【技术实现步骤摘要】
本专利技术属于移动机器人
,具体涉及一种基于直线特征地图的EKF-SLAM算法的设计。
技术介绍
随着机器人技术的日益发展,机器人的应用越来越广泛,几乎渗透到所有领域。移动机器人是机器人学中的一个重要分支,按结构分,一般可分为轮式、腿足式、履带式、吸盘式以及复合式机器人。其中,轮式移动机器人由于其控制简单,运动稳定和能源利用率高等特点应用较为广泛。如今,移动机器人的地图建立与导航问题的该领域的一个热门研究课题,SLAM(SimultaneousLocalizationAndMapping)就是指移动机器人的同时定位与地图创建问题,也被称为CLM(ConcurrentMappingandLocalization)。SLAM问题可以描述为:在一个二维平面内,已知运动模型的移动机器人从一个未知的初始点出发,在一个有若干环境特征的环境中移动,机器人通过传感器的数据确定环境特征的二维坐标,同时确定自身的三维坐标。目前解决SLAM问题比较常用的一种方法是EKF-SLAM(ExtendedKalmanFilter-SimultaneousLocalizationAndMapping,基于扩展卡尔曼滤波器的移动机器人同时定位与地图创建)算法。现有的EKF-SLAM算法均是基于环境的空间点特征进行计算的,然而由于空间中点较多,会造成运算量较大,进而使得EKF-SLAM算法的实时性较差,无法满足应用需求。
技术实现思路
本专利技术的目的是为了解决现有技术中EKF-SLAM算法基于环境的空间点特征进行计算,运算量较大,实时性较差的问题,提出了一种基于直线特征地图的EKF-S ...
【技术保护点】
基于直线特征地图的EKF‑SLAM算法,其特征在于,包括以下步骤:S1、直线特征提取:系统对激光雷达测量的数据进行区域分割与直线拟合,得到直线特征的参数方程;S2、机器人控制量输入:输入移动机器人的控制量,并计算得到系统的状态预测量和协方差预测量;S3、直线特征匹配:系统实时将激光雷达最新一帧测量数据中每条直线的特征参数与之前一帧每条直线的特征参数进行逐一对比,判断是否出现新的直线,若是则进入步骤S4,否则进入步骤S5;S4、添加新的直线特征;S5、对原有的直线特征进行观测与修正。
【技术特征摘要】
1.基于直线特征地图的EKF-SLAM算法,其特征在于,包括以下步骤:S1、直线特征提取:系统对激光雷达测量的数据进行区域分割与直线拟合,得到直线特征的参数方程;S2、机器人控制量输入:输入移动机器人的控制量,并计算得到系统的状态预测量和协方差预测量;S3、直线特征匹配:系统实时将激光雷达最新一帧测量数据中每条直线的特征参数与之前一帧每条直线的特征参数进行逐一对比,判断是否出现新的直线,若是则进入步骤S4,否则进入步骤S5;S4、添加新的直线特征;S5、对原有的直线特征进行观测与修正。2.根据权利要求1所述的基于直线特征地图的EKF-SLAM算法,其特征在于,所述步骤S...
【专利技术属性】
技术研发人员:张鹏飞,何俐萍,吴家敏,肖立超,孙家弼,
申请(专利权)人:成都普诺思博科技有限公司,
类型:发明
国别省市:四川;51
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。