[发明专利]一种基于直角弯道特征的全方位移动机器人位姿校准方法

说明书

本发明公开了基于直角弯道特征的全方位移动机器人位姿校准方法，该方法包括以下步骤：S1.建立直角弯模型；S2.将直角弯模型进行标准化，然后建立直角弯处全局参考点集；S3.建立小车初始状态坐标系，并计算AGV小车在全局坐标系中的初步位姿估计；S4.对直角弯特征进行识别；S5.基于直角弯特征对AGV小车进行全局定位和位姿更新。本发明在充分分析典型仓库通道环境的情况下，利用激光雷达数据对直角弯道处的环境特征进行描述，并以此特征对全方位小车在通道环境下进行全局定位与位姿更新，消除相对定位中的累积误差，提高机器人的整体定位精度。

技术领域

本发明属于移动机器人导航定位技术领域，具体为一种基于直角弯道特征的全方位移动机器人位姿校准方法。

背景技术

全方位移动机器人，也即AGV，以其高自动化程度、灵活性好、空间利用率高等诸多优点迅速在物流行业及其他行业中得到广泛的应用，并成为制造业系统和自动化仓储系统重要的物流输送设备。

智能车的位姿估计，简称为定位，是ACV自动控制及导航中不可缺少的重要环节。在一般环境中，移动机器人的位姿通常使用三维向量来表示，即相对于全局坐标位置的横向、纵向平移分量和代表其朝向的旋转角度分量。精确的位姿估计对于移动机器人的自动地图生成、路径规划和控制、目标检测和跟踪等具有重要意义。

常见的定位技术主要有基于测距法和惯性导航的相对定位，以及GPS定位、路标定位和地图匹配等绝对定位技术。现有定位方法多存在技术成本与精度之间的矛盾，以航位推算为主的相对定位技术方法简单、技术成本低，但存在累积误差问题；绝对定位技术没有累积误差，但该类技术存在技术复杂、方法移植性差、技术成本高等问题。

由于单独的相对定位和绝对定位技术都存在一定的不足之处，在一些定位精度要求高的复杂环境中，定位结果往往不够理想。实际应用中，多以两种方法相结合的方式，以绝对位姿信息对相对位姿信息进行的校准更新，消除定位累积误差，从而提高整体位姿估算的精准度。

现有的位姿校准方法中，技术较为成熟的主要有基于GPS数据融合、导航信标和标签、Landmarks等，但GPS数据多用于室外环境，室内信号易受遮挡干扰，且定位精度多以米为量级，室内精确定位精度不够；基于信标和标签的定位方法定位精度高，实时性好，但该类定位方法需要在传感器检测环境范围内放置大量特征明显的人工路标或标签，工作量较大，在仓储室等环境复杂的场景中路标易损坏，设备维护成本高；其次，基于地图匹配的位姿校准方法在室内环境下研究的也比较多，比较典型的有激光雷达SLAM、视觉SLAM技术等，但该类方法算法复杂度较高、计算量大，且在仓库通道这种相似度较高的环境下，地图识别与匹配的过程易产生误差；此外，在一些基于环境特征的位姿校准方法中，比较有代表性的有基于柱状特征和室内直角特征的技术，该类方法灵活性高，但前者在空旷的室内环境中效果较好，在一些环境复杂的场合效果不理想；而基于室内直角特征的方法中，虽然在结构化比较明显的室内环境下有很好的适用性，但该类方法在提取角点信息的过程中易受传感器噪声或环境干扰因素的影响，精度易受影响。

因此，急需一种适用于全向移动机器人，在自动化仓储通道环境下，适用性好、切实可行的位姿校准方法。

发明内容

有鉴于此，为了解决上述问题，本发明提供一种基于直角弯道特征的全方位移动机器人位姿校准方法，该方法在充分分析典型仓库通道环境的情况下，利用激光雷达数据对直角弯道处的环境特征进行描述，并以此特征对全方位小车在通道环境下进行全局定位与位姿更新，消除相对定位中的累积误差，提高机器人的整体定位精度。

本发明的目的是通过以下技术方案来实现的：本发明提供的一种基于直角弯道特征的全方位移动机器人位姿校准方法，该方法包括以下步骤：

S1.建立直角弯模型，包括L型直角弯模型、I型直角弯模型、T型直角弯模型；