[发明专利]考虑采样周期随机变化的机器人紧组合导航方法及系统

说明书

本发明公开了一种考虑采样周期随机变化的机器人紧组合导航方法及系统，包括：获取机器人x方向和y方向的位置误差、速度误差、航向角以及当前时刻的采样周期数据；将上述采集到的数据作为扩展卡尔曼滤波器的状态向量；将激光雷达和航迹推算分别测量的机器人与特征点之间距离的平方差以及当前时刻的采样周期作为扩展卡尔曼滤波器的观测向量进行数据融合，最终得到机器人的最优的状态预估，实现对于机器人的路径导航。

技术领域

本发明涉及复杂环境下组合定位技术领域，尤其涉及一种考虑采样周期随机变化的机器人紧组合导航方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

近年来，随着科学技术的发展，对移动机器人技术的研究与应用取得了长足的进步，使其在许多场合被寄予了替代人类执行某些日常性与危险性任务的厚望。移动机器人导航与定位作为移动机器人为人类提供高质量服务的基础，正越来越受到各国学者的重视，并逐渐成为该领域的研究热点。然而，随着移动机器人应用范围的扩大，其所面临的导航环境也越发复杂。特别是在室内环境下，建筑物室内布局、建筑材料、甚至空间尺寸都会对导航信号产生影响，进而影响定位精度。与此同时，面向室内环境的移动机器人相对较小的平台使其无法安装部分高精度导航设备。虽然近年来小型导航设备的精度随着导航器件小型化的进步有了一定的提高，但是其性能与传统的大型高精度导航器件相比仍存在差距。在室内环境下，如何利用所获取的有限信息以消除室内复杂导航环境对移动机器人导航信息获取的准确性和实时性的影响，保证移动机器人在室内环境下导航精度的持续稳定，具有重要的科学理论意义和实际应用价值。

在现有的定位方式中，全球卫星导航系统(Global Navigation SatelliteSystem,GNSS)是最为常用的一种方式。虽然GNSS能够通过精度持续稳定的位置信息，但是其易受电磁干扰、遮挡等外界环境影响的缺点限制了其应用范围，特别是在室内、地下巷道等一些密闭的、环境复杂的场景，GNSS信号被严重遮挡，无法进行有效的工作。近年来，UWB(Ultra Wideband)以其在复杂环境下定位精度高的特点在短距离局部定位领域表现出很大的潜力。

现有技术提出将基于UWB的目标跟踪应用于GNSS失效环境下的行人导航。这种方式虽然能够实现室内定位，但是由于室内环境复杂多变，UWB信号十分容易受到干扰而导致定位精度下降甚至失锁；与此同时，由于UWB采用的通信技术通常为短距离无线通信技术，因此若想完成大范围的室内目标跟踪定位，需要大量的网络节点共同完成，这必将引入网络组织结构优化设计、多节点多簇网络协同通信等一系列问题。因此现阶段基于UWB的目标跟踪在室内导航领域仍旧面临很多挑战。

在导航模型方面，目前在室内行人组合导航领域应用较多的为松组合导航模型。该模型具有容易实现的优点，但是需要指出的是，该模型的实现需要参与组合导航的多种技术能够独立的完成导航定位。例如，需要UWB设备能够提供行人的导航信息，这就要求目标行人所处的环境必须能够获取至少3个参考节点信息，这大大的降低了组合导航模型的应用范围，与此同时，参与导航的子技术独立完成定位，也引入了新的误差，不利于组合导航技术精度的提高。为了克服这一问题，现有技术提出将紧组合模型应用于室内行人导航领域，紧组合模型直接将参与组合导航的子技术的原始传感器数据应用于最后的导航信息的解算，减少了子技术自行解算引入新误差的风险，提高了组合导航的精度，但是需要指出的是，现有紧组合导航模型均使用集中式模式，这一方式系统容错能力差，并不利于日益精确复杂的组合导航模型。

除此之外，组合导航系统中由于多传感器之间的采样周期必然不会是完全一致需要以某一种方式统一，在这个统一的过程中，某一个或几个传感器的采样周期不在其特定的采样频率，采样周期在设定值小幅上下波动，导致采样周期的不确定，由于真实的采样周期是在设定值上下波动，而仿真时使用的采样周期是设定值，所以会引入采样周期的测量误差，从而影响定位精度。目前的研究也很少考虑到组合导航系统中采样周期会出现的小幅不确定的情况。

发明内容