一种机器人导航方法，属于机器人导航控制技术领域。
方法包括：步骤S01,获取驱动轮和旋转编码器信息，计算机器人里程；步骤S02,获取九轴传感器采集信息，基于融合算法计算机器人的偏航角Z、横滚角X和俯仰角Y；步骤S03,获取激光导航模块扫描信息，定位机器人的平面位置；步骤S04,基于机器人里程、偏航角Z、横滚角X、俯仰角Y和激光导航模块的扫描结果，提取机器人周围信息并生成二维地图；步骤S05,获取视觉导航模块的图像信息，提取机器人在空间中所处的位置、方向和环境信息，建立环境模型；步骤S06,基于二维地图和环境模型，生成全景空间地图。
本技术使得机器人在高精度综合导航上定位精度可达豪米级别，且消除了机器人运动累积误差。
权利要求书1.一种机器人导航方法，其特征在于，应用于在底盘设置配有旋转编码器的驱动轮、九轴传感器和激光导航模块，以及在头部设置视觉导航模块的机器人，方法包括：步骤S01,获取驱动轮和旋转编码器信息，计算机器人里程；步骤S02,获取九轴传感器采集信息，基于融合算法计算机器人的偏航角Z、横滚角X和俯仰角Y；步骤S03,获取激光导航模块扫描信息，定位机器人的平面位置；步骤S04,基于机器人里程、偏航角Z、横滚角X、俯仰角Y和激光导航模块的扫描结果，提取机器人周围信息并生成二维地图；步骤S05,获取视觉导航模块的图像信息，提取机器人在空间中所处的位置、方向和环境信息，建立环境模型；步骤S06,基于二维地图和环境模型，生成全景空间地图。
2.根据权利要求1所述的一种机器人导航方法，其特征在于，所述步骤S01具体包括：步骤S11,获取驱动轮和旋转编码器信息，计算机器人的左轮速度vl和右轮速度vr；步骤S12,根据机器人的左轮速度vl和右轮速度vr，依据公式计算机器人前进速度v，并依据公式计算机器人绕圆心运动的角速度w；步骤S13，根据机器人前进速度v和机器人绕圆心运动的角速度，依据公式计算机器人圆弧运动的半径。
3.根据权利要求2所述的一种机器人导航方法，其特征在于，所述旋转编码器信息包括左轮旋转圈数、右轮旋转圈数；所述驱动轮信息包括左轮周长、右轮周长；依据左轮旋转圈数和左轮周长计算所述左轮速度vl，依据右轮旋转圈数和右轮周长计算所述右轮速度vr。
4.根据权利要求1所述的一种机器人导航方法，其特征在于，所述九轴传感器包括三轴加速度计、三轴陀螺仪和三轴磁力计。
5.根据权利要求1所述的一种机器人导航方法，其特征在于，所述步骤S03具体包括：激光导航模块通过其内的旋转机构带动激光雷达360度扫描外围环境；每次扫描获得光脉冲从发射到反射回的传播时间，根据传播时间确定扫描距离，进而定位机器人的平面位置。
6.根据权利要求1所述的一种机器人导航方法，其特征在于，所述步骤S04具体包括：步骤S41，将机器人里程、偏航角Z、横滚角X、俯仰角Y和激光导航模块的扫描结果基于融合算法融合，更新机器人位置状态，收敛误差；步骤S42，提取机器人周围信息并生成二维地图。
7.根据权利要求1所述的一种机器人导航方法，其特征在于，所述步骤S05具体包括：步骤S51，利用视觉导航模块捕捉图像信息，以获取机器人在空间所处的位置、方向和环境信息；步骤S52，利用图像算法对机器人在空间所处的位置、方向和环境信息进行处理，建立环境模型。
8.根据权利要求1所述的一种机器人导航方法，其特征在于，所述步骤S06具体包括：步骤S61，将里程参数、机器人姿态参数、二维地图参数、环境模型参数组成空间信息；步骤S62，采用竞争性自适应重加权算法CARS，通过自适应重加权采样ARS技术，选择出PLS模型中回归系数绝对值大的波长点，去掉权重小的波长点；步骤S63，用交互验证选出RMSECV指最低的子集，寻出最优参数组合，计算机器人所在环境中的精确坐标。
