[发明专利]基于粒子滤波的远程定位方法

说明书

本发明公开了一种基于粒子滤波的远程定位方法，包括以下步骤：基于视觉位姿进行粒子群状态初始化；基于优化后轮式里程计进行粒子位姿预测；基于激光匹配进行粒子状态微调；基于激光观测信息进行粒子状态更新；基于视觉位姿和机器人系统当前定位信息判断机器人是否被绑架，如果被绑架，重新开始执行基于视觉位姿进行粒子群状态初始化；如果没有被绑架，判断视觉位姿是否可信，如果视觉位姿可信，结合视觉位姿、激光观测信息和二维激光似然域地图进行粒子权重更新；如果视觉位姿信息不可信，仅仅基于激光观测信息和二维激光似然域地图进行粒子权重更新；根据更新的粒子权重对粒子状态进行加权平均，计算机器人基于多传感器融合算法得出的最终位姿。

技术领域

本发明属于移动机器人定位技术领域，具体涉及一种基于粒子滤波的远程定位方法。

背景技术

以视觉导航机器人不在少数，视觉导航是依靠在机器人上安装一个摄像头，将看到的信息收集，经过将这些信息算法处理，得出环境模型，再而选择一条最佳路线，实现机器人的移动。视觉导航技术的优势在于较为成熟、技术成本低、借助大数据就能够解决技术路线，因此视觉导航在机器人市场中占据一席之地。但是视觉导航机器人的问题也很明显，视觉测距的前提要测的准，而在实际操作中，视觉测距经常会出现位置漂移的情况，在机器人的摄像头获取环境信息后计算出距离，期间若是数据处理和算法跟不上，距离数据就会形成偏差。

激光导航的工作原理是通过激光获取环境信息，测量激光从发出到接收的时间计算出自身距离前方障碍物的距离，通过算法的处理，同样得出环境模型，在不断的扫描测距中获得定位和行走路线。激光雷达作为机器人技术中的后起之秀，激光雷达因为成本的高昂起步较慢，但随着低成本激光雷达的研发，激光雷达机器人的性能更加优异，激光雷达具有高精度、高分辨率的优势，在地图的精度和定位上更精准。

如上分析，激光的信息精确度高，并且对光照鲁棒，基于激光得到的里程计，置信度高；但是激光的信息量较少，特征少，导致在结构化重复性程度高的环境中容易出现定位失效的情况。视觉信息的特征丰富，容易通过闭环检测来减少累计误差，但是其精度不高，并且对光照变化剧烈的情况不鲁棒，容易受图像遮挡，运动物体干扰或者快速移动导致系统失效。激光和可见光的优缺点形成互补关系，因此考虑将激光信息和视觉信息进行融合。

发明内容

鉴于以上存在的技术问题，本发明用于提供一种基于粒子滤波的远程定位方法，针对室内环境中的机器人定位展开研究，采用多传感器融合的方式来解决在重复性结构多的环境中可能出现的定位失效问题。

为解决上述技术问题，本发明采用如下的技术方案：

一种基于粒子滤波的远程定位方法，包括以下步骤：

基于视觉位姿进行粒子群的状态初始化；

基于优化后轮式里程计进行粒子位姿预测；

基于激光匹配进行预测粒子状态的微调；

基于激光观测信息进行粒子状态更新；

基于视觉位姿和机器人系统当前定位信息判断机器人是否被绑架，如果判断得到机器人被绑架，重新开始执行基于视觉位姿进行粒子群的状态初始化；如果机器人没有被绑架，判断视觉位姿是否可信，如果视觉位姿可信，如果视觉位姿可信，结合视觉位姿、激光观测信息和二维激光似然域地图进行粒子权重更新；如果视觉位姿信息不可信，不结合视觉权重进行粒子权重更新，仅仅基于激光观测信息和二维激光似然域地图进行粒子权重更新；；

根据更新的粒子权重对粒子状态进行加权平均，计算机器人基于多传感器融合算法得出的最终位姿。

优选地，基于视觉位姿进行粒子群状态初始化具体为：