The present invention discloses a joint estimation method of position and rotating instantaneous center of sliding steering robot, including initialization step, data acquisition step of sensor, step of terrain detection, noise envelope matrix step of adjustment process, state prediction step, state update step, and estimation of position and rotating instantaneous center. Sudden. Compared with the existing technology, the present invention does not require the probability distribution of process noise and observed noise as a prior knowledge, which means that no large number of statistical experiments need to be done before the implementation of the invention, and it has strong robustness to the time variation of the probability distribution of the noise; moreover, because of the introduction of topographic detection, When the shape changes obviously, the invention will adjust the process noise envelope matrix of the rotating instantaneous center. This adaptive mechanism can ensure the stability of the rotating instantaneous center estimation and reduce the time of convergence, which is suitable for the complex terrain.
【技术实现步骤摘要】
一种滑移转向机器人的位姿和转动瞬心联合估计方法
本专利技术涉及机器人
,特别是涉及一种滑移转向机器人的位姿和转动瞬心联合估计方法。
技术介绍
滑移转向机制可以通过改变左右轮子或者履带的速度来控制移动机器人的方向,由于其具有很好的鲁棒性和灵活性,并且能够实现零半径转向,滑移转向机制被广泛的应用在野外机器人上。由于滑移转向机器人的运动控制与路径规划大多是基于运动模型的,所以运动模型的准确性势必会对机器人的控制性能产生较大的影响。但是,滑移转向机器人在移动过程中不可避免的出现打滑现象,为了建立准确的运动模型必须要引入转动瞬心,而转动瞬心往往随着地形的变化而变化。因此,如何实时的获取滑移转向机器人的转动瞬心成为了机器人领域中一项重要且具有挑战性的工作。目前,针对滑移转向机器人的位姿和转动瞬心联合估计方法的相关研究刚刚起步,已有的研究成果较少。已有文献主要采用的如扩展卡尔曼滤波与无色卡尔曼滤波要求噪声是高斯白噪声,这在实际中往往不容易满足,比如车轮发生形变以后将会为系统带来常值误差。另外,转动瞬心的过程噪声方差往往被设置成常值,如果设置成一个较大的值,在地形发生变化的时候,转动瞬心的估计值将会快速收敛,但是会产生较大的抖动;如果设置成一个较小的值,转动瞬心的估计值会相对平稳,但是在地形变化后其收敛过程较长,不适合地形复杂的应用场景。所以基于以上两个问题,本专利技术提出了一种滑移转向机器人的位姿和转动瞬心联合估计方法。
技术实现思路
本专利技术的目的在于提供一种滑移转向机器人的位姿和转动瞬心联合估计方法,以适应地形复杂的应用场景。为此,本专利技术提供了一种滑移转向机 ...
【技术保护点】
一种滑移转向机器人的位姿和转动瞬心联合估计方法,其特征在于,包括以下步骤:步骤一:对采样点序号k、后验状态估计椭球
【技术特征摘要】
1.一种滑移转向机器人的位姿和转动瞬心联合估计方法,其特征在于,包括以下步骤:步骤一:对采样点序号k、后验状态估计椭球地形特征向量pk、过程噪声和观测噪声的包络矩阵Qk和Rk、采样间隔T以及车身宽度B进行初始化,其中,后验状态估计椭球的椭球中心中的六个元素分别为:与分别表示东向坐标、北向坐标与航向角的后验状态估计椭球的中心,与为转动瞬心的3个运动学参数的后验状态估计椭球的中心;步骤二:将采样点序号自增k←k+1,并采集加速度计关于垂直于地面轴向的加速度数据,在一个采样周期内按照相等时间间隔采集N次,得到加速度数据集合{ak,i},i=1,…,N;利用朝向地面的摄像头拍摄地面照片,得到像素矩阵Mk;采集左右轮编码器数据,获得左右车轮的旋转速度vL,k与vR,k;采集电子罗盘数据与GPS模块数据,获得观测向量zk=[ze,kzn,kzθ,k]′,其中ze,k与zn,k为东向坐标与北向坐标的观测值,由GPS模块采集获得,zθ,k为航向角的观测值,由电子罗盘采集获得;步骤三:根据步骤一中获得的地形特征向量以及步骤二中获得的加速度数据集合和地面照片像素矩阵进行地形检测,判断地形是否发生显著变化;步骤四:若判定地形发生显著变化,在接下来五个采样点内将转动瞬心的过程噪声包络矩阵乘以设定倍数;若地形没有发生显著变化,则保持原来的包络矩阵;步骤五:根据步骤一中获得的后验状态估计椭球、采样间隔以及车身宽度,步骤二中获得的左右车轮的旋转速度以及步骤四中调整后的过程噪声包络矩阵,进行状态预测,得到先验状态估计椭球;步骤六:根据步骤一中获得的观测噪声的包络矩阵,步骤二中获得的观测向量以及步骤五中获得的先验状态估计椭球,进行状态更新,得到后验状态估计椭球;以及步骤七:重复步骤二至步骤六,以输出每一个采样点的位姿与转动瞬心的后验状态估计椭球,其中,该后验状态估计椭球的中心就是位姿与转动瞬心的估计值。2.根据权利要求1所述的滑移转向机器人的位姿和转动瞬心联合估计方法,其特征在于,所述步骤二包括以下子步骤:2.1)消除加速度数据集合的直流分量:将加速度数据集合的所有元素分别减去该集合所有元素的均值,即得到消除了直流分量的加速度数据集合2.2)提取地面照片的主色:从地面照片像素矩阵Mk中随机抽取50个像素并求平均,得到地形主色的红绿蓝分量lR,k,lG,k与lB,k;2.3)求取地形特征向量其中的元素如下:
【专利技术属性】
技术研发人员:吕文君,刘葆林,贾晓敏,郑敏,李鲲,
申请(专利权)人:安徽省一一通信息科技有限公司,
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。