本发明涉及智能机器人领域，具体是涉及一种无人驾驶智能机器人控制方法。
背景技术：
1、智能机器人在运行过程中，用激光等传感器对周围进行探测，对实际存在的障碍物检测，判断是否可以安全通过。根据判断的结果采取适当的操作方式，安全行驶。为了回避障碍物，智能机器人根据目前状况，计划运行道路时、一般需要通过多项式运算选择道路，设计智能机器人的运行道路。
2、现有的无人驾驶智能机器人的控制方法，通常采用的是即时的计算方式，需要大量，复杂的运算，为了应对随机的变化，重复性的计算增加，占用计算机大量的计算性能，在实际的应用过程中，影响智能机器人的控制精度，难以实现已有经验的有效复用，在复杂的，重复的应用场景下，难以实现无人驾驶智能机器人的高效稳定控制。
技术实现思路
1、为解决上述技术问题，提供一种无人驾驶智能机器人控制方法，本技术方案解决了上述背景技术中提出的现有的技术在实际的应用过程中，影响智能机器人的控制精度，难以实现已有经验的有效复用，在复杂的，重复的应用场景下，难以实现无人驾驶智能机器人的高效稳定控制的问题。
2、为达到以上目的，本发明采用的技术方案为：
3、一种无人驾驶智能机器人控制方法，包括：
4、s1、通过超声波传感器获取当前环境数据；
5、s2、将超声波传感器获得的数据传递到控制机制，由控制机制判断数据是否为有效数据，若是，则进行步骤s3，若否，则进行步骤s5；
6、s3、控制机制对有效数据进行分析，获取数据解析结果，并基于数据解析结果生成控制信号输出至足部动力机制，足部动力机制执行传来的动作指令；
7、s4、若由超声波传感器获取的数据为无效数据，则打开视觉传感器，控制机制接收到视觉传感器发送的数据后，分析智能机器人当前所处环境，基于智能机器人当前所处环境确定智能机器人的移动方向和移动距离，并返回步骤s1；
8、s5、视觉传感器与超声波传感器实时监测周围环境，并基于周围环境的实时监测结果，动态调整机器的行动路径。
9、优选的，所述将超声波传感器获得的数据传递到控制机制，由控制机制判断数据是否为有效数据具体包括：
10、基于超声波传感器传到控制机制的数据，对数据进行清洗和预处理，若发现数据存在缺失值、异常值、重复值，则将缺失值的字节记为a，异常值的字节记为b，重复值的字节记为c；
11、基于由控制机制传向足部动力机制的指令，记指令的字节数为d；
12、判断e＝max{a，b，c}是否小于2^20且d是否大于4^20，若是，则将该数据记为有效数据，若否，则将该数据记为无效数据。
13、优选的，所述控制机制对有效数据进行分析，获取数据解析结果，并基于数据解析结果生成控制信号输出至足部动力机制，足部动力机制执行传来的动作指令具体包括：
14、控制机制对有效数据进行分析，判断数据解析结果是否为全局地图数据；
15、若是，则采用穷举法，计算智能机器人通过所有路径所需时间，将最短时间的路径转化为动作指令传到足部动力机制，足部动力机制执行传来的动作指令；
16、若否，则判定数据解析结果为部分地图数据控制机制算出智能机器人走到部分地图数据的地图边沿所需的最短时间并转换为动作指令传递至足部动力机制，足部动力机制执行传来的动作指令，并返回步骤s1。
17、优选的，所述判断数据解析结果是否为全局地图数据具体包括：
18、获取智能机器人当前所处区域的标准全局路径地图；
19、将数据解析结果与标准全局路径地图进行相似度匹配计算，获取数据解析结果与标准全局路径地图的匹配度；
20、判断匹配度是否大于相似阈值，若是，则判断数据解析结果为全局地图数据，若否，则判断数据解析结果不为全局地图数据；
21、其中，所述相似阈值的取值范围为90％—99％。
22、优选的，所述分析智能机器人当前所处环境，基于智能机器人当前所处环境确定智能机器人的移动方向和移动距离具体包括：
23、获取至少一个模拟实验数据，得到模拟学习数据库；
24、将模拟学习数据库录入无人驾驶智能机器人；
25、基于视觉传感器传来的数据，无人驾驶智能机器人在模拟学习数据库中搜寻，匹配与其相似的画面，根据模拟学习数据库中的信息做出相应的判断；
26、若无人驾驶智能机器人未能匹配到相关的画面，则根据障碍物所在方向，根据前后左右的顺序，选择障碍物所在方向的下一第次前进，前进过程中实时观测周围环境，并上传到控制机制，若无人驾驶智能机器人匹配到相关的画面，则根据模拟学习数据库中的数据做出相应的判断。
