一种机器人室内定位方法技术

本发明专利技术提供了一种机器人室内定位方法，包括：数据存储步骤，用于存储上一时刻的编码器数据以及超宽带数据；数据采集步骤，用于通过设置在驱动所述机器人的左右轮的电机的轴端的光电编码器采集当前时刻的编码器数据以及通过超宽带定位系统采集当前时刻的超宽带数据；增量数据计算步骤，用于根据所存储的上一时刻的编码器数据和超宽带数据以及所采集的当前时刻的编码器数据和超宽带数据来计算里程增量和位置增量；以及定位信息评估步骤，用于根据所计算的里程增量和位置增量来判断所述编码器数据和所述超宽带数据是否异常，从而确定使用无迹卡尔曼滤波(UKF)方法、航位推算方法或由所述超宽带定位系统获得的超宽带位姿信息来获得所述机器人在当前时刻的定位信息。

Robot indoor positioning method

The invention provides a robot indoor positioning method, including the steps of: data storage, data storage time for encoder and ultra wideband data; data acquisition procedures for encoder data by setting the photo on the left and right wheel motor to drive the robot to the shaft of the encoder to collect current and ultra wideband the data acquisition system by ultra wideband positioning at the moment; incremental data calculation step for calculating mileage increment and the incremental position according to the encoder data encoder data stored on a time and ultra broadband data and the current acquisition and ultra broadband data; and the evaluation steps for incremental positioning information, according to the mileage and location incremental calculation to determine the encoder data and the ultra wideband data is abnormal, so as to determine the use of Mark Calman filter (UKF) method, the dead reckoning method or obtained by the ultra wideband UWB positioning system to obtain the pose information of the robot in the current location information.

