一种基于三角形周长匹配的反光板匹配算法制造技术

本发明专利技术提供一种基于三角形周长匹配的反光板匹配算法，通过将地图内已知的反光板的位置信息逐一记录下来，生成场景坐标点布图，对所记录的反光板取点并进行边长不超过激光传感器最大探测距离的两倍的任意基础三角形组合；将组合得到的所有基础三角形记录下来，然后记录各基础三角形对应的边长、各顶点的位置和周长，并存储记录在AGV内；读取激光传感器实时探测到的反光板的角度和距离信息，对探测到的反光板进行任意的检测三角形组合；分别计算它们的边长和周长，并以周长和边长为特征，在基础三角形组合里搜索配对，从而确定激光传感器的实时位置。

【技术实现步骤摘要】
一种基于三角形周长匹配的反光板匹配算法
本专利技术涉及利用反光板的激光传感器定位
，主要涉及一种基于三角形周长匹配的反光板匹配算法。
技术介绍
基于激光传感器的定位与导航技术是工业AGV、智能机器人等领域的关键性技术，相比传统有轨导航方式，该技术具有定位精度高、灵活多变等优点，适用于复杂、高动态的工业场景中。目前，现有的激光传感定位技术一般需要提前知道AGV的基础所在位置，才能进行AGV移动后的定位，即需要根据上一时刻的位置坐标才能计算当前时刻的位置坐标，这种定位方法并不能全局匹配到当前坐标，即无法在未知上一时刻的位置坐标时计算出当前时刻的位置坐标，且目前的激光传感定位方法在每一次计算当前位置坐标时都需要大量的运算，浪费时间，影响工作效率；同时，现有的定位技术当中也有用到多边形匹配定位的，但是该定位方法运算量巨大，同样影响了工作效率，且该定位方法不容易控制误差，影响定位的精确性。
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，提供一种匹配能力全面、效率高、运算量较少的基于三角形周长匹配的反光板匹配算法。为了解决上述技术问题，本专利技术采用以下技术方案：一种基于三角形周长匹配的反光板匹配算法，其包括以下步骤：a.记录AGV行进场景上的所有反光板的坐标信息，生成场景坐标点布图，确定激光传感器的最大探测距离；b.取所述场景坐标点布图的任意三点组合成若干基础三角形，计算所述若干基础三角形的周长、各边长的长度和各顶点位置，并且存储于AGV内；c.提取条件满足边长小于或等于所述激光传感器最大探测距离的两倍的基础三角形；d.扫描当前AGV所在位置的最大探测距离内的所有反光板，根据扫描的反光板为顶点匹配成若干个检测三角形，并且计算出所述若干个检测三角形的边长和周长；e.以若干个检测三角形的周长为特征，与所述若干基础三角形进行匹配，找出与所述检测三角形的周长特征一致的所有基础三角形；f.以若干个检测三角形的边长为特征，与步骤e中匹配到的周长特征一致的所有基础三角形进行匹配，找出所述检测三角形的边长特征一致的所有基础三角形；g.获得所有检测三角形的各顶点的位置信息，根据各顶点的位置信息，结合地图与世界坐标列表进行平均融合，从而确定当前AGV的实时位置。与现有技术相比，本专利技术提供的基于三角形周长匹配的反光板匹配算法，通过利用周长及对应边长或者角度等特征，在无需知道上一时刻的位置信息时也能快速完成匹配，得到激光传感器的实时位置，且可提前完成复杂的运算，在探测实时位置时，只需通过简单运算和对比融合就能得出激光传感器的实时位置坐标，运算量大大降低，且定位效率高。具体的，步骤d中，激光传感器扫描反光板时可获取该反光板的角度信息和AGV距离该反光板的距离信息，根据所述角度信息和距离信息匹配成所述若干个检测三角形。优选的，激光传感器从水平0度开始逆时针扫描，对扫到的反光板进行角度与距离的反馈，根据余弦定理计算出检测到的各个反光板之间的距离长度；再利用余弦定理，则可得到该检测三角形三条边长的距离长度和夹角，通过简单的数学运算即可得到各边长的长度与检测三角形的角度信息，运算速度快。优选的，对于步骤b，在AGV中将所有基础三角形均记录在以周长为下标的基础三角形数组里，对于计算出来的相同周长的基础三角形，通过链表进行存储。具体的，对于步骤c，所述边长小于或等于激光传感器最大探测距离的两倍，指的是若激光传感器的探测范围为L1mm，则组合的基础三角形的边长不超过L2＝(2*L1)mm，保证能组合成基础三角形的反光板均能被激光传感器探测到。优选的，对于步骤e，在以周长为特征，与基础三角形进行匹配时时，可在一定的周长误差范围内(±10mm)为下标的数组中进行搜索，可更精确地搜索到与检测三角形对应的基础三角形。附图说明图1是本专利技术的简单示意图一；图2是本专利技术的简单示意图二。具体实施方式以下结合附图说明本专利技术的一种优选的具体实施方式。一种基于三角形周长匹配的反光板匹配算法，已知地图上所有反光板的位置，且同一时间激光传感器探测到的反光板不少于三个；其包括以下步骤：a.记录AGV行进场景上的所有反光板的坐标信息，生成场景坐标点布图，确定激光传感器的最大探测距离，其中，坐标信息包括了该反光板在整个AGV进行场景的二维坐标系中的横纵坐标；b.取所述场景坐标点布图的任意三点组合成若干基础三角形，计算所述若干基础三角形的周长、各边长的长度和各顶点位置，并且存储于AGV内；c.提取条件满足边长小于或等于所述激光传感器最大探测距离的两倍的基础三角形；d.扫描当前AGV所在位置的最大探测距离内的所有反光板，根据扫描的反光板为顶点匹配成若干个检测三角形，并且计算出所述若干个检测三角形的边长和周长；其中，激光传感器扫描反光板时可获取该反光板的角度信息和AGV距离该反光板的距离信息，根据所述角度信息和距离信息匹配成所述若干个检测三角形，e.以若干个检测三角形的周长为特征，与所述若干基础三角形进行匹配，找出与所述检测三角形的周长特征一致的所有基础三角形；f.以若干个检测三角形的边长为特征，与步骤e中匹配到的周长特征一致的所有基础三角形进行匹配，找出所述检测三角形的边长特征一致的所有基础三角形；g.获得所有检测三角形的各顶点的位置信息，根据各顶点的位置信息，结合地图与世界坐标列表进行平均融合，从而确定当前AGV的实时位置。与现有技术相比，本专利技术提供的基于三角形周长匹配的反光板匹配算法，通过利用周长及对应边长或者角度等特征，在无需知道上一时刻的位置信息时也能快速完成匹配，得到激光传感器的实时位置，且可提前完成复杂的运算，在探测实时位置时，只需通过简单运算和对比融合就能得出激光传感器的实时位置坐标，运算量大大降低，且定位效率高。参见图1和图2，作为优选方案，激光传感器从水平0度开始逆时针扫描，对扫到的反光板进行角度与距离的反馈，根据余弦定理计算出检测到的各个反光板之间的距离长度；再利用余弦定理，则可得到该检测三角形三条边长的距离长度和夹角，通过简单的数学运算即可得到各边长的长度与检测三角形的角度信息，运算速度快；以激光传感器检测到三个反光板为例，激光传感器扫描到K、K’和K”三块反光板并组合成检测三角形,其中激光传感器扫描到第一块反光板K的距离为A，其角度为α，激光传感器扫描到的第二块反光板K’的距离为B，其角度为β，激光传感器扫描到第三块反光板的距离为C，其角度为θ，则可知，第一块反光板K与第二块反光板K’的夹角为γ1＝β-α；第二块反光板K’与第三块反光板K”的夹角γ2＝θ-β，第三块反光板K”与第一块反光板K的夹角γ3＝360°-γ1-γ2；再利用余弦定理，则可得到该检测三角形三条边长的距离长度和夹角。作为优选方案，对于步骤b，在AGV中将所有基础三角形均记录在以周长为下标的基础三角形数组里，对于计算出来的相同周长的基础三角形，通过链表进行存储。作为优选方案，对于步骤c，所述边长小于或等于激光传感器最大探测距离的两倍，指的是若激光传感器的探测范围为L1mm，则组合的基础三角形的边长不超过L2＝(2*L1)mm，例如，若激光传感器的探测范围为20000mm，则组合的三角形的边长不超过40000mm；保证能组合成基础三角形的反光板均能被激光传感器探测到。作为优选方案，在以本文档来自技高网...

