转运机器人安全决策数据

该数据集面向转运机器人安全决策与实时运动规划的研究需求建设，核心背景是在工业生产场景中，障碍物的动态变化速度快、运动轨迹不确定，转运机器人需基于实时感知到的障碍物信息，快速做出安全决策并规划最优安全轨迹，以避免碰撞事故的发生。当前安全决策与运动规划算法多基于仿真场景验证，缺乏实际工业场景下的决策与轨迹数据支撑，导致算法的实时性与逻辑合理性难以满足实际作业需求。其资源来源于环境感知数据集输出的感知数据输入安全决策算法后的处理结果，依托的核心设备为转运机器人搭载的STM32H743高性能微控制器，该控制器具备强大的数据处理能力与实时响应性能，可满足工业场景下的实时决策需求。产生方法为搭建“感知-决策-规划”全流程数据采集系统：首先，安全决策算法实时接收感知模块输出的障碍物信息；其次，基于预设的安全决策逻辑，判断当前运行状态下的碰撞风险等级，并做出相应的安全决策；同时，运动规划算法根据决策结果与障碍物状态，规划最优安全轨迹；最后，通过数据采集工具实时记录决策过程中的全量数据，包括轨迹参数、障碍物实时状态信息、决策耗时、安全预警信号、机器人实际运行状态反馈等。采集过程重点覆盖不同障碍物距离、不同障碍物类型、不同障碍物运动速度的工况，共完成50余组不同风险场景下的决策与规划数据采集。主要内容包含安全决策轨迹数据、障碍物实时状态信息时序数据、决策过程日志、预警信号记录、机器人实际运行反馈数据、决策耗时统计数据等。数据格式包含ROS标准.bag格式、.txt格式，数据量达30MB以上，包含上百组完整的安全决策与运动规划数据序列。该数据集有效支撑了单次移动行为决策耗时≤30ms的技术指标验证，为安全决策算法的逻辑合理性验证、实时性优化、碰撞风险评估模型研发提供了实际工况下的高质量验证数据，有力保障了转运机器人在动态工业环境中的作业安全性与可靠性。