一种基于几何先验信息下的室内机器人快速重定位的方法技术

本发明专利技术属于机器人技术领域，具体涉及一种基于几何先验信息下的室内机器人快速重定位的方法，其无需人的协助可直接根据环境信息辅助粒子滤波算法进行快速定位，并且根据SLAM模块给出的定位合并重复的地图信息并添加新的地图信息，最终可以形成一个包含着几何结构信息的几何特征地图。该快速重定位方法鲁棒性高，实时性好，能够有效解决大地图之下室内机器人无法快速重新定位以及定位困难的问题。

A Fast Relocation Method for Indoor Robots Based on Geometric Priori Information

【技术实现步骤摘要】
一种基于几何先验信息下的室内机器人快速重定位的方法
本专利技术属于机器人
，具体涉及一种基于几何先验信息下的室内机器人快速重定位的方法。
技术介绍
基于环境地图更新的导航是利用机器人自身的传感器不断更新环境地图从而对机器人的导航提供依据；而完全未知的导航是机器人处在实时变化的环境中，无法通过明确的地图来确定环境信息，因此只能依靠传感器的信息为机器人的行为提供依据。在缺乏外部参考的情况下(如GPS(室内不可用)，基站(需要提前布置))，机器人的行走的可以同时构建地图和定位(SLAM技术)，这个时候的定位信息相对准确。而当地图构建完成后，业界的通用做法是载入一个已经建好的地图，重新定位机器人在地图上的位置在获得精确的(地图上的)位置之后，开始进一步的动作。同时，在环境发生一些变化或者机器人对环境的感知传感器被容易误导的环境误导时，机器人可能在运行的过程中丢失自己的位置信息。在这两个情况下，机器人需要准确的获得自己的位置信息，这一过程被称为重定位。现有技术中主要的方法还是基于概率密度的方法，基于概率估计的方法的基础主要是基于贝叶斯估计的方法，分为卡尔曼滤波的方法和粒子滤波的方法。卡尔曼滤波器的方法是假设状态噪声和观测噪声为高斯分布的情况下，通过系统输入输出观测数据，对系统状态进行最优估计。相比之下，粒子滤波算法有着比卡尔曼滤波算法有着更好的准确性和鲁棒性，能够适用于非高斯、非线性、后验密度函数未知的场合。这两者都有比较多的应用，但是都具有比较明显的缺点：1)关于卡尔曼滤波：随地标增加,计算量和存储量显著增长；实时性随地标数增加而变差；数据关联问题难以解决。非线性化的假设需要采用泰勒展开来进行局部线性化估计导致精度存在一定的问题。2)粒子滤波最主要的问题是需要用大量的样本数量才能很好地近似系统的后验概率密度。机器人面临的环境越复杂，描述后验概率分布所需要的样本数量就越多，算法的复杂度就越高。譬如ROS系统中默认带的AMCL算法(基于粒子滤波的自适应全局定位算法)，开始时的假设需要将粒子均匀的散落在空间之中，如果遇到地图比较大的情况就会出现收敛时间比较长的问题。一般来说需要人员辅助给予一个粗略的位置辅助定位，无法做到完全自主的快速定位。
技术实现思路
为了解决现有技术中存在的技术缺陷，本专利技术提出了一种基于几何先验信息下的室内机器人快速重定位的方法，其无需人的协助可直接根据环境信息辅助粒子滤波算法进行快速定位，并且鲁棒性高，实时性好，解决大地图之下室内机器人无法快速重新定位以及定位困难的问题。本专利技术通过以下技术方案实现：一种基于几何先验信息下的室内机器人快速重定位的方法，包括如下步骤：(1)提取环境几何特征，通过激光雷达对环境信息进行感知，按照一定的采样频率将离散化的点云数据信息收集起来；(2)环境结构化信息分块，以测量开始的第一个点为待处理的第一个点，依次计算顺序测得的两个点之间的距离并根据距离值进行区域分块，直至处理到周期测量的最后一个点；(3)基于几何先验信息进行重定位，将分块后的环境结构化信息与几何地图进行匹配，获得粗匹配点，基于粗匹配点和点云数据进行重定位。进一步地，所述激光雷达安装在机器人上。进一步地，在所述步骤(2)中，进一步包括如下步骤：(a)计算两个连续测量点之间的距离；(b)计算分块，设定动态阈值，如果上述两个连续测量点之间的距离大于所述动态阈值，则认定这两个点是不连续的，以这个点为分割点，将这个点分割成和前一个点所在区域不同的区域；(c)判断每个区域内的测量点的个数是否少于预设值，如果是，将该区域的测量点放弃；(d)判断所有的区域块中的第一个点与前一个区域块中的最后一个点的距离是否小于所述阈值,如果是，则将后一个区域块和前一个区域块进行合并；(e)预先设定一个最大偏离阈值，并基于最小二乘拟合算法和所述阈值对步骤(d)中区域块继续分割，形成一个统计线性区域M；(f)对步骤(e)中获得的区域M采用最小二乘法拟合为直线。进一步地，在所述步骤(a)中，计算两个连续测量点之间的距离的公式为：其中jmax为激光雷达在圆周360°内的最多可见点数。进一步地，在所述步骤(e)中，进一步包括，采用最小二乘拟合算法对区域块继续分割，预先设定一个最大偏离值的阈值，步骤如下：S1：在区域Qi中，j＝区域中第一个点Ps，k＝区域中最后一个点Pc，其中i为区域的编号；S2：经过j点和k点做一条直线Lj,k；S3：从j+1点开始寻找，判断是否有到直线Lj,k的距离大于阈值的点；若是，k＝距离大于阈值且到直线距离最大的点，返回步骤S2；否则进入步骤S4；S4：j到k的点形成一个统计线性区域M；S5：判断j是否为Pc；若否，j＝k+1为新的起点，k＝Pc，返回步骤S2；若是，流程结束。进一步地，将上述拟合为直线的区域几何结构信息保存在机器人存储器中。进一步地，机器人不断重复执行上述步骤(1)-(2)，并根据SLAM模块给出的定位合并重复的地图信息且添加新的地图信息，最终可以形成一个包含着几何结构信息的几何特征地图。进一步地，在所述步骤(3)中，进一步包括步骤：(3.1)机器人到达一个新的环境中，先旋转一周，获取周围的所述分块后的环境结构信息，并且采用区域分割的方式将其归一化到多条直线的状态；(3.2)将机器人周围的所述分块后的环境结构化信息与几何地图进行匹配，获得粗匹配点；(3.3)将所述点云数据散落在粗匹配点之上，利用粒子滤波来进行重定位。进一步地，在步骤(3.2)中，所述的匹配为非精确匹配。本专利技术还包括一种非易失性存储介质，其包括一条或多条计算机指令，所述一条或多条计算机指令在执行时实现上述的快速重定位的方法。与现有技术相比，本专利技术至少具有下述的有益效果或优点：1)无需依靠外接传感器，只依靠本身就存在的激光雷达即可实现。2)结合几何地图进行匹配，但是花费时间并不会显著增多。但是重定位速度会有显著提高，在越大的地图上显示的会越明显。3)实现方法相对简单，后续也可与基于图优化的SLAM算法相结合。4)无需人员给予初始位姿，可以自行重定位。5)增加了一个几何地图进行辅助定位，地图信息量更大，增强了机器人导航系统的鲁棒性。附图说明以下将结合附图对本专利技术做进一步详细说明；图1为本专利技术的基于最小二乘拟合的分割方法流程图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术基于几何先验信息下的室内机器人快速重定位的方法，步骤如下：1、关于环境几何特征的提取的说明：机器人身上装有比较高精度的2D激光雷达，该激光雷达可以对环境信息进行感知，按照一定的采样频率将离散化的点云信息收集起来。由于本提案适用于室内的机器人，室内机器人的激光雷达安装位置一般处于相对较低的平面，再结合室内的环境的特征，因此结构化信息比较明显。但是本提案中提到的几何特征以及几何特征组成的环境地图并不意味着传统意义上精度比较高的几何特征地图。因为传统的几何特征地图需要全局地图和局部地图的统一性，对传感器的一致性要求比较高，因此实现的条件比较苛本文档来自技高网...

