一种巡线导航机器人及导航控制方法

1.本发明属于自动化定位导航技术领域，具体涉及一种通过在室内屋顶布置互相间隔的直线光带进行以视觉导航为主、imu惯性导航为辅的综合巡线导航机器人及导航修正方法。

背景技术：

2.随着自动化定位导航技术的发展，相比于室外gps(全球定位系统)车辆导航技术，室内移动机器人小车导航技术也越来越成熟，市场机制趋于良好，应用前景越发广泛。例如在工业环境下的自动化生产车间、商业环境下的餐饮走廊或医疗机构的物流运送通道等环境都渐渐需要可以在规划好的固定路线下，自动往返行驶的智能机器人，以此来代替人工，节省人力成本，提高生产或运输效率。因此发明一种适合在室内应用的、成本较低、方法简单且易于实现的巡线导航方法是非常必要的。
3.针对上述需求，目前，国内外也有很多相关的解决方案。
4.目前主流的巡线机器人主要有两种：
5.一种是基于agv磁条的导航机器人，其具有路径规划灵活、导航位置相对准确的优点。但是传统的agv磁条导航机器人需要事先在导航地面铺设磁条，然后粘贴保护性胶带。磁条本身相对于地面来说耐磨性较差，适宜安装在干燥、干净的环境，因此在整洁的自动化工业生产车间得到较好的应用。当应用场景中人流或其他移动载具较多，环境地面容易产生磨损时，磁条导航方案适应性较差。
6.另一种是基于视觉的巡线机器人，导航位置同样较为准确。但是在室内环境光源较为复杂或者室内光源较暗时，因视觉图像质量变差，会影响导航的效果。

技术实现要素：

7.本发明为了解决上述缺陷，提出了一种巡线导航机器人及导航控制方法，该机器人成本相对较低，受环境光影响较小，且在室内地面易产生磨损的环境适应性较好。为实现上述目的，本发明采用以下具体技术方案：
8.一种巡线导航机器人，包括使机器人小车沿指示光带行进的视觉导航模块以及用于在视觉导航模块没有获取到检测直线信息时，基于imu惯性导航实现对机器人小车的运动控制的imu惯性导航模块；
9.视觉导航模块包括直线检测模块，直线检测模块用于获取机器人小车世界坐标系下的检测直线的偏移量s和偏转角度θ的。
10.优选地，指示光带置于导航道路上方中间位置。
11.优选地，视觉导航模块还包括对指示光带产生的光带直线进行采集的摄像采集模块，以及对采集到的光带直线进行处理的图像处理模块，得到检测直线。
12.优选地，还包括主控制模块以及驱动模块；
13.主控制模块用于将获得的机器人小车的线速度和角速度数据发送给驱动模块，驱
动模块使机器人小车巡线运动。
14.优选地，指示光带可以为紫外光源、可见光源或者近红外光源。
15.一种巡线导航机器人控制方法，包括以下步骤：
16.s1、获取在新像素坐标系下检测直线的斜率k和偏移量b；
17.s2、建立机器人小车世界坐标系，利用式(1)计算在机器人小车世界坐标系下的检测直线的偏移量s和偏转角度θ：
[0018][0019]
其中，k为单位像素代表的实际距离；
[0020]
s为在新像素坐标系下检测直线在y1轴方向上的截距；
[0021]
s3、利用运动控制模型，计算调整偏航的角速度w0和线速度v0，实现对机器人小车的巡线导航控制。
[0022]
优选地，步骤s1包括：
[0023]
s101、在传统像素坐标系下，剪裁指示光带形成的光带直线图像，将rgb图像转化为灰度图像并进行二值化处理，对二值化后图像中的边缘直线进行优化，得到检测直线；
[0024]
s102、筛除斜率超过阈值的检测直线，得到进一步优化后的检测直线两端点的集合opti_lines，
[0025]
其中，检测直线个数为n，检测直线两端点坐标集合为lines＝(x
i1
,y
i1
,x
i2
,y
i2
)
i＝1,2,...,n
；
[0026]
s103、利用式(2)获取新像素坐标系下opti_lines各点坐标：
[0027][0028]
其中，x＝(x
i1
,x
i2
)
i＝1,2,...,n
，
[0029]
y＝(y
i1
,y
i2
)
i＝1,2,...,n
，
[0030]
width
×