9.根据权利要求8所述的一种机器人导航方法，其特征在于，所述步骤S63还包括：在机器人运行过程中，根据加权算法计算机器人所处位置与实际位置的偏差，根据运动轨迹修正算法，修正偏差，进而获得机器人所在环境中的精确坐标。
技术说明书一种机器人导航方法技术领域本技术属于机器人导航控制技术领域，特别涉及到工业机器人、服务机器人、送餐机器人等智能控制领域的一种机器人导航方法。
背景技术导航与定位是移动机器人研究的两个重要问题。
根据环境信息的完整程度、导航指示信号类型、导航地域等因素的不同，机器人的导航方式可分为:基于环境信息的地图模型匹配导航；基于路标导航；基于视觉导航；基于传感器导航等。
环境地图模型匹配导航是在机器人内部存储关于环境的完整信息，并在预先规划出的一条全局路线的基础上，采用路径跟踪和避障技术，实现机器人导航。
一旦环境发生变化，则需要完善环境的整体信息，否则无法有效实现机器人导航。
另外，目前机器人导航只是单一传感器，或是简单几个传感器组合导航，导航精度不高，不适合导航精度要求高的场所。
技术专利申请CN109946732A公开了一种基于多传感器数据融合的无人车定位方法，该方法充分利用厘米级高精度地图、视觉和激光雷达传感器数据，在卫星定位信号被遮挡区域实现高精度定位。
但该定位精度仅达到厘米级。
技术内容本技术针对现有技术存在的问题，提出了一种机器人导航方法，导航精度高，消除了机器人运动累积误差。
本技术是通过以下技术方案得以实现的：本技术提供一种机器人导航方法，应用于在底盘设置配有旋转编码器的驱动轮、九轴传感器和激光导航模块，以及在头部设置视觉导航模块的机器人，方法包括：步骤S01,获取驱动轮和旋转编码器信息，计算机器人里程；步骤S02,获取九轴传感器采集信息，基于融合算法计算机器人的偏航角Z、横滚角X和俯仰角Y；步骤S03,获取激光导航模块扫描信息，定位机器人的平面位置；步骤S04,基于机器人里程、偏航角Z、横滚角X、俯仰角Y和激光导航模块的扫描结果，提取机器人周围信息并生成二维地图；步骤S05,获取视觉导航模块的图像信息，提取机器人在空间中所处的位置、方向和环境信息，建立环境模型；步骤S06,基于二维地图和环境模型，生成全景空间地图。
作为优选，所述步骤S01具体包括：步骤S11,获取驱动轮和旋转编码器信息，计算机器人的左轮速度vl和右轮速度vr；步骤S12,根据机器人的左轮速度vl和右轮速度vr，依据公式计算机器人前进速度v，并依据公式计算机器人绕圆心运动的角速度w；步骤S13，根据机器人前进速度v和机器人绕圆心运动的角速度，依据公式计算机器人圆弧运动的半径。
作为优选，所述旋转编码器信息包括左轮旋转圈数、右轮旋转圈数；所述驱动轮信息包括左轮周长、右轮周长；依据左轮旋转圈数和左轮周长计算所述左轮速度vl ，依据右轮旋转圈数和右轮周长计算所述右轮速度vr。
作为优选，所述九轴传感器包括三轴加速度计、三轴陀螺仪和三轴磁力计。
作为优选，所述步骤S03具体包括：激光导航模块通过其内的旋转机构带动激光雷达360度扫描外围环境；每次扫描获得光脉冲从发射到反射回的传播时间，根据传播时间确定扫描距离，进而定位机器人的平面位置。
作为优选，所述步骤S04具体包括：步骤S41，将机器人里程、偏航角Z、横滚角X、俯仰角Y和激光导航模块的扫描结果基于融合算法融合，更新机器人位置状态，收敛误差；步骤S42，提取机器人周围信息并生成二维地图。
