一种基于数据融合的机器人定位方法技术

本发明专利技术涉及移动机器人定位技术领域，具体公开了一种基于数据融合的机器人定位方法，其中，所述基于数据融合的机器人定位方法包括：将里程计记录的机器人在二维平面上的第一运动数据转换到全局坐标系；将惯性导航系统记录的机器人的第二运动数据转换到全局坐标系；将所述全局坐标系中的所述第一运动数据与所述第二运动数据通过卡尔曼算法进行融合，得到融合数据；输出所述融合数据；根据所述融合数据获取机器人的定位信息。本发明专利技术提供的基于数据融合的机器人定位方法提高了机器人的定位精度。

【技术实现步骤摘要】
一种基于数据融合的机器人定位方法
本专利技术涉及移动机器人定位
，尤其涉及一种基于数据融合的机器人定位方法。
技术介绍
在移动机器人的应用中，导航定位是机器人系统的关键功能。导航是指移动机器人通过传感器获得环境信息和自身位姿状态，实现在障碍物的环境中自主运动到目的地。导航的关键和前提是定位，定位是指实时确定机器人自身在环境中的位置和姿态。目前较为常见的机器人定位技术主要是根据先验的环境信息，结合当前机器人位置信息和传感器获取的信息确定机器人位姿状态。定位技术主要分为绝对定位和相对定位；绝对定位常用的有卫星GPS定位、导航路标、地图匹配等，相对定位通过计算相对于初始位姿的位姿变化来确定当前的位姿状态，常见的有里程计、惯性导航系统。定位技术如果只靠单一传感器会有很大的误差。GPS定位误差较大，且容易受电磁干扰；导航路标定位需要建立导航路标改变已有环境，费时费力；而已有的地图匹配算法需要手动创建环境地图或者自主创建的地图精度不高无法形成闭环等；而里程计、惯性导航系统等长时间或大尺度下累积误差较大，定位精度较差。现有的导航定位方法存在的各种问题，无法准确、省力地为机器人提供位姿信息。因本文档来自技高网...

【技术保护点】
1.一种基于数据融合的机器人定位方法，其特征在于，所述基于数据融合的机器人定位方法包括：将里程计记录的机器人在二维平面上的第一运动数据转换到全局坐标系；将惯性导航系统记录的机器人的第二运动数据转换到全局坐标系；将所述全局坐标系中的所述第一运动数据与所述第二运动数据通过卡尔曼算法进行融合，得到融合数据；输出所述融合数据；根据所述融合数据获取机器人的定位信息。

【技术特征摘要】
1.一种基于数据融合的机器人定位方法，其特征在于，所述基于数据融合的机器人定位方法包括：将里程计记录的机器人在二维平面上的第一运动数据转换到全局坐标系；将惯性导航系统记录的机器人的第二运动数据转换到全局坐标系；将所述全局坐标系中的所述第一运动数据与所述第二运动数据通过卡尔曼算法进行融合，得到融合数据；输出所述融合数据；根据所述融合数据获取机器人的定位信息。2.根据权利要求1所述的基于数据融合的机器人定位方法，其特征在于，所述第一运动数据包括机器人的前进距离和机器人的旋转角度。3.根据权利要求2所述的基于数据融合的机器人定位方法，其特征在于，所述将里程计记录的机器人在二维平面上的第一运动数据转换到全局坐标系包括：将机器人的前进距离以及机器人的旋转角度转换到全局坐标系，得到机器人的所述第一运动数据在全局坐标系下的表示。4.根据权利要求1所述的基于数据融合的机器人定位方法，其特征在于，所述第...

【专利技术属性】
技术研发人员：马华杰，李功燕，
申请(专利权)人：中科微至智能制造科技江苏有限公司，
类型：发明
国别省市：江苏,32