【技术实现步骤摘要】
:本专利技术涉及移动机器人
,具体设计一种基于Kinect传感器信息融合的移动机器人不确定性全局栅格地图构建方法。
技术介绍
:环境地图构建是目前移动机器人研究的重点和热点领域,移动机器人通过对环境地图的分析可以完成路径规划,自主导航等一系列的任务。环境地图构建的表达方式主要分为二维平面地图和三维立体地图,在移动机器人环境地图构建领域中,二维平面地图的应用范围比较常见和广泛。而栅格地图对环境的描述比较直观,便于创建和更新。Kinect传感器是微软与2010年推出的一款新型传感器,由于其可以同时采集彩色影像、深度影像、声音信号等,自Kinect开始发行起就受到了研究者们的广泛关注。尽管Kinect传感器在检测环境方面有着诸多的优点,但是由于Kinect传感器本身技术限制会使得Kinect所采集到的深度数据存在一定的误差。由于Kinect传感器自身的局限性和机器人工作环境的复杂性,使得使用Kinect传感器建立的环境栅格地图具有一定的不确定性以及不精确性。
技术实现思路
:专利技术目的:本专利技术提供一种利用改进的D-S证据推理方法对Kinect传感器进行信息融合的移动机器人不确定性全局栅格地图构建方法,其目的在于解决以往所存在的问题,实现对周围环境的检测并构建出环境地图以便于移动机器人进行导航和执行其他工作任务。技术方案:本专利技术是通过以下技术方案实施的:一种基于Kinect传感器信息融合的移动机器人不确定性全局栅格地图构建方法:其特征在于:该方法包括有以下步骤:步骤(1):移动机器人使用Kinect传感器采集环境信息并建立局部栅格地图;步骤(2):使 ...
【技术保护点】
一种基于Kinect传感器信息融合的机器人全局栅格地图构建方法,其特征在于:该方法包括有以下步骤:步骤(1):移动机器人使用Kinect传感器采集环境信息并建立局部栅格地图;步骤(2):使用概率值表示每个栅格占用状态、空闲状态和未知状态的置信度;步骤(3):对利用Kinect传感器建立全局地图初期栅格状态特点对D‑S证据理论进行改进并将其用于传感器信息融合;步骤(4):使用改进的D‑S证据理论对Kinect传感器信息进行融合得到机器人工作环境的全局栅格地图。
【技术特征摘要】
2016.04.01 CN 20161020172181.一种基于Kinect传感器信息融合的机器人全局栅格地图构建方法,其特征在于:该方法包括有以下步骤:步骤(1):移动机器人使用Kinect传感器采集环境信息并建立局部栅格地图;步骤(2):使用概率值表示每个栅格占用状态、空闲状态和未知状态的置信度;步骤(3):对利用Kinect传感器建立全局地图初期栅格状态特点对D-S证据理论进行改进并将其用于传感器信息融合;步骤(4):使用改进的D-S证据理论对Kinect传感器信息进行融合得到机器人工作环境的全局栅格地图。2.根据权利要求1所述基于Kinect传感器信息融合的机器人全局栅格地图构建方法,其特征在于:所述步骤(1)机器人对于Kinect传感器采集的数据,首先采用深度数据地面去除方法检测障碍物;然后通过对其进行列扫描处理得到每个障碍物的种子点;再将检测的障碍物图像坐标映射到实际工作环境坐标;最后根据检测的障碍物在实际环境中的位置信息,确定其归属于离散化栅格。3.根据权利要求2所述基于Kinect传感器信息融合的机器人全局栅格地图构建方法,其特征在于:所述步骤(1)机器人对于Kinect传感器采集的深度数据采用深度数据地面去除方法检测障碍物;将去除地面后的深度数据进行扫描处理;扫描从首列开始,当扫描到第一个有效深度数据时,对其进行记录并作为首个障碍物的种子点;当扫描到第二个有效数据时,和第一个比较,若两者之差小于一定的阈值则两者合并为一个种子点,若两者之差超过一定的阈值则记录后者为新的目标的种子点;直到扫描完一列为止;重复以上检测过程得到所有列的所有不同的障碍物的各项信息,并得到一个横坐标为图像的像素点位 置,纵坐标为实际距离的坐标系,坐标系中每一个点代表障碍物;再将检测的障碍物图像坐标映射到实际工作环境坐标;根据检测的障碍物在实际环境中的位置信息,确定其归属于离散化栅格。4.根据权利要求1所述基于Kinect传感器信息融合的机器人全局栅格地图构建方法,其特征在于:所述步骤(2)使用Kinect传感器建立局部栅格地图,再将栅格地图分为障碍区、空闲区和未知区;每个栅格分为障碍、空闲和未知三种状态,每种状态的不确定性用概率值来表示;对于检测障碍区中各栅格的各状态置信度为:m(O)=p、m(E)=0、m(Θ)=1-p,分别表示该栅格被占用的置信度概率,空闲置信度概率和未知状态置信度概率;对于空闲区的栅格占用、空闲和未知的状态置信度分别为:m(O)=0、m(E)=0.99,m(Θ)=0.01。5.根据权利要求1所述基于Kinect传感器信息融合的机器人全局栅格地图构建方法,其特征在于:所述步骤(3)对Kinect传感器建立全局地图开始阶段大部分栅格状态处于未知状态的而导致融合效率低下的特点,对基本D-S证据理论算法进行改进,使用平均证据代替原来的证据来减低证据体之间的冲突;再将改进的D-S证据理论算法用于信息融合。6.根据权利要求5所述基于Kinect传感器信息融合的机器人全局栅格地图构建方法,其特征在于:所述步骤(3)根据Kinect传感器建立栅格地图的特点,利用改进的D-S证据理论算法对多幅局部地图进行融合,完成一次环境检测后得到的某栅格的状态为m1,原地图上该栅格的状态为m2;先判断栅格的整体状态,对其进行整体融合已提高融合效率,然后对部分栅格的融合采用Murphy方法解决冲突较大的问题;当m1为未知时,若m2为未知,则融合结果为未知;若m2为空闲,则融合结果为未知;...
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。