height为摄像头默认分辨率；
[0031]
s104、以opti_lines点集作为检测直线的拟合数据点，调用直线拟合函数，得到新像素坐标系下检测直线的斜率k和偏移量b。
[0032]
优选地，步骤s3分为四种情况：
[0033]
s31、θ＞0，t＜0时，机器人小车直行并左转，此时有角速度旋转半径r通过下式获得：
[0034]
[0035]
其中，t为检测直线在机器人小车世界坐标系x轴上的截距；
[0036]
n为摄像头光心a到机器人小车世界坐标系y轴的距离；
[0037]
l为在机器人小车世界坐标系y轴方向上机器人小车的主动轮中心o到摄像头光心a的距离；
[0038]
v0为已知的机器人小车的线速度；
[0039]
s32、θ＜0，t＞0时，机器人小车直行并右转，角速度w0计算方法同s31；
[0040]
s33、θ＞0，t＞0时，机器人小车需要先直行左转，已知角速度w1，控制转弯时间t1，使得w1t1＝π-2|θ|，左转后进入s32情况；
[0041]
s34、θ＜0，t＜0时，机器人小车需要先直行右转，已知角速度w2，控制转弯时间t2，使得w2t2＝π-2|θ|，右转后进入s31情况。
[0042]
优选地，在没有获取到检测直线信息时还包括步骤s4：
[0043]
利用主控制模块接收到的imu惯性导航模块的imu的角度数据，并以此角度方向为标准航向进行惯性导航，使机器人小车继续直线行驶直至机器人小车重新进入到视觉导航阶段。
[0044]
本发明能够取得以下技术效果：
[0045]
1、本发明基于室内屋顶红外光带所形成的直线进行视觉巡线，相比于位于地面的agv磁条，不受地面复杂情况影响，在人流和其他移动载具较多的室内环境中适应性相对较好。
[0046]
2、采用红外摄像头与红外滤光镜的组合方式采集红外光带直线图像，过滤了室内的可见光源和大部分其他杂光，既使得视觉导航受环境光源的影响相对较小，又使得红外光源不会对室内可见光照明产生影响。
[0047]
3、不需要采用价格高昂的硬件或传感器，如激光雷达等，使得机器人小车成本相对较低。
[0048]
4、不需要在导航路径的全程铺设磁条及粘贴保护性磁条胶带，仅需间隔适当距离布置红外光带，降低了安装和维护成本。
[0049]
5、利用imu惯性导航过程的间断性，且每一次导航的路程相对较短，避免了惯性导航固有的累计误差问题，导航相对准确。
附图说明
[0050]
图1是本发明一个实施例的一种巡线导航机器人及导航修正方法的系统框架图；
[0051]
图2是本发明一个实施例的摄像头视觉成像模型；
[0052]
图3是本发明一个实施例的图像处理流程图；
[0053]
图4是本发明一个实施例的新像素坐标系内检测直线示意图；
[0054]
图5是本发明一个实施例的世界坐标系与新像素坐标系下检测直线对比示意图；
[0055]
图6是本发明一个实施例的世界坐标系下直线检测θ＞0，t＜0时的机器人小车世界坐标系运动控制模型；
[0056]
图7是本发明一个实施例的直线检测θ《0，t＜0时的机器人小车世界坐标系运动控制模型；
[0057]
图8是本发明一个实施例的直线检测θ＞0，t》0时的机器人小车世界坐标系运动控
制模型；
[0058]
图9是本发明一个实施例的直线检测θ《0，t《0时的机器人小车世界坐标系运动控制模型；
[0059]
图10是本发明一个实施例的imu惯性导航示意图；
[0060]
图11是本发明一个实施例的巡航控制流程图。
[0061]
附图标记：
[0062]
指示光带1、摄像头2、机器人小车3、陀螺仪4。
具体实施方式
[0063]
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，而不构成对本发明的限制。
[0064]
本发明的目的是提供一种巡线导航机器人及导航修正方法，通过视觉导航以及当机器人小车行驶到视觉导航控制范围以外的时，利用imu惯性导航控制机器人小车巡线导航。下面将对本发明提供的一种巡线导航机器人及导航修正方法，通过具体实施例来进行详细说明。