【技术实现步骤摘要】
一种机器人室内定位方法
本专利技术涉及地面移动机器人在室内环境中的导航控制领域，更具体地涉及一种机器人室内定位方法。
技术介绍
现有智能移动机器人是一类能够通过传感器感知环境和自身状态，实现在有障碍物的环境中面向目标的自主导航运动，从而完成预定任务的机器人系统。要实现机器人自主导航运动，必须要解决环境建模、实时定位、路径规划、运动控制等一系列问题；其中，移动机器人必须具有定位的能力，其目的就是确定机器人在运行环境中相对于世界坐标系的位置及航向。目前存在多种定位技术，例如GPS定位技术、惯性导航系统定位技术以及超宽带(UWB，UltraWideBand)技术等。然而，在室内环境下，机器人无法使用GPS进行定位，而使用惯性导航系统成本较高且不能保证长时间定位精度。超宽带技术具有对信道衰落不敏感、发射信号功率谱密度低、低截获能力等特点，能够提供分米级定位精度。然而，在室内环境下，由于空间尺寸较小，无线系统多径效应强，高精度定位部署困难；并且，由于建筑支柱、隔断墙体、玻璃、家具等遮挡物体的存在，更加恶化了无线定位的工作环境。因此，机器人在室内环境下自主移动不能单纯依靠超宽带定位系统，应与其他定位方式进行融合。另外，一般室内机器人由两个直流伺服电机驱动左右主动轮，通过左右轮差速实现转向运动。当以安装在两个伺服电机轴端的光电编码器输出进行航位推算时，由于电机减速器存在间隙，而且车轮与地面之间不可避免的存在打滑现象，尤其在转弯时滑动更为明显。因此航位推算的轨迹为理想的输出轨迹，在转弯时航向误差有明显增大的趋势。
技术实现思路
鉴于以上问题，本专利技术提供了一种结合了超宽带定位和航位推算的特点的机器人室内定位方法：当超宽带信号正常时，采用无迹卡尔曼滤波(UnscentedKalmanFilter，UKF)方法对超宽带、编码器、电子罗盘信息进行数据融合，在获得位置、航向的同时对航位推算的航向失准角进行估算；当超宽带信号异常时，通过航位推算进行位姿解算，由于失准角可以实时补偿，因此可以保证航位推算的定位定向精度。根据本专利技术的一方面，提供了一种机器人室内定位方法，包括：数据存储步骤，用于存储上一时刻的编码器数据以及超宽带数据；数据采集步骤，用于通过设置在驱动所述机器人的左右轮的电机的轴端的光电编码器采集当前时刻的编码器数据以及通过超宽带定位系统采集当前时刻的超宽带数据；增量数据计算步骤，用于根据所存储的上一时刻的编码器数据和超宽带数据以及所采集的当前时刻的编码器数据和超宽带数据来计算里程增量和位置增量；以及定位信息评估步骤，用于根据所计算的里程增量和位置增量来判断所述编码器数据和所述超宽带数据是否异常，从而确定使用无迹卡尔曼滤波(UKF)方法、航位推算方法或由所述超宽带定位系统获得的超宽带位姿信息来获得所述机器人在当前时刻的定位信息。根据实施例，所述定位信息评估步骤包括：如果所述里程增量为零并且所述位置增量不为零，则判断所述编码器数据正常并且所述超宽带数据异常，从而确定使用所述航位推算方法来获得所述机器人在当前时刻的位置和航向，其中使用所述航位推算方法来获得所述机器人在当前时刻的位置和航向包括：装订航向失准角的步骤，以使得所述航位推算方法使用当前时刻的编码器数据和已装订的航向失准角来计算所述机器人在当前时刻的位置和航向。根据实施例，所述定位信息评估步骤包括：如果所述位置增量小于预定值并且所述里程增量的绝对值大于等于预定倍数的所述位置增量，则判断所述编码器数据异常并且所述超宽带数据正常，从而使用所述超宽带位姿信息获得所述机器人在当前时刻的位置以及由所述电子罗盘确定的当前时刻的航向。根据实施例，所述定位信息评估步骤包括：如果所述里程增量的绝对值小于预定值并且所述位置增量大于等于预定倍数的所述里程增量的绝对值，则判断所述编码器数据正常并且所述超宽带数据异常，从而确定使用所述航位推算方法来获得所述机器人在当前时刻的位置和航向，其中使用所述航位推算方法来获得所述机器人在当前时刻的位置和航向包括：装订航向失准角的步骤，以使得所述航位推算方法使用当前时刻的编码器数据和已装订的航向失准角来计算所述机器人在当前时刻的位置和航向。根据实施例，所述定位信息评估步骤包括：如果所述里程增量的绝对值小于预定值并且所述位置增量小于预定倍数的所述里程增量的绝对值，则判断所述编码器数据正常并且所述超宽带数据正常，从而使用所述无迹卡尔曼滤波(UKF)方法来获得所述机器人在当前时刻的位置和航向，其中使用所述无迹卡尔曼滤波(UKF)方法来获得所述机器人在当前时刻的位置和航向包括通过设置在机器人上的电子罗盘采集当前时刻的航向数据的步骤，以使得所述无迹卡尔曼滤波(UKF)方法使用当前时刻的编码器数据、超宽带数据以及航向数据来计算所述机器人在当前时刻的位置、航向以及航位推算失准角。根据实施例，在判断所述编码器数据正常并且所述超宽带数据异常的情况下，如果连续多次满足所述里程增量的绝对值小于预定值并且所述位置增量小于预定倍数的所述里程增量的绝对值，则判断所述编码器数据正常并且所述超宽带数据正常，从而使用所述无迹卡尔曼滤波(UKF)方法来获得所述机器人在当前时刻的位置和航向，其中使用所述无迹卡尔曼滤波(UKF)方法来获得所述机器人在当前时刻的位置和航向包括通过设置在机器人上的电子罗盘采集当前时刻的航向数据的步骤，以使得所述无迹卡尔曼滤波(UKF)方法使用当前时刻的编码器数据、超宽带数据以及航向数据来计算所述机器人在当前时刻的位置、航向以及航位推算失准角。根据实施例，所述定位信息评估步骤包括：如果所述里程增量的绝对值大于等于预定值并且所述位置增量大于等于所述预定值，则判断所述编码器数据异常并且所述超宽带数据异常，从而停止计算所述机器人在当前时刻的位置数据和航向数据并且输出上一时刻的位置和航向。根据实施例，所述数据存储步骤包括：存储所获得的所述机器人在当前时刻的位置、航向以及航向失准角以用于下一时刻的计算。根据本专利技术的实施例，所述倍数优选为10倍，并且所述预定值优选为15cm。根据本专利技术的实施例，所述里程增量ds根据以下公式计算：其中，L＝π·D·η·P为航位推算的比例系数，其中编码器精度为P(单位：每脉冲转数PPR)，驱动电机的减速比为η，车轮直径为D(单位：m)，两车轮轮间距为w(单位：m)；并且Nl和Nr为上一时刻k-1至当前时刻k左右车轮编码器输出的脉冲增量。根据本专利技术的实施例，所述位置增量dl根据以下公式计算：其中，(xk-1，yk-1)为前一时刻k-1的超宽带位置，(xk，yk)为当前时刻k的超宽带位置。根据本专利技术的实施例，所述航位推算方法根据以下公式来获得机器人在当前时刻的位置数据和航向数据：其中，(xdk，ydk)和为当前时刻k的机器人的位置和航向，(xdk-1，ydk-1)和为上一时刻k-1的机器人的位置和航向，并且为航向偏差，是高斯白噪声。附图说明图1是根据本专利技术实施例的机器人室内定位方法的总体流程图。具体实施方式图1示出根据本专利技术实施例的机器人室内定位方法的总体流程图。如图1所示，在已经获得上一时刻的编码器数据以及超宽带数据的情况下，通过设置在驱动机器人的左右轮的电机的轴端的光电编码器来采集当前时刻的编码器数据以及通过超宽带定位系统采集当前时刻的超宽带数本文档来自技高网...

