【技术实现步骤摘要】
本专利技术涉及的是,具体形式为离线处理机器人采集的环境数据,实现室内环境线性特征地提取,为机器人室内环境中的拓扑定位提供技术支撑。
技术介绍
随着科技的发展,移动机器人被广泛地应用于不同的领域,更多的机器人开始走进普通家庭,服务日常生活。但是,环境地图的创建精度制约机器人进一步的功能拓展。声纳传感器作为一种廉价、常见的距离传感器,被广泛的应用于移动机器人地图创建过程中。然而,声纳传感器的精度相对较低,需要有效的信息处理方式,以降低误差对地图创建结果的影响。常见的特征提取算法包括线性回归算法、增量算法、RANSAC算法、霍夫变换算法和EM算法等。但传统的增量算法是采用对传感器采集的数据随机取二点拟合直线,提取环境线性特征。这一方面增加 了算法的偶然性,也降低了拟合特征信息的最适性。本专利技术综合增量算法和RANSAC算法的优势,提出了一种分步数据处理、多规则数据融合的特征提取算法,实验结果表明该算法能够显著提高特征提取的精度。
技术实现思路
本专利技术解决了传统算法直线拟合过程存在选点随机性大,算法效率低,以及无法得到最佳拟合直线可能不过数据中的点的问题。在后期数据处理过程中采用多规则数据融合的思想,提高了特征提取的准确性。本专利技术提出,步骤包括:第一步,基于机器人获取的环境信息,去除其中不符合要求的数据(记实验数据为(X,Y, r)其中X,y分别表示机器人坐标系下的水平和垂直距离,r为传感器到目标的距离。不符合要求的数据标记r = R,其中R为声纳传感器的最大测量距离)。第二步,定义长度为data_len的滑动窗口 Win,从TO时刻开始,首先 ...
【技术保护点】
一种室内环境的线性特征提取方法,步骤包括:第一步,基于机器人获取的环境信息,记实验获取的数据形式为(x,y,r),其中x,y分别表示机器人坐标系下的水平和垂直距离,r为传感器到目标的距离;不符合要求的数据标记r=R,其中R为声纳传感器的最大测量距离;去除其中不符合要求的数据;第二步,定义长度为data_len的滑动窗口Win,从T0时刻开始,首先对传感器进行分组,每组取data_len*sen_num个数据,其中sen_num表示每个分组包含的传感器个数;第三步,从第二步获得的一组数据中随机选取n个点,按照最小二乘法进行直线拟合;假设直线方程为y=kx+b;k=(Σxi2)(Σyi)-(Σxi)(Σxiyi)n(Σxi2)-(Σxi)2]]>bn(Σxiyi)-(Σxi)(Σyi)n(Σxi2)-(Σxi)2]]>其中xi,yi分别表示数据中第i点的水平坐标和垂直坐标,n表示随机取点的个数;第四步,计算分类数据中其余点到该直线的距离d,并与距离阈值D比较, ...
【技术特征摘要】
1.一种室内环境的线性特征提取方法,步骤包括: 第一步,基于机器人获取的环境信息,记实验获取的数据形式为(X,y,r),其中X,y分别表示机器人坐标系下的水平和垂直距离,r为传感器到目标的距离;不符合要求的数据标记r = R,其中R为声纳传感器的最大测量距离;去除其中不符合要求的数据; 第二步,...
【专利技术属性】
技术研发人员:陈宗海,张旭,王鹏,孙建,徐子伟,
申请(专利权)人:中国科学技术大学,
类型:发明
国别省市:安徽;34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。