【技术保护点】
1.一种基于三角形周长匹配的反光板匹配算法，其特征在于，包括以下步骤：a.记录AGV行进场景上的所有反光板的坐标信息，生成场景坐标点布图，确定激光传感器的最大探测距离；b.取所述场景坐标点布图的任意三点组合成若干基础三角形，计算所述若干基础三角形的周长、各边长的长度和各顶点位置，并且存储于AGV内；c.提取条件满足边长小于或等于所述激光传感器最大探测距离的两倍的基础三角形；d.扫描当前AGV所在位置的最大探测距离内的所有反光板，根据扫描的反光板为顶点匹配成若干个检测三角形，并且计算出所述若干个检测三角形的边长和周长；e.以若干个检测三角形的周长为特征，与所述若干基础三角形进行匹配，找出与所述检测三角形的周长特征一致的所有基础三角形；f.以若干个检测三角形的边长为特征，与步骤e中匹配到的周长特征一致的所有基础三角形进行匹配，找出所述检测三角形的边长特征一致的所有基础三角形；g.获得所有检测三角形的各顶点的位置信息，根据各顶点的位置信息，结合地图与世界坐标列表进行平均融合，从而确定当前AGV的实时位置。

【技术特征摘要】
1.一种基于三角形周长匹配的反光板匹配算法，其特征在于，包括以下步骤：a.记录AGV行进场景上的所有反光板的坐标信息，生成场景坐标点布图，确定激光传感器的最大探测距离；b.取所述场景坐标点布图的任意三点组合成若干基础三角形，计算所述若干基础三角形的周长、各边长的长度和各顶点位置，并且存储于AGV内；c.提取条件满足边长小于或等于所述激光传感器最大探测距离的两倍的基础三角形；d.扫描当前AGV所在位置的最大探测距离内的所有反光板，根据扫描的反光板为顶点匹配成若干个检测三角形，并且计算出所述若干个检测三角形的边长和周长；e.以若干个检测三角形的周长为特征，与所述若干基础三角形进行匹配，找出与所述检测三角形的周长特征一致的所有基础三角形；f.以若干个检测三角形的边长为特征，与步骤e中匹配到的周长特征一致的所有基础三角形进行匹配，找出所述检测三角形的边长特征一致的所有基础三角形；g.获得所有检测三角形的各顶点的位置信息，根据各顶点的位置信息，结合地图与世界坐标列表进行平均融合，从而确定当前AGV的实时位置。2.根据权利要求1所述的基于三角形周长匹配的反光板匹配算法，其特征在于：步骤d中，激光传感器扫...

【专利技术属性】
技术研发人员：钟杰辉，
申请(专利权)人：广东嘉腾机器人自动化有限公司，
类型：发明
国别省市：广东,44