作为优选，所述步骤S05具体包括：步骤S51，利用视觉导航模块捕捉图像信息，以获取机器人在空间所处的位置、方向和环境信息；步骤S52，利用图像算法对机器人在空间所处的位置、方向和环境信息进行处理，建立环境模型。
作为优选，所述步骤S06具体包括：步骤S61，将里程参数、机器人姿态参数、二维地图参数、环境模型参数组成空间信息；步骤S62，采用竞争性自适应重加权算法CARS，通过自适应重加权采样ARS技术，选择出PLS模型中回归系数绝对值大的波长点，去掉权重小的波长点；步骤S63，用交互验证选出RMSECV指最低的子集，寻出最优参数组合，计算机器人所在环境中的精确坐标。
作为优选，所述步骤S63还包括：在机器人运行过程中，根据加权算法计算机器人所处位置与实际位置的偏差，根据运动轨迹修正算法，修正偏差，进而获得机器人所在环境中的精确坐标。
本技术具有以下有益效果：本技术一种机器人导航方法，使得机器人在高精度综合导航上定位精度可达豪米级别，且消除了机器人运动累积误差；可以在室内室外不同场景和不同环境的场地上可靠运行。
附图说明图1为本技术一种机器人导航方法的流程图；图2为采用本技术一种机器人导航方法的机器人的结构示意图；图3为图1中步骤S04中二维地图的示意图；图4为图1中步骤S05中视觉导航处理流程图。
具体实施方式以下是本技术的具体实施例并结合附图，对本技术的技术方案作进一步的描述，但本技术并不限于这些实施例。
如图1，本技术一种机器人导航方法，应用于在底盘1设置配有旋转编码器的驱动轮、九轴传感器和激光导航模块2，以及在头部设置视觉导航模块3的机器人（如图2）。
方法包括：步骤S01,获取驱动轮和旋转编码器信息，计算机器人里程；步骤S02,获取九轴传感器采集信息，基于融合算法计算机器人的偏航角Z、横滚角X和俯仰角Y；步骤S03,获取激光导航模块扫描信息，定位机器人的平面位置；步骤S04,基于机器人里程、偏航角Z、横滚角X、俯仰角Y和激光导航模块的扫描结果，提取机器人周围信息并生成二维地图；步骤S05,获取视觉导航模块的图像信息，提取机器人在空间中所处的位置、方向和环境信息，建立环境模型；步骤S06,基于二维地图和环境模型，生成全景空间地图。
其中，图2示出了送餐机器人的结构示意图。
送餐机器人由机器人底盘1、机身4、机器人头部人机交互界面5三大部份组成，机器人底盘1由控制器、驱动轮、九轴传感器、激光导航模块组成，另外机器人头部加装视觉导航模块3。
机器人底盘装有两个驱动轮，并配有旋转编码器作为机器人的里程计，机身装有托菜盘6。
送餐机器人采用本技术方法能精确导航到每个餐位。
本技术方法不限于应用于送餐机器人，还适用于其他需要导航定位的任意用途机器人。
所述步骤S01具体包括：步骤S11,获取驱动轮和旋转编码器信息，计算机器人的左轮速度vl和右轮速度vr；步骤S12,根据机器人的左轮速度vl和右轮速度vr，依据公式计算机器人前进速度v，并依据公式计算机器人绕圆心运动的角速度w；步骤S13，根据机器人前进速度v和机器人绕圆心运动的角速度，依据公式计算机器人圆弧运动的半径。
在步骤S11中，Vr和Vl这两个速度就是通过旋转编码器输出的脉冲数（以轮子转一圈输出脉冲数为基础）和轮子的周长计算而得。
具体地，所述旋转编码器信息包括左轮旋转圈数、右轮旋转圈数；所述驱动轮信息包括左轮周长、右轮周长；依据左轮旋转圈数和左轮周长计算所述左轮速度vl ，依据右轮旋转圈数和右轮周长计算所述右轮速度vr。