一种看护机器人路标定位系统技术方案

本发明专利技术公开一种看护机器人路标定位系统，所述系统包括三个模块：S1：建立助老机器人模型：通过建立状态方程与观测方程建立，使机器人系统工作在未知路标下；S2：实现精确定位：采用未知路标的多传感器信息融合的无迹卡尔曼滤波的定位方法；S3：提高滤波精度：采用改进的Sage‑Husa自适应滤波算法对其未知噪声方差阵进行估计。未知路标下，本发明专利技术的定位方法能够在系统噪声和量测噪声均未知时实时估计噪声统计特性，使噪声维持在非常小的范围内。本发明专利技术采用的算法不需要路标参数，使助老机器人在开放环境中运行也能实现良好定位，扩大了其应用场合，具有广泛的应用价值。 1

【技术实现步骤摘要】
一种看护机器人路标定位系统
本专利技术涉及路标定位系统，特别是涉及一种看护机器人路标定位系统。
技术介绍
针对我国人口老龄化日趋严重的问题，研究开发助老机器人，助老机器人的特点为速度慢，所需检测精度低，且运行在开放环境。而助老机器人服务的特殊性决定了其工作环境的开放性，且在开放环境中要求精确定位，保证助老机器人安全工作。因此，对助老机器人定位技术的研究引起关注。目前，机器人定位大多针对已知路标，通过各种传感器来识别定位，或者在未知环境中假设其自然特征易于提取，机器人通过对自然特征测量估计实现自身定位，这就容易受外界因素干扰，使环境特征或已知路标特征不易提取造成测量误差，从而限制了机器人的应用场合，影响了定位的准确性与实时性。其次，提高定位精度常用的方式是采用多传感器信息融合。而在对多传感器信息进行融合时，扩展卡尔曼滤波(EKF)获得了广泛而成功的应用。但是在处理非线性问题时，EKF存在较大的误差且计算复杂。申请公布号为CN102183959A的专利技术专利申请公开了一种“移动机器人的自适应路径控制方法”，该专利技术专利使用至少两个路标定位器，并通过算法求得虚拟坐标，从而使移动机器人实现自主路径定位，但其装置需要设置路标定位器搜索信号，所需硬件多且成本较高。论文《未知环境下的移动机器人SLAM方法》，华中科技大学学报(自然科学版).2011，(7).公开了一种“一种应用于未知环境下的移动机器人同步定位与地图创建(SLAM)方法”，该方法通过一种基于人工鱼群算法的粒子滤波算法，提高了机器人的SLAM性能，但是仍然无法改变SLAM问题中定位误差总体逐渐增大的趋势。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种看护机器人路标定位系统，该系统提出一种采用未知路标的多传感器信息融合的无迹卡尔曼滤波的定位方法，并采用改进的Sage-Husa自适应滤波算法对其未知噪声方差阵进行估计，从而提高了助老机器人定位的精确度。本专利技术解决上述技术问题的技术方案为：一种看护机器人路标定位系统，其特征在于，其中：所述系统包括：建立助老机器人模型模块、精确定位模块、提高滤波精度模块，其中：所述的建立助老机器人模型模块用于建立助老机器人的工作状态，使其工作在未知路标下；所述的实现精确定位模块用于实现助老机器人自主导航过程中处于未知环境的精确定位；所述的提高滤波精度模块用于克服传统的多传感器融合定位算法处理非线性系统时所产生的滤波不稳，计算复杂，难以实现最优定位等难题，从而解决助老机器人非线性系统的定位优化问题。本专利技术的看护机器人路标定位系统中所述的实现精确定位模块，采用未知路标的多传感器信息融合的无迹卡尔曼滤波的定位方法。本专利技术的看护机器人路标定位系统中所述的提高滤波精度模块，采用UKF(出自论文《自适应UKF算法在目标跟踪中的应用》，作者石勇，韩崇昭，自动化学报，2011，(6):755－759.)结合改进的Sage-Husa自适应滤波算法对其未知噪声方差阵进行估计，从而提高滤波的精度。本专利技术与现有技术相比具有以下的有益效果：1、助老机器人进行定位时增加了冗余信息——超声波定位，与采用里程计进行的航迹推算定位信息进行信息融合，从而减小甚至消除定位误差。2、利用多传感器信息融合算法实现定位，提高了助老机器人定位的精确度。3、采用UKF结合改进的Sage-Husa自适应滤波，更好地解决助老机器人非线性系统的定位优化问题。附图说明图1为本专利技术的看护机器人路标定位系统的一个具体实施方式的系统流程示意图。图2为本专利技术的一个具体实施方式中的助老机器人运动模型的示意图。图3为机器人量测模型的示意图。图4为基于超声波器测距定位的原理示意图。