[0065]
参照图1示出的系统框架，在基于视觉导航模块的引导下，机器人小车3沿指示光带1行进，在视觉导航模块没有获取到指示光带1的检测直线信息，即机器人小车3运动位置处于两段光带直线中间部分时，利用imu惯性导航模块控制机器人小车3行进。
[0066]
视觉导航模块包括摄像采集模块、图像处理模块以及直线检测模块，摄像采集模块采集指示光带1产生的光带直线，经图像处理模块处理后，提取检测直线的边缘，利用直线检测模块获取机器人小车世界坐标系下检测直线的偏移量s和偏转角度θ。
[0067]
在本发明的一个优选实施例中，将指示光带1纵向布置于室内导航道路上方的屋顶中间位置，指示光带1采用波长为850nm的红外直线光带，光带每段长约为1m，所需电源电压为12v，每段光带中心间隔约q米，q可根据实际应用场景适当调整。
[0068]
机器人小车3遵循右侧通行的原则，为了在摄像采集模块的固定视场内尽可能看到光带直线的图像，实际安装时将摄像头2通过固定支架固定在机器人小车3上端中间偏左位置，且使摄像头2垂直面向屋顶。同时在摄像头2上方固定一个820
±
30nm的红外滤光镜，滤去摄像头2中的可见光源与其他杂光。
[0069]
在本发明的另一个实施例中，指示光带1还可以采用其他波长在760nm以上的近红外光带代替，并使用对应的波长的红外滤光镜过滤可见光源与其他杂光；若应用场景为无人环境，避免紫外光源对人的有害影响，也可以采用波长在400nm以下的紫外光带，并使用对应波长的紫外滤光镜过滤其他光源。
[0070]
imu惯性导航模块硬件采用六轴陀螺仪，将其固定在机器人小车3重心位置，用于在视觉导航模块没有获取到检测直线信息时，基于imu惯性导航实现对机器人小车3的运动控制；
[0071]
在本发明的一个优选实施例中，继续参照图1，还包括主控制模块以及驱动模块，主控制模块用于将获得的机器人小车3的线速度和角速度数据发送给驱动模块，驱动模块基于差分器原理控制机器人小车3的车轮运动。
[0072]
如图11示出的巡线控制流程图，机器人小车3直线行驶产生累计误差导致偏航，此时进入航向修正模式，通过摄像头2获取的屋顶近红外光带直线的图像，处理得到检测直线的斜率k和偏移量b；并以此获取在机器人小车世界坐标系下检测直线的偏移量s和偏转角度θ；建立四种情况的运动控制模型，通过计算调整偏航的角速度w0和已知的线速度v0，实现对机器人小车3的巡线导航控制。
[0073]
在本发明的一个优选实施例中，步骤s1中，图像处理模块的硬件采用树莓派4b，并通过硬件上python软件平台以及安装的对应版本opencv库处理图像。
[0074]
步骤s101中摄像头2拍摄采集的图像为室内屋顶近红外光带所形成的直线图像。基于opencv库，对拍摄到视频图像进行处理，参照图3所示的图像处理模块获取检测直线边缘的流程图：
[0075]
首先对图像进行剪裁，在传统像素坐标系下，截取直线y＝height/4到直线y＝3height/4之间的图像，即将width
×
height的视频图像裁剪为width
×
height/2。获取图像关注区间，使得在不损失截后图像清晰度的前提下，减轻图像处理负担，提高摄像帧速。
[0076]
其次，利用opencv库中cv2.cvtcolor(frame，cv2.color_bgr2gray)函数，将r(红)、g(绿)、b(蓝)三通道模式表示的截取后图像转化为单通道灰度表示的图像。
[0077]
再次，调用二值化函数cv2.threshold(gray,100,255,cv2.thresh_binary)提取灰度图像中灰度值大于100的像素，将其灰度值变为255，即变为白。
[0078]
最后调用cv2.canny()函数，基于canny算子对二值化后的图像提取边缘，即获取图像中白直线的边缘。
[0079]
步骤s102中，首先基于hough直线检测方法，调用cv2.houghlinesp()函数，获取canny边缘检测后图像中的检测直线。调用时设置函数的重要参数，令检测直线满足以下三个条件：
