移动机器人的局部自定位方法及设备技术

本申请提供了一种移动机器人的局部自定位方法及设备，能够根据里程信息和加速度信息确定移动机器人的运动状态，在运动状态为异常状态时，获取用于预测移动机器人位姿的粒子分布信息，再对粒子进行聚类，将粒子权重均值最大的分类中粒子权重均值对应的位姿确定为预测位姿，并将预测位姿地图与当前时刻激光观测数据进行匹配，确定观测匹配度和移动机器人的位姿，并在观测匹配度小于第一阈值时，重新确定观测匹配度和移动机器人的位姿，从而能够在当前环境与地图差异较大，或者移动机器人出现轮子打滑、空转等异常情况时，实现移动机器人的准确自定位，避免出现移动机器人定位丢失的问题，方案简单、易实现，提高了移动机器人自定位的准确性。

Local Self-localization Method and Equipment for Mobile Robots

This application provides a local self-localization method and equipment for mobile robots, which can determine the motion state of mobile robots based on mileage information and acceleration information. When the motion state is abnormal, the particle distribution information used to predict the position and posture of mobile robots is obtained, and then the particles are clustered to weigh the particles. In the maximum mean classification, the position and attitude corresponding to the particle weight mean are determined as the predicted position and attitude, and the predicted position and attitude map is matched with the current laser observation data to determine the observation matching degree and the mobile robot's position and attitude. When the observation matching degree is less than the first threshold, the observation matching degree and the mobile robot's position and attitude are re-determined. The position and posture of the mobile robot can realize the accurate self-localization of the mobile robot when the environment is different from the map, or when the mobile robot has abnormal wheel skidding and idling, so as to avoid the loss of the location of the mobile robot. The scheme is simple and easy to realize, which improves the accuracy of the self-localization of the mobile robot.

【技术实现步骤摘要】
移动机器人的局部自定位方法及设备
本申请涉及移动机器人
，尤其涉及一种移动机器人的局部自定位方法及设备。
技术介绍
随着移动机器人技术的发展和进一步落地，对移动机器人相关技术的研究也越来越深入，由于移动机器人的工作环境具有非结构化和不确定性，因此移动机器人的自主智能性研究变得极其重要。移动机器人自定位技术，作为移动机器人研究的三大热点技术之一，得到了广泛的关注。当前，常见的移动机器人自定位算法有基于里程计推算、基于视觉的路标识别、基于地图匹配的全局定位、陀螺导航、GPS等多种自定位方法，每种技术都有各自的优点及局限性。基于里程计推算虽然短期精度高、成本低，但不能避免误差的无限累积。陀螺导航无需外部参考，但随时间有漂移，不适合长时间的精确定位。GPS定位易受到精度、安全等因素的限制，且存在室内无法使用等问题。视觉定位容易受到光照、形变、高速运动等影响，且计算复杂度较高。中国专利“CN201397390Y一种集装箱自动搬运车的定位导航系统”采用惯性导航、GPS和激光定位相结合实现移动机器人的自定位，虽然定位实时性好、精度高，但仍要依靠GPS才能实现自定位，且室内环境中不能使用该方法本文档来自技高网...

【技术保护点】
1.一种移动机器人的局部自定位方法，其中，所述移动机器人包括惯性导航系统和激光雷达，所述惯性导航系统包括里程计、加速度计和陀螺仪，该方法包括：根据从惯性导航系统获取的里程信息和加速度信息，确定移动机器人的运动状态；在所述运动状态为异常状态时，根据从惯性导航系统获取的里程信息、加速度信息和角度变化信息，获取用于预测移动机器人位姿的粒子分布信息；根据所述粒子分布信息对粒子进行聚类，并将粒子权重均值最大的分类中粒子权重均值对应的位姿确定为预测位姿；将所述预测位姿对应的地图与当前时刻激光观测数据进行匹配，确定观测匹配度和移动机器人的位姿；若观测匹配度小于第一阈值，根据匹配观测窗口对应的移动机器人运动范...

【技术特征摘要】
1.一种移动机器人的局部自定位方法，其中，所述移动机器人包括惯性导航系统和激光雷达，所述惯性导航系统包括里程计、加速度计和陀螺仪，该方法包括：根据从惯性导航系统获取的里程信息和加速度信息，确定移动机器人的运动状态；在所述运动状态为异常状态时，根据从惯性导航系统获取的里程信息、加速度信息和角度变化信息，获取用于预测移动机器人位姿的粒子分布信息；根据所述粒子分布信息对粒子进行聚类，并将粒子权重均值最大的分类中粒子权重均值对应的位姿确定为预测位姿；将所述预测位姿对应的地图与当前时刻激光观测数据进行匹配，确定观测匹配度和移动机器人的位姿；若观测匹配度小于第一阈值，根据匹配观测窗口对应的移动机器人运动范围，重新确定观测匹配度和移动机器人的位姿，所述匹配观测窗口包括通过激光雷达获得的具有时序关系的多帧激光观测数据。2.根据权利要求1所述的方法，其中，根据从惯性导航系统获取的里程信息和加速度信息，确定移动机器人的运动状态，包括：若从里程计获取的里程信息持续增加且从加速度计获取的加速度信息变化小于第二阈值时，将移动机器人的运动状态确定为异常状态。3.根据权利要求1所述的方法，其中，根据从惯性导航系统获取的里程信息、加速度信息和角度变化信息，获取用于预测移动机器人位姿的粒子分布信息，包括：根据从里程计获取的里程信息、从加速度计获取的加速度信息和从陀螺仪获取的角度变化信息，通过自适应蒙特卡洛自定位算法获取用于预测移动机器人位姿的粒子分布信息。4.根据权利要求3所述的方法，其中，通过自适应蒙特卡洛自定位算法获取用于预测移动机器人位姿的粒子分布信息，包括：根据里程信息、加速度信息和角度变化信息，初始化用于预测移动机器人位姿的粒子分布信息；根据里程信息更新粒子位置；将从激光雷达获取的当前时刻激光观测数据与粒子所在位置的地图进行匹配，根据匹配结果确定粒子权重；根据粒子权重进行粒子重采样，获取重采样后的粒子分布信息。5.根据权利要求4所述的方法，其中，根据里程信息更新粒子位置，包括：根据上一时刻的粒子分布信息，通过预设的运动模型获取当前时刻的粒子分布信息。6.根据权利要求4所述的方法，其中，根据粒子权重进行...

【专利技术属性】
技术研发人员：白静，李宇翔，陈士凯，
申请(专利权)人：上海思岚科技有限公司，
类型：发明
国别省市：上海,31