具体实施方式下面结合实施例及附图对本专利技术作进一步详细的描述，但本专利技术的实施方式不限于此。参见图1，本专利技术的看护机器人路标定位系统由图中三个模块组成，包括建立助老机器人模型模块、实现精确定位模块和提高滤波精度模块，其中：S1：建立助老机器人模型模块：建立助老机器人的工作状态，使其工作在未知路标下，步骤包括S11,建立状态方程；S12,观测方程的建立，详细描述如下：S11,建立状态方程：设助老机器人在k时刻的全局位姿为Xk，即为机器人状态变量，定义如下：Xk＝[xkykvx(k)vy(k)ax(k)ay(k)]T(1)其中，xk和yk分别表示助老机器人在相对导航坐标下的东向和北向的位置，vx(k)和vy(k)分别表示助老机器人在相对导航坐标下的东向和北向的速度，ax(k)和ay(k)分别表示助老机器人在相对导航坐标下的东向和北向的加速度分量。则表示系统状态Xk+1的方程为：Xk+1＝FXk+Wk(2)式中，W为过程噪声，F为机器人采样周期的定义矩阵：S12，观测方程的建立：设助老机器人车轮的直径为D，光码盘的线数为p线/转，Δt时间内光码盘输出脉冲数为N。参见图2机器人运动模型的示意图，可知：式中，ω为机器人行驶角速度，Δθ为机器人转过的角度，ΔS为采样周期，NL，NR为机器人左右轮光码盘输出脉冲数。联立方程组得若传感器测得的车到假设路标的距离为d。参见图3的机器人量测模型，机器人从k-1处移动到k处再移动到k+1处，(xi,yi)为任一路标。由图3知，如上，式(6)中含有(6a)、(6b)、(6)三式，用(6b)式减去(6a)式，得同理(6c)式减(6b)式得将式(8)和式(7)再做差，得：由于助老机器人行走速度慢，k时刻与k-1时刻机器人在x，y轴速度分量近似相等，即vx(k)-vx(k-1)和vy(k)-vy(k-1)的值都近似为0，为了避免路标测量误差，令ωd(k+1)＝-2Txi(vx(k)-vx(k-1))-2Tyi(vy(k)-vy(k-1))为噪声项，从而使系统工作在未知路标下。将助老机器人左右轮安装的光电编码器输出脉冲NL，NR和超声波测得的到环境路标的距离平方作为观测量，即k+1时刻的量测信息为则系统的离散观测方程为Zk+1＝h(Xk+1,k+1)+Vk+1(10)式中，h(Xk+1)＝[h1h2h3]T，Vk+1为测量噪声，Vk+1＝[ωl(k+1)ωr(k+1)ωd(k+1)]T(11)S2：实现精确定位：助老机器人实现自主导航最基本且最关键的过程，它是助老机器人在未知环境中确定当前位置的一个过程，步骤包括S21，采用里程计进行航迹推算定位；S22，基于超声波测距定位；S23，多传感器信息融合实现精确定位；详细描述如下：S21，采用里程计进行航迹推算定位：通过安装在左右两轮的编码器和陀螺仪确定机器人行进的距离和偏移角度，假设机器人从k时刻M(xk,yk,θk)点移动到k+1时刻点M'(xk+1,yk+1,θk+1)，如图2所示，机器人左右轮距为B，车轮移动的距离为ΔS。则运动模型方程如下:式中，Δt分别为机器人左右轮移动距离，uk＝(ΔSk,Δθk)T是移动机器人里程计模型的输入，Δθ和Δθk是机器人在Δt时间内运动所经过的弧长和转过的角度。采用编码型脉冲速度计进行测速，则ΔSk和Δθk与计数脉冲数的关系为式中NL,NR为机器人左右轮光码盘输出脉冲数。对于ΔSk和Δθk可通过对Δθ的积分获得。即通过测量驱动轮的转速，可实现定位。由式(15)和式(16)可见，机器人位置与驱动轮转速是非本文档来自技高网...

【技术保护点】
1.一种看护机器人路标定位系统，其特征在于，该系统包括三个模块：S1：建立助老机

【技术特征摘要】
1.一种看护机器人路标定位系统，其特征在于，该系统包括三个模块：S1：建立助老机器人模型；S2：实现精确定位；S3：提高滤波精度，其中：所述的建立助老机器人模型模块用于建立助老机器人的工作状态，使其工作在未知路标下；所述的实现精确定位模块用于实现助老机器人自主导航过程中处于未知环境的精确定位；所述的提高滤波精度模块用于克服传统的多传感器融合定位算法处理非线性系统时所产生的滤波不稳，计算复杂，难以实现最优定位的难题，从而解决助老机器人非线性系统的定位优化问题。2.根据权利要求1所述的一种看护机器人路标定位系统，其特征在于，所述的建立助老机器人模型模块，包括下列两个步骤：(1)建立状...

【专利技术属性】
技术研发人员：覃争鸣，周健，杨旭，
申请(专利权)人：广州映博智能科技有限公司，
类型：发明
国别省市：广东,44