[0080]
a.检测的直线所需的霍夫空间交点最少为40个曲线相交的交点；
[0081]
b.组成一条直线的点数最少为30个，点数不足的直线将被抛弃；
[0082]
c.在一条直线上的点的最大距离为5，大于这个距离会被认为是两条直线；
[0083]
函数输出结果为视线范围内多条检测直线两端点坐标的集合。
[0084]
对检测的直线作进一步优化，筛除斜率过大的直线：
[0085]
设检测直线的个数为n，检测直线两端点坐标集合为lines＝(x
i1
,y
i1
,x
i2
,y
i2
)
i＝1,2,...,n
；
[0086]
当x
i1
＝x
i2
时，即检测的多条直线不为垂直直线时，将lines代入(4)式，得到各个直线斜率离差的集合dev_slope1，
[0087][0088]
当x
i1
＝x
i2
时，即检测的多条直线为垂直直线时，将lines代入(5)式，得到各个直线离差的集合dev_slope2，
[0089][0090]
再将各个直线的离差与设定好的阈值dev_treshold＝0.1做比较，去除超过阈值
的直线，得到优化后的直线两端点坐标的集合opti_lines。
[0091]
步骤s103中，为了便于表示检测直线垂直时的情况(避免斜率k为无穷)，相对于传统像素坐标系，建立如图4所示的新像素坐标系：
[0092]
以原始图像中心为新像素坐标系原点o1，以过o1水平向右的直线为y1轴，y1轴方向向右，以o1垂直向下的直线为x1轴，x1轴方向向下，
[0093]
将opti_lines各点坐标按式(2)进行变换，形成新像素坐标系下的坐标：
[0094][0095]
以新点集作为目标直线的拟合数据点，调用直线拟合函数optimize.curve.fit，得到新像素坐标系下检测直线的斜率k和偏移量b。
[0096]
在本发明的另一个实施例中，摄像采集模块在采集图像前，还需要先标定图像中单个像素代表的实际距离，建立如图2所示的摄像头视觉成像模型，采用高清的无畸变usb红外摄像头(忽略较小畸变)，设默认分辨率为width
×
height，摄像头2焦距为f1，摄像头2到屋顶灯带的距离为f2，在视场范围内的实际灯带直线长度为w2，成像直线长度为w1。根据小孔成像模型可得(6)式：
[0097][0098]
因摄像头2到屋顶灯带的距离f2为固定值，摄像头2的镜头面向屋顶拍摄已知长度为l0的红外光带直线，然后通过截图软件获取图像中直线的像素长度pl，最后利用公式(6)的原理可以计算单位像素代表的实际距离k：
[0099][0100]
在本发明的一个优选实施例中，步骤s2中，机器人小车3基于视觉的运动控制方法需要用到后端系统控制模块中的主控制模块和驱动模块，其中主控制模块硬件采用stm32f407开发板，驱动模块采用轮毂伺服电机驱动器。
[0101]
首先，stm32f407通过网口通信获取树莓派4b发送来的检测直线斜率k与偏移量b数据；
[0102]
其次，建立如图6、图7、图8、图9所示的机器人小车世界坐标系运动模型，以机器人小车3主动轮的连线中心为原点o，以机器人小车3前进方向为y轴正方向，以过o点并与y轴垂直的直线为x轴，且机器人小车3向左为x轴的正方向。
[0103]
另外，世界坐标系下，以x轴顺时针方向为偏转角θ的正方向，逆时针为负，
[0104]
继续参照图4，设新像素坐标系下，检测直线与y1轴交点距离原点o1的距离为s。通过公式(1)，利用新像素坐标系下的检测直线的斜率k和偏移量b，计算机器人小车世界坐标系下的检测直线的偏移量s和偏转角度θ。
[0105][0106]
转换计算时，由于摄像头2面向屋顶拍摄，所以机器人小车世界坐标系下，实际屋顶红外光带直线的地面投影与新像素坐标系下的红外光带直线左右颠倒，如图5所示。
[0107]
假设机器人小车3线速度为v0，当机器人小车3行驶偏航时，需要根据检测直线与运动控制模型计算此时的角速度从而修正航向。
[0108]
