[发明专利]用于复杂大尺度室内场景的移动机器人高精度定位方法

说明书

本发明提供一种用于复杂大尺度室内场景的移动机器人高精度定位方法，通过对全局地图进行降采样处理组成全局地图金字塔，在接收到最新激光点时，从位于金字塔最顶部的地图开始进行机器人位姿得分的检索，得到机器人的全局位姿；通过对人工路标进行检测和识别，得到环境中的人工路标用于移动机器人定位，当检测到少于三个人工路标时，构建人工路标的观测模型更新粒子分布，当检测到多于三个人工路标时，利用高精度定位方法对人工路标进行处理，实现移动机器人在目标区域的高精度定位，最后通过定位质量检测模块实现移动机器人定位质量的评估，通过反馈策略实现定位方法的鲁棒性；可以在目标区域实现毫米级定位，能够满足工业场景的精度需求。

技术领域

本发明属于机器人定位技术领域，具体涉及一种用于复杂大尺度室内场景的移动机器人高精度定位方法。

背景技术

移动机器人定位是移动机器人长期自主导航过程中一个重要部分，在很多应用中是最为基础的问题，比如在服务机器人、物流机器人、工业AGV(Automated GuidedVehicle)、自动驾驶等领域。移动机器人定位问题主要分为全局重定位和位姿跟踪。全局定位主要是通过对全局地图的搜索实现移动机器人的位姿校正，尤其是对于移动机器人上电启动或者对于移动机器人绑架问题，全局定位对于保证系统鲁棒运行非常有意义。位姿跟踪问题主要解决的是动态环境下的鲁棒定位问题和目标点高精度定位问题。比如对于工业物流机器人，为了能够精准地运动到上货区，并且实现准确地完成物体的托运，需要实现小于1cm的定位误差。对于工厂的动态环境，由于货架的变动与更新，会使环境发生较大的变化，为了移动机器人在这种环境下正常工作，需要保证移动机器人鲁棒定位。因此，对于室内移动机器人来说，尤其是工业AGV来说，从全局定位到高精度鲁棒定位的整个定位过程都是非常重要的。

传统的全局定位问题的研究中，GPS经常被用来提供全局位置，然而GPS在密闭空间和室内环境会失效。在GPS失效的室内场景下，全局定位主要是通过对全局地图数据或者全局地图的特征进行检索来实现移动机器人的全局定位。近年来，有很多基于视觉信息的位置识别方法来实现机器人全局定位，视觉可以获取到环境中非常丰富的信息。如中国专利“CN110533722A一种基于视觉词典的机器人快速重定位方法及系统”提出了一种使用图像与视觉地图中保存的关键帧进行对比，找出最接近的相似关键帧。然后将当前图像帧与相似关键帧进行特征匹配，得出当前图像帧位姿相对于相似关键帧的位姿关系。最后根据相似关键帧在激光地图中的位姿以及当前图像帧相对于相似关键帧的位姿关系，得到当前机器人的位姿信息来实现机器人重定位。所述的技术方法中主要使用视觉来实现移动机器人位姿重定位。视觉图像可以获取到环境中非常丰富的信息，所以可以实现很好的机器人重定位效果。然而，在频繁变化的工厂环境或者视觉退化场景，如光照变化，会对移动机器人的位置识别或者全局定位产生致命的影响，这就使得基于视觉信息无法实现移动机器人定位。

移动机器人位姿跟踪问题的研究中，主要面临的挑战有动态环境下鲁棒定位、目标点高精度定位。如中国专利“CN112068547A一种基于AMCL的机器人定位方法、装置和机器人”提供了一种基于粒子滤波的AMCL定位方法。该方法利用激光数据与地图文件，对由AMCL算法预测得到的初始粒子群中的粒子分布进行优化处理，得到更为集中的粒子分布，并采用AMCL算法对优化后的粒子群进行处理，实现机器人的实时定位。所述的技术方法中使用粒子滤波方法实现移动机器人定位，由于粒子滤波使用粒子作为位姿的假设，可以实现很高的鲁棒性，但只能实现厘米级定位精度。然而在现代工业场景下，移动机器人定位达到这样的定位精度还远远不够，工业场景要求毫米级定位才能保证安全的工业生产。

发明内容

基于上述问题，本发明提供一种用于复杂大尺度室内场景的移动机器人高精度定位方法，包括：

步骤1：将机器人获取的原始全局地图进行降采样处理并组合成金字塔形式的全局地图；

步骤2：根据采集到的当前时刻的激光点，从金字塔全局地图最顶层的最低分辨率开始进行机器人位姿得分的搜索实现全局定位；

步骤3：设置人工路标优化机器人的当前位姿；