【技术保护点】
1.一种基于几何先验信息下的室内机器人快速重定位的方法，其特征在于，包括如下步骤：(1)提取环境几何特征，通过激光雷达对环境信息进行感知，按照一定的采样频率将离散化的点云数据信息收集起来；(2)环境结构化信息分块，以测量开始的第一个点为待处理的第一个点，依次计算顺序测得的两个点之间的距离并根据距离值进行区域分块，直至处理到周期测量的最后一个点；(3)基于几何先验信息进行重定位，将分块后的环境结构化信息与几何地图进行匹配，获得粗匹配点，基于粗匹配点和点云数据进行重定位。

【技术特征摘要】
1.一种基于几何先验信息下的室内机器人快速重定位的方法，其特征在于，包括如下步骤：(1)提取环境几何特征，通过激光雷达对环境信息进行感知，按照一定的采样频率将离散化的点云数据信息收集起来；(2)环境结构化信息分块，以测量开始的第一个点为待处理的第一个点，依次计算顺序测得的两个点之间的距离并根据距离值进行区域分块，直至处理到周期测量的最后一个点；(3)基于几何先验信息进行重定位，将分块后的环境结构化信息与几何地图进行匹配，获得粗匹配点，基于粗匹配点和点云数据进行重定位。2.根据权利要求1所述的基于几何先验信息下的室内机器人快速重定位的方法，其特征在于，所述激光雷达安装在机器人上。3.根据权利要求1所述的基于几何先验信息下的室内机器人快速重定位的方法，其特征在于，在所述步骤(2)中，进一步包括如下步骤：(a)计算两个连续测量点之间的距离；(b)计算分块，设定动态阈值，如果上述两个连续测量点之间的距离大于所述动态阈值，则认定这两个点是不连续的，以这个点为分割点，将这个点分割成和前一个点所在区域不同的区域；(c)判断每个区域内的测量点的个数是否少于预设值，如果是，将该区域的测量点放弃；(d)判断所有的区域块中的第一个点与前一个区域块中的最后一个点的距离是否小于所述阈值,如果是，则将后一个区域块和前一个区域块进行合并；(e)预先设定一个最大偏离阈值，并基于最小二乘拟合和所述阈值对步骤(d)中区域块继续分割，形成一个统计线性区域M；(f)对步骤(e)中获得的区域M采用最小二乘法拟合为直线。4.根据权利要求3所述的基于几何先验信息下的室内机器人快速重定位的方法，其特征在于，在所述步骤(a)中，计算两个连续测量点之间的距离的公式为：其中jmax为激光雷达在圆周360°内的最多可见点数。5.根据权利要求4所述的基于几何先验信息下的室内机器人快速重定位的方法，其特征在于...

【专利技术属性】
技术研发人员：柏林，于泠汰，刘彪，
申请(专利权)人：广州高新兴机器人有限公司，
类型：发明
国别省市：广东,44