在本发明的一个优选实施例中，步骤s3分为四种情况：
[0109]
如图6所示，当θ＞0，t＜0时，忽略线速度方向对x轴方向运动分量的影响，机器人小车3主动轮o1和o2的连线中心o经过角速度w0运动后到达o
′
点位置，即主动轮中心位于检测直线上且机器人小车世界坐标系x轴与检测直线互相垂直。
[0110]
设点o到o
′
的旋转半径为r，点o到机器人小车3前端摄像头2的光心a的距离为l，点o到检测直线与机器人小车世界坐标系x轴交点b的距离为t，点a到y轴距离为n，且在x轴方向上点a到检测直线的距离为s，通过下式计算获得r与t的值，
[0111][0112]
根据线速度与角速度关系将r代入即可得角速度w0，此时机器人小车3直行并且左转。
[0113]
当θ＜0，t＞0时，如图7所示，与图6同理可计算得到角速度w0，此时机器人小车3直行并且右转。
[0114]
当θ＞0，t＞0时，如图8所示，机器人小车3需要先直行左转，即两个车轮o1和o2到达o1'和o'2，已知角速度w1，控制转弯时间t1，使得w1t1＝π-2|θ|，左转后θ＜0，t＞0，即进入图7的情况，需要再直行右转，角速度w0计算方法与图7同理。
[0115]
当θ＜0，t＜0时，如图9所示，机器人小车3需要先直行右转，即两个车轮o1和o2到达o1'和o'2，已知角速度w2，控制转弯时间t2，使得w2t2＝π-2|θ|，右转后θ＞0，t＜0，即进入图6的情况，需要再直行左转，角速度w0计算方法与图6同理。
[0116]
当t＝0或θ＝0时，由于机器人小车3运动总会存在误差，保持运动行驶状态一段时间后必然会进入到图6至图9中四种运动情况中的一种，再按照上述方法计算线速度与角速度即可。
[0117]
最后stm32f407将线速度v0与角速度w0通过串口发送给机器人小车3驱动控制器，控制机器人小车3巡线运动。
[0118]
在本发明的一个优选实施例中，机器人小车3基于imu惯性导航的运动控制方法采用的硬件包含基于stm32f407的主控制模块和主要基于陀螺仪4的imu惯性导航模块。
[0119]
如图10所示，陀螺仪4固定于机器人小车3体重心处，且陀螺仪4的z轴垂直于水平
地面，x轴和y轴与机器人小车世界坐标系x轴和y轴平行。陀螺仪4通过串口将imu角度实时发送给stm32f407。当机器人小车3行驶到两红外光带直线中间位置时，由于系统检测不到直线，所以此时树莓派4b向stm32f407发送间隔位置标记信号，stm32f407接收到信号后存储记录此时的imu角度数据，然后以此imu角度方向为标准航向进行惯性导航，使机器人小车3继续直线行驶。若系统重新检测到红外光带直线并发送角速度与线速度后，stm32f407将存储的imu角度数据清零，以便下一次记录。此时机器人小车3重新进入到视觉导航阶段。
[0120]
因为imu惯性导航的过程是间断的，且每一次导航的路程相对较短，所以避免了惯性导航固有的累计误差问题，导航相对准确。
[0121]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
[0122]
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
[0123]
以上本发明的具体实施方式，并不构成对本发明保护范围的限定。任何根据本发明的技术构思所作出的各种其他相应的改变与变形，均应包含在本发明权利要求的保护范围内。

技术特征：

