[发明专利]一种移动机器人定位方法有效

专利信息
申请号: 201911244060.7 申请日: 2019-12-06
公开(公告)号: CN110927740B 公开(公告)日: 2023-09-08
发明(设计)人: 张永志;魏立群;章海兵;褚衍超;许志瑜 申请(专利权)人: 合肥科大智能机器人技术有限公司
主分类号: G01S17/89 分类号: G01S17/89;G01S17/93;G01C21/00
代理公司: 合肥天明专利事务所(普通合伙) 34115 代理人: 奚华保
地址: 230088 安徽*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 移动 机器人 定位 方法
【权利要求书】:

1.一种移动机器人定位方法,其特征在于,包括:

将搭载二维激光雷达的机器人置于当前定位的环境中,并获取障碍物的地图点云;

采用自适应蒙特卡洛定位算法,在机器人初始位姿附近生成服从高斯分布的粒子,并根据混入噪声对各个粒子位姿进行更新,并根据粒子的位姿权重估计出机器人当前的位姿;

利用机器人当前的位姿将二维激光雷达的实时数据转换为与地图点云同一坐标系下的点云PTCloudscan

将每一帧点云PTCloudscan作为迭代最近点的输入,得到当前帧点云PTCloudscan相对于地图点云的旋转矩阵R和平移矩阵T;

根据旋转矩阵R和平移矩阵T,计算出机器人最终的位姿;

所述混入噪声的实际获取里程计速度(v,ω)为:

其中,ε是一个方差为b2均值为0的误差变量,参数α1~α4是指定的机器人误差参数,v′是平移速度,ω′是旋转速度,v是计算得到的加入噪声后的实际平移速度,ω是计算得到的加入噪声后的实际旋转速度;

所述误差变量ε的正态分布由如下概率密度函数给定:

其中,a是正态分布的自变量;

所述二维激光雷达的测量概率由一个以0为中心的高斯函数给出:

令dist表示测量坐标与当前机器人所在环境的占据栅格地图m上最近物体的欧氏距离,phit由二维激光雷达轴正交似然域得到;

所述利用机器人当前的位姿将二维激光雷达的实时数据转换为与地图点云同一坐标系下的点云PTCloudscan,其转换公式为:

PTCloudscan(x)=scan(x)+x1

PTCloudscan(y)=scan(y)+y1

其中,PTCloudscan(x)是点云PTCloudscan下的所有x坐标值,PTCloudscan(y)是点云PTCloudscan下的所有y坐标值,(x1,y1)是当前定位得到的坐标;

还包括:

将所述点云PTCloudscan中的每一个点(P1,P2………Pn)通过八叉树搜索在地图点云PTCloudmap指定半径内的所有点,生成地图点云PTCloudmap’。

2.如权利要求1所述的移动机器人定位方法,其特征在于,所述将搭载二维激光雷达的机器人置于当前定位的环境中,并获取障碍物的地图点云,包括:

将所述搭载二维激光雷达的机器人置于当前定位的环境中,并加载预先建立好的当前定位环境二维占据栅格地图;

将当前定位环境二维占据栅格地图中障碍物的点坐标提取存入地图点云中,得到障碍物的地图点云。

3.如权利要求2所述的移动机器人定位方法,其特征在于,所述采用自适应蒙特卡洛定位算法,在机器人初始位姿附近生成服从高斯分布的粒子,并根据混入噪声对各个粒子位姿进行更新,并根据粒子的位姿权重估计出机器人当前的位姿,包括:

采用自适应蒙特卡洛定位算法,在机器人初始位姿附近生成服从高斯分布的粒子;

根据混入噪声的实际获取里程计速度对各个粒子位姿进行更新,得到更新后的粒子位姿;

采用所述二维激光雷达所获取数据与栅格地图的似然域模型,获取每个粒子的观测模型,赋予粒子相应的位姿权重;

利用所述二维激光雷达的测量概率对每个粒子的位姿权重进行修正,得到机器人运动过程中不断迭代更新的粒子位姿及位姿权重;

根据粒子的位姿权重,估计出机器人当前的位姿。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于合肥科大智能机器人技术有限公司,未经合肥科大智能机器人技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911244060.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top