞的障碍物，所述移动机器人都能继续沿着所述弓字形路径行走，可以沿着当前前进方向的反方向移动，但还是朝所述预设导航方向继续沿着弓字形路径遍历所述可通行房间区域。

优选地，当移动机器人结束沿着预设规划路径行走时，控制移动机器人在当前遍历过的可通行房间区域内沿边行走，使得移动机器人沿边行走至预先设置的未遍历的可通行房间区域。提高移动机器人从已遍历区域行走至未遍历区域的速度。

步骤S106、判断移动机器人是否遍历完所述室内工作区域，是则进入步骤S107以确定移动机器人结束当前可通行房间区域内的遍历工作，否则返回所述步骤S101，而且是所述地图角度校正值与最新获得的滤波角度纠正值的差值更新替换步骤S102的所述预设纠正角度差值的基础上返回步骤S101，以便于在预设的未遍历区域内规划出新的导航工作路径方向。

作为一种实施例，所述机器人基于视觉角度纠正惯性角度的导航方法还包括：所述移动机器人从所述预设规划路径的起点位置开始行走之前，首先初始化所述陀螺仪的角度信息，再开始实时测量所述移动机器人沿着所述弓字形路径行走过程中的陀螺仪的角度；所述移动机器人从所述弓字形路径的起点位置开始行走时，先控制移动机器人的陀螺仪在所述弓字形路径的起点位置处测得的角度等于初始导航角度；其中，所述弓字形路径由一条或一条以上相同的弓字形子路径连接而成；每一条弓字形子路径包括两条直线段和两条弯折段，每条直线段的最大长度值为所述预设直线长度值，这两条弯折段之间沿直线段方向的距离为所述预设直线长度值。

然后，在所述移动机器人行走在每一个弓字形子路径的过程中，存在以下依靠陀螺仪的测量角度执行惯性导航的方式：当移动机器人沿着弓字形子路径的第一条直线段行走时，通过调整移动机器人的位姿来控制所述陀螺仪实时测得的角度为第一初始导航角度；当移动机器人沿着弓字形子路径的第一条弯折段行走时，通过调整移动机器人的位姿来控制所述陀螺仪实时测得的角度为所述第一初始导航角度与90度的和值；当移动机器人沿着弓字形子路径的第二条直线段行走时，通过调整移动机器人的位姿来控制所述陀螺仪实时测得的角度为所述第一初始导航角度与180度的和值；当移动机器人沿着弓字形子路径的第二条弯折段行走时，通过调整移动机器人的位姿来控制所述陀螺仪实时测得的角度为所述第一初始导航角度与90度的和值。与现有技术相比，本实施例辅以视觉初始导航角度与预设纠正角度差值的和值配置的初始导航角度，充分利用惯导在较短的时间内保持高精度的优势，确保陀螺仪测量的角度能够引导移动机器人准确按照所述弓字形路径行走。

显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。