27、优选的，所述视觉传感器与超声波传感器实时监测周围环境，并基于周围环境的实时监测结果，动态调整机器的行动路径具体包括：
28、基于周围环境的实时监测结果，将智能机器人无法通过或通过时对智能机器人机体损害程度大于预设比例的位置，记为障碍物；
29、根据障碍物所在方向，根据前后左右的顺序，选择障碍物所在方向的下一第次前进，并返回步骤s1。
30、优选的，所述将智能机器人无法通过或通过时对智能机器人机体损害程度大于预设比例的位置，记为障碍物具体包括：
31、基于视觉传感器传送至控制机制的数据，在控制机制中模拟智能机器人通过该位置时可能发生的各种情况；
32、对各种情况划分危险等级1-9，数字越大代表危险程度越高，其中1代表智能机器人机体遭到轻微划伤，2-3代表智能机器人非核心部位受到由轻度到中等程度的损伤，4-5代表智能机器人核心部位受到轻度到中度损伤，6代表智能机器人非核心部分受到严重损害，7代表智能机器人核心部位受到严重损害，8代表智能机器人核心和非核心部位同时受到损害，9代表智能机器人遭受不可逆转的损害或前方道路智能机器人无法通过；
33、其中核心部位包括：视觉传感器，超声波传感器，足部动力机制；
34、判断前方位置危险等级数，若大于4，则记为障碍物。
35、优选的，所述控制机制包括：
36、接收存储机制，用于接收由视觉传感器和超声波传感器传送的数据，在分析判断其为有效数据后储存；
37、处理编译机制，配备了人工智能系统，对储存在接收存储单元的数据进行分析处理，并生成相应的动作指令；
38、修正传递机制，基于处理编译单元生产的动作指令，对指令进行预运行，判断运行结果正确后，将动作指令传递至足部动力机制；
39、所述足部动力机制包括：
40、方向控制机制，配备了转向轮与信号接收系统，在接收到控制机制传来的指令后，转向轮做出前后左右的移动方向；
41、速度驱动机制，配备了轮胎，基于收到的指令，调整智能机器人移动的速度。
42、与现有技术相比，本发明的有益效果在于：
43、本方案提出了一种无人驾驶智能机器人控制方法，通过将智能机器人实时采集的环境数据与已知的智能机器人当前所处区域的标准全局路径地图进行匹配计算，当环境数据与智能机器人当前所处区域的标准全局路径地图的匹配度达到阈值时，则认定智能机器人实时采集的环境数据为全局的地图数据，此时即可采用全局地图数据进行全面的行进控制，有效的实现了对于已有数据的有效复用，实现了预先的全面行进控制，且采用多模态的方式，在未识别到有效地图数据和未识别到全局的地图数据时，采用动态的循环算法，直至识别采集到全面的地图数据为止，保证了对智能机器人的控制精度，实现了无人驾驶智能机器人的高效稳定控制。
1.一种无人驾驶智能机器人控制方法，其特征在于，包括：
2.根据权利要求1所述的一种无人驾驶智能机器人控制方法，其特征在于，所述将超声波传感器获得的数据传递到控制机制，由控制机制判断数据是否为有效数据具体包括：
3.根据权利要求2所述的一种无人驾驶智能机器人控制方法，其特征在于，所述控制机制对有效数据进行分析，获取数据解析结果，并基于数据解析结果生成控制信号输出至足部动力机制，足部动力机制执行传来的动作指令具体包括：
4.根据权利要求3所述的一种无人驾驶智能机器人控制方法，其特征在于，所述判断数据解析结果是否为全局地图数据具体包括：
5.根据权利要求4所述的一种无人驾驶智能机器人控制方法，其特征在于，所述分析智能机器人当前所处环境，基于智能机器人当前所处环境确定智能机器人的移动方向和移动距离具体包括：
6.根据权利要求5所述的一种无人驾驶智能机器人控制方法，其特征在于，所述视觉传感器与超声波传感器实时监测周围环境，并基于周围环境的实时监测结果，动态调整机器的行动路径具体包括：
7.根据权利要求6所述的一种无人驾驶智能机器人控制方法，其特征在于，所述将智能机器人无法通过或通过时对智能机器人机体损害程度大于预设比例的位置，记为障碍物具体包括：
8.根据权利要求7所述的一种无人驾驶智能机器人控制方法，其特征在于，所述控制机制包括：
9.一种电子设备，其特征在于，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，
10.一种计算机可读存储介质，其上存储有计算机可读程序，其特征在于，所述计算机可读程序被处理器执行时实现权利要求1-8中任一项所述的无人驾驶智能机器人控制方法。
