[发明专利]一种基于RFID的移动机器人位姿估计方法

说明书

技术领域

本发明涉及基于RFID移动机器人定位技术领域，具体地，涉及一种基于RFID的移动机器人位姿估计方法。

背景技术

随着机器人在人们日常生活应用的发展，室内移动服务机器人的研究成为热点。在室内智能机器人定位感知系统中，机器人的自身定位与位姿估计能力对于路径规划与运动控制极其重要，是机器人实现自主导航的关键，对于提高机器人的自动化水平具有重要的意义。目前，GPS被广泛应用在移动机器人定位系统中，但由于受到价格成本、功率消耗、可扩展性等因素的影响，面对复杂的室内环境，容易产生定位较大误差，不能够对目标进行实时跟踪定位。

基于视觉的位姿测量系统，利用车载摄像机拍摄到的周围环境中的特定物体作为参考点，实现移动机器人的自主定位与位姿估计，然而此方法易受光照等外部环境的影响。激光测距传感器和超声波测距传感器系统借助机器人与周围物体之间的距离，提供精确的位置信息位，然而易受到多径效应和非视距效应的影响，存在定位误差是一个不可逾越的障碍。

按照接收无线信号强度来定位是当今研究的热点定位技术。基于信号强度的定位方法无须额外硬件，检测设备和机制简单，硬件成本低，容易实现，利用对接收无线信号的强度，推算收发节点间的距离，因而基于信号强度的定位技术在室内无线传感器网络定位技术中较为常用。

视频识别技术(RFID)是一种非接触式传感器技术，因其具有传统的传感器技术所不具备的优点而越来越引起人们的关注。RFID技术不受光线强度的影响，不受浓烟、浓雾、灰尘的影响，因此广泛应用于工厂、煤矿以及复杂的室内环境中。

因此，本发明提出了一种基于RFID信号强度的移动机器人位置定位与位姿估计方法，将基于RFID信号强度的机器人定位系统与基于极大似然估计的机器人定位算法相结合，并将加权最小二乘算法应用到机器人坐标的极大似然方程组求解中，实现了两种算法的融合，有效地提高了定位精度，且系统受环境的影响小，定位误差比较稳定。

发明内容

本发明的目的在于，针对上述问题，提出一种基于RFID的移动机器人位姿估计方法，以实现有效地提高定位精度，系统受环境的影响小以及定位误差稳定的优点。

为实现上述目的，本发明采用的技术方案是：一种基于RFID的移动机器人位姿估计方法，主要包括：

步骤100：基于RFID接收无线信号强度的位置坐标估计算法；

步骤200：移动机器人方位角θ的估计。

进一步地，所述步骤100具体包括：

步骤110：由自适应极大似然估计方法建立机器人坐标的极大似然估计法模型；

步骤120：用加权最小二乘法对极大似然方程组进行求解。

进一步地，所述步骤110具体包括：

步骤111：应用对数常态分布传播模型，得出标签到读写器的距离d与读写器接收到的标签的信号强度值P(d)之间的函数关系；

步骤112：根据信号强度值的正态分布函数，获取参考标签的信号强度；

步骤113：采用自适应极大似然估计法计算位置坐标。

进一步地，所述步骤111具体包括：

利用无线信号传播原理，在理想状态下，应用对数常态分布传播模型，可以得出标签到读写器的距离d与读写器接收到的标签的信号强度值P(d)之间的函数关系为：

式中，n为信号传播常量，p(d₀)为到d＝1m时的信号强度值；在一定环境中，p(d₀)与n的值都是已知的，所以通过测量p(d)值就能够得出d的值。

进一步地，所述步骤112具体包括：

根据统计学理论，在某个距离下的信号强度值满足正态分布，概率值越大，说明测量的信号强度值与真实值越接近。因此对读取到的信号强度值进行优先处理。正态分布密度函数为

极大似然函数为

其中，μ、δ²是多次测量的均值和标准差。如果测量个数为m，则μ与δ²的极大似然估计值为

其中，x_i为第i个RFID标签的信号强度值。将实测的信号强度值带入式(4)，求出μ和δ²，然后带入式(3)，得到L(μ,δ)的值，保留L(μ,δ)值为0.5～1的实测值，对其求平均，作为机器人读取到的参考标签的信号强度。

进一步地，所述步骤113具体包括：

a：车载RFID阅读器在机器人运动过程中，根据接收的无线信号搜索地面上的RFID标签；