一种camera/mems辅助北斗的机器人定位算法制造技术

本发明专利技术属于导航定位技术领域，公开了一种camera/mems辅助北斗的机器人定位算法，包括：北斗卫星系统、惯性传感器、视觉传感器的时空同步；北斗卫星系统、惯性传感器、视觉传感器融合定位的数据预处理；北斗卫星系统、惯性传感器、视觉传感器融合的精密定位；其中，视觉传感器、惯性传感器搭载于机器人上。本发明专利技术解决了现有技术中移动机器人室内外导航定位精度较低的问题，能够为机器人提供厘米到分米级精度的导航定位服务。

A Camera/Mems-assisted Beidou Robot Location Algorithm

The invention belongs to the field of navigation and positioning technology, and discloses a camera/mems-assisted Beidou robot positioning algorithm, which includes: space-time synchronization of Beidou satellite system, inertia sensor and visual sensor; data preprocessing of Beidou satellite system, inertia sensor and visual sensor fusion positioning; precision determination of Beidou satellite system, inertia sensor and visual sensor fusion. The vision sensor and inertial sensor are mounted on the robot. The invention solves the problem of low accuracy of indoor and outdoor navigation and positioning of mobile robots in the prior art, and can provide centimeter to decimeter precision navigation and positioning service for robots.

【技术实现步骤摘要】
一种camera/mems辅助北斗的机器人定位算法
本专利技术涉及导航定位
，尤其涉及一种camera/mems辅助北斗的机器人定位算法。
技术介绍
中国北斗卫星导航系统(BeiDouNavigationSatelliteSystem，BDS)是中国自行研制的全球卫星导航系统。是继美国全球定位系统(GPS)、俄罗斯格洛纳斯卫星导航系统(GLONASS)、欧洲伽利略卫星导航系统(Galileosatellitenavigationsystem)之后第四个成熟的卫星导航系统。2018年12月27日，北斗系统服务范围由区域扩展为全球，北斗系统正式迈入全球时代。在目前国内大部分机器人导航系统采用GPS的情况下，本算法采用BDS提供精密定位技术。相较于GPS(GlobalPositioningSystem)而言，BDS是主动式双向测距二维导航，由地面中心控制系统解算，提供给用户三维定位数据，且具有经济实用、定位精确、信息保密等优点，并且支持短报文通信功能，这点GPS并不具备。随着近十几年来微机电系统(MEMS)工艺的进步，MEMS器件的性能得到了迅速的提高，其体积小、成本低、外围电路简单等优点为移动机器人，尤其是微小型移动机器人导航定位系统的设计提供了新的思路。特别是随着微电子技术和计算机软件技术向着纵深和交叉方向发展，采用DSP、ARM、CPLD等微处理器并移植操作系统内核的软硬件协同架构，使得系统体积微小型化，功耗大大降低，设计和维护升级更加便捷，这已成为机器人领域嵌入式系统设计的主流。基于视觉等传感器的SLAM定位技术是近年来发展起来的一种新型定位方法，它通过安装在移动载体上的摄像机拍摄当前环境的图像信息，利用图像识别和匹配等技术跟踪环境中的特征，再经由立体几何与三维重建等技术恢复像机的位姿。根据系统中安装的相机个数，视觉SLAM可以分为单目系统、双目系统和与多目系统。在单目系统中相机姿态和相对位置变化可直接由单一摄像头获得，双目和多目视觉系统则通过多个摄像头对同一空间模板的识别与跟踪，可重建周围环境的三维空间信息并计算出相机的6自由度姿态变化。受益于成像技术、深度学习、计算机视觉的发展，基于视觉传感器的定位技术成为近年来的研究热点。视觉传感器灵敏度很高，加工成本较低，更为重要的是除定位外，其图像观测信息本身也是智能机器人进行环境感知和与外界交换的重要途径。特别地，视觉作为一种自主的测量方式，在卫星导航受干扰、遮挡而无法工作的情况下仍能有效发挥作用，相对惯性导航具有良好的误差累积抑制能力，在导弹武器、火星探测机器人、无人驾驶汽车、小型无人机等领域已经得到有效的应用，并具有进一步小型化、低成本化能力，发展空间十分广阔。因此，通过视觉传感器定位，实现机器人的智能行驶，是一项非常具有挑战性的技术，同时，也会是导航领域的未来发展的趋势，具有很高研究价值。
技术实现思路
本申请实施例通过提供一种camera/mems辅助北斗的机器人定位算法，解决了现有技术中移动机器人室内外导航定位精度较低的问题。本申请实施例提供一种camera/mems辅助北斗的机器人定位算法，包括：北斗卫星系统、惯性传感器、视觉传感器的时空同步；北斗卫星系统、惯性传感器、视觉传感器融合定位的数据预处理；北斗卫星系统、惯性传感器、视觉传感器融合的精密定位；其中，所述视觉传感器、所述惯性传感器搭载于机器人上。优选的，所述北斗卫星系统、惯性传感器、视觉传感器的时空同步包括：空间同步和时间同步；所述空间同步包括对惯性传感器、视觉传感器、北斗卫星系统的接收机这三种传感器的相对位置进行标定，并在北斗卫星系统、惯性传感器、视觉传感器三者融合时加以改正；所述时间同步包括设定统一的时间基准，同步触发传感器，并对不同频率的传感器数据进行对齐。优选的，所述空间同步在进行北斗卫星系统、惯性传感器、视觉传感器三者融合时，事先对三者之间的杆臂和相对姿态进行标定，在使用测量数据时，使用合适的参考系加以描述，使用杆臂改正模型及不同传感器的基准。优选的，所述时间同步在进行三者融合时，使用内插的方法，将惯性传感器机械编排的结算结果对齐到北斗卫星系统和视觉传感器输出的时间整点上。优选的，所述北斗卫星系统、惯性传感器、视觉传感器融合定位的数据预处理中，经由北斗卫星系统、惯性传感器、视觉传感器分别同时获取当前时刻载体的位置、速度与姿态信息，并将北斗卫星系统、惯性传感器、视觉传感器三者获得的信息进行两两组合，对单一传感器进行数据的检核与粗差探测。优选的，所述北斗卫星系统、惯性传感器、视觉传感器融合的精密定位包括：构建视觉传感器与惯性传感器的紧融合模型；构建北斗卫星系统与视觉传感器、惯性传感器的松融合模型。优选的，构建所述紧融合模型中，北斗卫星系统的卫星观测数较少或观测条件较差时，采用视觉惯导SLAM技术实现对移动机器人的定位定姿。优选的，构建所述的松融合模型中，在北斗卫星系统的观测条件较好的情况下，通过北斗卫星系统的全局定位结果对视觉惯导融合定位结果进行修正。优选的，所述北斗卫星系统、惯性传感器、视觉传感器融合的精密定位还包括：通过惯性传感器的三轴加速度计和陀螺仪的输出结果在三维空间的积分预测载体的运动情况，对融合定位滤波器的状态向量和滤波方差进行时间更新；将提取到的视觉特征点数据和北斗卫星系统获取的位置信息作为融合定位滤波器的量测更新机制，更新系统状态向量和滤波方差矩阵。优选的，所述camera/mems辅助北斗的机器人定位算法还包括：利用视觉传感器与惯性传感器融合定位结果输出的载体位置信息构建虚拟观测值，虚拟观测值参与北斗卫星系统的模糊度求解，辅助北斗卫星系统模糊度固定；将视觉传感器与惯性传感器融合定位结果输出的载体位置信息作为约束，缩小北斗卫星系统的模糊度的搜索空间。本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：在本申请实施例中，基于移动机器人平台，利用北斗卫星导航系统和机器人平台搭载的视觉传感器、惯性传感器等实现多源融合导航，为机器人提供厘米到分米级精度的导航定位服务。本专利技术建立融合北斗/视觉/IMU多源导航定位模型，突破移动机器人实时高精度的室内外无缝导航定位这一技术瓶颈。附图说明为了更清楚地说明本实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一个实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术提供的一种camera/mems辅助北斗的机器人定位算法的框架示意图；图2为视觉惯导组合系统的框架示意图；图3为本专利技术提供的一种camera/mems辅助北斗卫星系统的机器人智能导航定位算法中空间同步的示意图。具体实施方式为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。本实施例提供了一种camera/mems辅助北斗的机器人定位算法，如图1所示，主要包括以下步骤：步骤1，预处理GNSS数据，推导和建立多频多系统的PPP与RTK融合解算函数模型。通过对观测数据的分析，比较在不同参考星条件下的定位精度，获得最佳的参考星选择策略。其中，随机模型拟采用赫尔默特方差分量估计进行随机模型精化，以获本文档来自技高网...