【技术保护点】
一种机器人室内定位方法，包括：数据存储步骤，用于存储上一时刻的编码器数据以及超宽带数据；数据采集步骤，用于通过设置在驱动所述机器人的左右轮的电机的轴端的光电编码器采集当前时刻的编码器数据以及通过超宽带定位系统采集当前时刻的超宽带数据；增量数据计算步骤，用于根据所存储的上一时刻的编码器数据和超宽带数据以及所采集的当前时刻的编码器数据和超宽带数据来计算里程增量和位置增量；以及定位信息评估步骤，用于根据所计算的里程增量和位置增量来判断所述编码器数据和所述超宽带数据是否异常，从而确定使用无迹卡尔曼滤波(UKF)方法、航位推算方法或由所述超宽带定位系统获得的超宽带位姿信息来获得所述机器人在当前时刻的定位信息。

【技术特征摘要】
1.一种机器人室内定位方法，包括：数据存储步骤，用于存储上一时刻的编码器数据以及超宽带数据；数据采集步骤，用于通过设置在驱动所述机器人的左右轮的电机的轴端的光电编码器采集当前时刻的编码器数据以及通过超宽带定位系统采集当前时刻的超宽带数据；增量数据计算步骤，用于根据所存储的上一时刻的编码器数据和超宽带数据以及所采集的当前时刻的编码器数据和超宽带数据来计算里程增量和位置增量；以及定位信息评估步骤，用于根据所计算的里程增量和位置增量来判断所述编码器数据和所述超宽带数据是否异常，从而确定使用无迹卡尔曼滤波(UKF)方法、航位推算方法或由所述超宽带定位系统获得的超宽带位姿信息来获得所述机器人在当前时刻的定位信息。2.如权利要求1所述的机器人室内定位方法，其中，所述定位信息评估步骤包括：如果所述里程增量为零并且所述位置增量不为零，则判断所述编码器数据正常并且所述超宽带数据异常，从而确定使用所述航位推算方法来获得所述机器人在当前时刻的位置和航向，其中使用所述航位推算方法来获得所述机器人在当前时刻的位置和航向包括：装订航向失准角的步骤，以使得所述航位推算方法使用当前时刻的编码器数据和已装订的航向失准角来计算所述机器人在当前时刻的位置和航向。3.如权利要求1所述的机器人室内定位方法，其中，所述定位信息评估步骤包括：如果所述位置增量小于预定值并且所述里程增量的绝对值大于等于预定倍数的所述位置增量，则判断所述编码器数据异常并且所述超宽带数据正常，从而使用所述超宽带位姿信息获得所述机器人在当前时刻的位置以及由所述电子罗盘确定的当前时刻的航向。4.如权利要求1所述的机器人室内定位方法，其中，所述定位信息评估步骤包括：如果所述里程增量的绝对值小于预定值并且所述位置增量大于等于预定倍数的所述里程增量的绝对值，则判断所述编码器数据正常并且所述超宽带数据异常，从而确定使用所述航位推算方法来获得所述机器人在当前时刻的位置和航向，其中使用所述航位推算方法来获得所述机器人在当前时刻的位置和航向包括：装订航向失准角的步骤，以使得所述航...

【专利技术属性】
技术研发人员：王芳，刘汝佳，吕翀，李楠，段俊杰，
申请(专利权)人：航天科工智能机器人有限责任公司，
类型：发明
国别省市：北京,11