[发明专利]一种INS辅助的室内移动机器人无线定位方法

摘要

本发明公开了一种INS辅助的室内移动机器人无线定位方法，属于机器人无线定位技术领域。该定位方法分为培训阶段和预估阶段两部分。培训阶段是在本地相对坐标系中将INS(惯性导航系统)、WSN(无线传感器网络)进行集成。通过扩展卡尔曼滤波对得到的同步导航数据进行数据融合，得到持续稳定的导航信息。预估阶段是将INS测量得到的位置和速度信息输入培训阶段通过神经网络培训的INS误差模型进行误差补偿，以得到最优的导航信息。本发明的方法提高了INS定位的精度，同时在减少WSN网络规模的基础上扩大了室内机器人定位的范围。

主权项

1.一种INS辅助的室内移动机器人无线定位方法，其特征在于，包括下列步骤：（1）将机器人的导航过程分为培训阶段和预估阶段两部分，将有WSN信号的导航过程称为培训阶段，而只有INS信号的区域称之为预估阶段；（2）在培训阶段，是在本地相对坐标系中将INS、WSN进行集成，通过扩展卡尔曼滤波对得到的同步导航数据在导航计算机中进行数据融合，将每个时刻通过INS测量得到的东向和北向的位置、通过测速计测量得到的速度和每一时刻WSN各自测量的未知节点与参考节点之间的距离输入到扩展卡尔曼滤波器中进行滤波，最后得到每个时刻东向和北向两个方向的位置和速度预估；（3）扩展卡尔曼滤波器的系统方程以INS每一时刻东向和北向两个方向的位置和速度作为状态变量，以每一时刻WSN各自测量的未知节点与参考节点之间的距离，测速计测量得到的速度作为观测量，INS中的加速度计测量得到的每个时刻东向和北向的加速度信息作为系统的扰动输入，系统方程如式(1)所示：(1)其中，为k时刻的东向位置；为k时刻的北向位置；为k时刻的东向速度；为k时刻的北向速度；为k时刻的东向加速度；为k时刻的北向加速度；为采样周期；观测方程如式(2)所示：(2)其中，，和，为已参考节点在本地坐标系中的位置，为k时刻的东向速度；为k时刻的北向速度；（4）在滤波器进行数据滤波的过程中，将INS自身测量得到的位置和速度与滤波器预估得到的位置和速度作差，将差值作为神经网络的目标输入，将INS自身测量得到的位置和速度作为培训输入，通过人工智能算法的BP神经网络构建INS预估误差模型；（5）若未知节点离开搭建有WSN的区域进入预估阶段，在这一阶段，组合导航系统获取不到WSN测量的相对导航信息，只能依靠INS系统完成这一部分的自主导航，INS利用在培训区域训练的误差模型，将实时测量得到的绝对导航信息输入进误差模型中，误差模型通过之前的培训，得到改导航信息相应的误差，实时测量得到的导航信息与相应的误差作差，得到最终的导航信息。