【技术保护点】
1.一种camera/mems辅助北斗的机器人定位算法，其特征在于，包括：北斗卫星系统、惯性传感器、视觉传感器的时空同步；北斗卫星系统、惯性传感器、视觉传感器融合定位的数据预处理；北斗卫星系统、惯性传感器、视觉传感器融合的精密定位；其中，所述视觉传感器、所述惯性传感器搭载于机器人上。

【技术特征摘要】
1.一种camera/mems辅助北斗的机器人定位算法，其特征在于，包括：北斗卫星系统、惯性传感器、视觉传感器的时空同步；北斗卫星系统、惯性传感器、视觉传感器融合定位的数据预处理；北斗卫星系统、惯性传感器、视觉传感器融合的精密定位；其中，所述视觉传感器、所述惯性传感器搭载于机器人上。2.根据权利要求1所述的camera/mems辅助北斗的机器人定位算法，其特征在于，所述北斗卫星系统、惯性传感器、视觉传感器的时空同步包括：空间同步和时间同步；所述空间同步包括对惯性传感器、视觉传感器、北斗卫星系统的接收机这三种传感器的相对位置进行标定，并在北斗卫星系统、惯性传感器、视觉传感器三者融合时加以改正；所述时间同步包括设定统一的时间基准，同步触发传感器，并对不同频率的传感器数据进行对齐。3.根据权利要求2所述的camera/mems辅助北斗的机器人定位算法，其特征在于，所述空间同步在进行北斗卫星系统、惯性传感器、视觉传感器三者融合时，事先对三者之间的杆臂和相对姿态进行标定，在使用测量数据时，使用合适的参考系加以描述，使用杆臂改正模型及不同传感器的基准。4.根据权利要求2所述的camera/mems辅助北斗的机器人定位算法，其特征在于，所述时间同步在进行三者融合时，使用内插的方法，将惯性传感器机械编排的结算结果对齐到北斗卫星系统和视觉传感器输出的时间整点上。5.根据权利要求1所述的camera/mems辅助北斗的机器人定位算法，其特征在于，所述北斗卫星系统、惯性传感器、视觉传感器融合定位的数据预处理中，经由北斗卫星系统、惯性传感器、视觉传感器分别同时获取当前时刻载体的位置、速度与姿态信息，并将北斗卫星系统、惯性传感器、视觉传感器三者...

【专利技术属性】
技术研发人员：石莹，覃楚仪，王秋逸，李若莹，余琪，黄昊，
申请(专利权)人：武汉大学，
类型：发明
国别省市：湖北,42