基于EKF/EFIR混合滤波的室内移动机器人定位方法和装置制造方法及图纸

本发明专利技术公开了一种基于EKF/EFIR混合滤波的室内移动机器人定位方法和装置，该方法包括：以目标机器人x向和y向的位置和速度以及各UWB参考节点的x向和y向位置作为状态量，以UWB定位标签测量得到的参考节点与定位标签之间的距离作为系统观测量构建UWB机器人定位模型；然后以所述UWB机器人定位模型为基础，利用UWB定位标签测量得到的某参考节点与定位标签之间的距离信息，通过EKF/EFIR混合滤波器估计机器人的位置以及参考节点的位置：首先采用EKF算法进行预估，检测EKF算法性能，若未能达到预设精度，则用EFIR滤波器对EKF算法进行补充，最终得到当前时刻目标机器人最优的位置信息。采用本发明专利技术的方法能够提高室内环境下的移动机器人的定位精度。

Indoor mobile robot localization method and device based on EKF/EFIR hybrid filtering

The invention discloses an indoor mobile robot localization method and device of EKF/EFIR based on mixed filter, the method includes: to target robot X and Y direction of position and velocity as well as the UWB reference node X and Y trending position as state variables, between the reference node and location tags to label UWB positioning measurement the distance measurement as the system construction of UWB robot localization model; then based on the UWB robot localization model, between the nodes and the location of certain reference tags were obtained by using UWB tag measurement distance information by the position of the robot and the reference node position estimation EKF/EFIR hybrid filter: firstly, using EKF algorithm to estimate, detection of EKF the performance of the algorithm, if failed to reach the preset accuracy, the EKF algorithm of EFIR filter is used to get the current time target machine Position information of the receiver. The method of the invention can improve the positioning accuracy of the mobile robot in the indoor environment.

【技术实现步骤摘要】
基于EKF/EFIR混合滤波的室内移动机器人定位方法和装置
本专利技术涉及复杂环境下组合定位
，尤其涉及一种基于EKF/EFIR混合滤波的室内移动机器人定位方法。
技术介绍
近年来，随着科学技术的发展和人民生活水平的提高，机器人逐步走进人们的生活。作为机器人为人类提供高质量服务的基础，面向机器人的定位正逐渐成为该领域的研究热点。在机器人定位技术方面，为了克服全球定位系统(GlobalPositioningSystem,GPS)为代表的全球导航卫星系统(GlobalNavigationSatelliteSystem,GNSS)在室内环境下无法克服因信号受遮挡导致定位精度下降甚至失锁的缺点，学者们提出将无线传感器网络(WirelessSensorsNetwork,WSN)技术应用到室内机器人定位领域。例如SweattM.等提出基于WiFi的室内移动机器人通信和定位算法；MiahM.S.等对基于射频识别(Radiofrequencyidentification,RFID)技术的移动机器人定位算法进行了研究。需要指出的是，上述无线定位技术的精度为米级，不能满足室内机器人高精度导航定位的本文档来自技高网...

【技术保护点】
一种基于EKF/EFIR混合滤波的室内移动机器人定位方法，其特征是，包括以下步骤：(1)以目标机器人x向和y向的位置和速度以及各UWB参考节点的x向和y向位置作为状态量，以UWB定位标签测量得到的参考节点与定位标签之间的距离作为系统观测量构建UWB机器人定位模型；(2)以所述UWB机器人定位模型为基础，利用UWB定位标签测量得到的某参考节点与定位标签之间的距离信息，通过EKF/EFIR混合滤波器估计机器人的位置以及参考节点的位置：首先采用EKF算法进行预估，检测EKF算法性能，若未能达到预设精度，则用EFIR滤波器对EKF算法进行补充，最终得到当前时刻目标机器人最优的位置信息。

【技术特征摘要】
1.一种基于EKF/EFIR混合滤波的室内移动机器人定位方法，其特征是，包括以下步骤：(1)以目标机器人x向和y向的位置和速度以及各UWB参考节点的x向和y向位置作为状态量，以UWB定位标签测量得到的参考节点与定位标签之间的距离作为系统观测量构建UWB机器人定位模型；(2)以所述UWB机器人定位模型为基础，利用UWB定位标签测量得到的某参考节点与定位标签之间的距离信息，通过EKF/EFIR混合滤波器估计机器人的位置以及参考节点的位置：首先采用EKF算法进行预估，检测EKF算法性能，若未能达到预设精度，则用EFIR滤波器对EKF算法进行补充，最终得到当前时刻目标机器人最优的位置信息。2.如权利要求1所述的一种基于EKF/EFIR混合滤波的室内移动机器人定位方法，其特征是，作为状态量的目标机器人x向和y向的位置和速度以及各UWB参考节点的x向和y向位置的初值根据实际需要自行设定。3.如权利要求1所述的一种基于EKF/EFIR混合滤波的室内移动机器人定位方法，其特征是，所述EKF/EFIR混合滤波器的状态方程为：其中，(xk,yk)分别为移动机器人在k时刻的x和y方向的位置；(Vxk,Vyk)分别为移动机器人在k时刻的x和y方向的速度；T为采样周期；为k时刻参考节点的位置向量，表示参考节点在k时刻在x和y方向的位置，其中，l为参考节点的数目；ωk为满足均值为零正态分布的系统噪声，其协方差矩阵为Q。4.如权利要求1所述的一种基于EKF/EFIR混合滤波的室内移动机器人定位方法，其特征是，所述EKF/EFIR混合滤波器的观测方程为：其中，yk＝[d1d2...dl]T为k时刻通过UWB定位系统测量的到的参考节点与未知节点之间的距离；vk为系统的观测噪声矩阵，其协方差矩阵为R，表示参考节点k时刻在x和y方向的位置，l为参考节点的数目。5.如权利要求1所述的一种基于EKF/EFIR混合滤波的室内移动机器人定位方法，其特征是，所述EKF/EFIR滤波器中EKF算法的迭代过程为：其中，表示EKF在k时刻预估的状态向量，表示EKF由k-1时刻到k时刻预估的状态向量，Fk表示表示k时刻的系统矩阵，表示EKF由k-1时刻到k时刻的最小预测均方误差矩阵；表示EKFk时刻的最小预测均方误差矩阵；Kk表示EKF在k时刻的误差增益矩阵；I表示单位阵。6.如权利要求5所述的一种基于EKF/EFIR混合滤波的室内移动机器人定位方法，其特征是，所述EKF/EFIR滤波器中EKF算法的性能采用信道质量评价指标Dk来评价：判断Dk与门限door的关系，如果Dk<door，则信道质量正常，反之，则信道质量差，进入EFIR滤波器。7.如权利要求1所述的一种基于EKF/EFIR混合滤波的室内移动机器人定位方法，其特征是，所述EK...

【专利技术属性】
技术研发人员：田国会，徐元，龚京，
申请(专利权)人：山东大学，
类型：发明
国别省市：山东,37