1.一种巡线导航机器人，其特征在于，包括使机器人小车沿指示光带行进的视觉导航模块以及用于在所述视觉导航模块没有获取到检测直线信息时，基于imu惯性导航实现对机器人小车的运动控制的imu惯性导航模块；所述视觉导航模块包括直线检测模块，所述直线检测模块用于获取机器人小车世界坐标系下所述检测直线的偏移量s和偏转角度θ。2.根据权利要求1所述的巡线导航机器人，其特征在于，所述指示光带置于导航道路上方中间位置。3.根据权利要求2所述的巡线导航机器人，其特征在于，所述视觉导航模块还包括对所述指示光带产生的光带直线进行采集的摄像采集模块，以及对采集到的所述光带直线进行处理的图像处理模块，得到所述检测直线。4.根据权利要求1所述的巡线导航机器人，其特征在于，还包括主控制模块以及驱动模块；所述主控制模块用于将获得的所述机器人小车的线速度和角速度数据发送给所述驱动模块，所述驱动模块使所述机器人小车巡线运动。5.根据权利要求3所述的巡线导航机器人，其特征在于，所述指示光带可以为紫外光源、可见光源或者近红外光源。6.一种巡线导航机器人控制方法，其特征在于，包括以下步骤：s1、获取新像素坐标系下检测直线的斜率k和偏移量b；s2、建立机器人小车世界坐标系，利用式(1)计算在所述机器人小车世界坐标系下所述检测直线的偏移量s和偏转角度θ：其中，k为单位像素代表的实际距离；s为所述新像素坐标系下所述检测直线在y1轴方向上的截距；s3、利用运动控制模型，计算调整偏航的角速度w0和线速度v0，实现对所述机器人小车的巡线导航控制。7.根据权利要求6所述的巡线导航机器人控制方法，其特征在于，步骤s1包括：s101、在传统像素坐标系下，剪裁指示光带形成的光带直线图像，将其rgb图像转化为灰度图像并进行二值化处理，对二值化后图像中的边缘直线进行优化，得到所述检测直线；s102、筛除斜率超过阈值的所述检测直线，得到进一步优化后的所述检测直线两端点的集合opti_lines，其中，所述检测直线个数为n，所述检测直线两端点坐标集合为lines＝(x
i1
,y
i1
,x
i2
,y
i2
)
i＝1,2,...,n
；s103、利用式(2)获取新像素坐标系下opti_lines各点坐标：
其中，x＝(x
i1
,x
i2
)
i＝1,2,...,n
，y＝(y
i1
,y
i2
)
i＝1,2,...,n
，width
×
height为摄像头默认分辨率；s104、以opti_lines点集作为所述检测直线的拟合数据点，调用直线拟合函数，得到新像素坐标系下所述检测直线的斜率k和偏移量b。8.根据权利要求6所述的巡线导航机器人控制方法，其特征在于，步骤s3分为四种情况：s31、θ＞0，t＜0时，所述机器人小车直行并左转，此时有角速度旋转半径r通过下式获得：其中，t为所述检测直线在所述机器人小车世界坐标系x轴上的截距；n为所述摄像头光心a到所述机器人小车世界坐标系y轴的距离；l为所述机器人小车世界坐标系y轴方向上所述机器人小车的主动轮中心o到所述摄像头光心a的距离；v0为已知的所述机器人小车的线速度；s32、θ＜0，t＞0时，所述机器人小车直行并右转，角速度w0计算方法同s31；s33、θ＞0，t＞0时，所述机器人小车需要先直行左转，已知角速度w1，控制转弯时间t1，使得w1t1＝π-2|θ|，左转后进入s32情况；s34、θ＜0，t＜0时，所述机器人小车需要先直行右转，已知角速度w2，控制转弯时间t2，使得w2t2＝π-2|θ|，右转后进入s31情况。9.根据权利要求6所述的巡线导航机器人控制方法，其特征在于，在没有获取到所述检测直线信息时还包括步骤s4：利用主控制模块接收到的imu惯性导航模块的imu的角度数据，并以此角度方向为标准航向进行惯性导航，使所述机器人小车继续直线行驶直至所述机器人小车重新进入到视觉导航阶段。

技术总结

本发明属于自动化定位导航技术领域，提供了一种巡线导航机器人及导航控制方法，包括使机器人小车沿指示光带行进的视觉导航模块以及用于在视觉导航模块没有获取到检测直线信息时，基于IMU惯性导航实现对机器人小车的运动控制的IMU惯性导航模块；视觉导航模块包括用于获取机器人小车世界坐标系下的检测直线的偏移量S和偏转角度θ的直线检测模块。本发明不受地面复杂情况影响，在人流和其他移动载具较多的室内环境中适应性相对较好；采用红外摄像头与红外滤光镜的组合方式采集红外光带直线图像，使得视觉导航受环境光源的影响相对较小；同时利用IMU惯性导航的过程的间断性，避免了惯性导航固有的累计误差问题。免了惯性导航固有的累计误差问题。免了惯性导航固有的累计误差问题。