一种激光导航AGV的高精度定位方法技术

本发明专利技术公开了一种激光导航AGV的高精度定位方法，极大的提高了AGV小车定位的稳定性，并且相比于其他三角定位算法，有着更高的适应性，对反光板的布局依赖性较小，并提出了一种基于卡尔曼滤波的算法来提高定位的稳定性，解决AGV小车在运动过程中定位的延时性，这极大地提高了AGV的运行速度，提高了AGV的工作效率。

A High Precision Location Method for Laser Navigation AGV

【技术实现步骤摘要】
一种激光导航AGV的高精度定位方法
本专利技术涉及激光导航
，具体为一种激光导航AGV的高精度定位方法。
技术介绍
激光雷达技术广泛应用在AGV、无人驾驶等领域，基于激光雷达技术的AGV凭借其较高的稳定性，较高的定位精度，以及对场景依赖性小的特性，广泛应用在货物运输、快递运输等领域。激光雷达主要应用于AGV的自身定位，目前主流的定位方式是基于反光板的三角定位算法。但这种算法有着天然的局限性，要求反光板有着较严格的布局以及有些位置无法定位，其次，当AGV高速运行过程中激光雷达定位具有延迟性质，从而导致AGV定位的不精确。
技术实现思路
本专利技术解决的技术问题在于克服现有技术的AGV定位不精确的缺陷，提供一种激光导航AGV的高精度定位方法。所述一种激光导航AGV的高精度定位方法具有精度、稳定性和效率高，并且适用性广等特点。为实现上述目的，本专利技术提供如下技术方案：一种激光导航AGV的高精度定位方法，包括以下步骤：步骤一：计算虚拟反光板坐标,假设三个反光板的绝对坐标为(x1，y1),(x2，y2),(x3，y3)，反光板扫描到的角度分别为则：x'1＝x1-x2y'1＝y1-y2y'3＝y3-y2x'3＝x3-x2步骤二：计算三个cot()值：步骤三：计算虚拟圆心坐标：x'12＝x'1+T12y'1y'12＝y'1-T12x'1y'23＝y'3+T23x'3x'23＝x'3-T23y'3x'31＝(x'3+x'1)+T31(y'3-y'1)y'31＝(y'3+y'1)-T31(x'3-x'1)步骤四：计算虚拟过度值：k'31＝x'1x'3+y'1y'3+T31(x'1y'3-x'3y'1)步骤五：计算虚拟D值：D＝(x'12-x'23)(y'23-y'31)-(y'12-y'23)(x'23-x'31)步骤六：计算激光雷达位置坐标：优选的，高精度定位方法基于卡尔曼滤波的融合定位方法，这其中：AGV小车运动学公式如下所示：根据运动学公式，可以推导出AGV叉车旋转角度方程如下所示：通过迭代的方式可以根据k-1时刻的运动学参数，推导k时刻的转角，公式如下：卡尔曼滤波有两个过程，分别是预测过程和更新过程，根据k-1时刻的状态量xk-1，控制输入量uk-1，噪声干扰量wk-1，来计算出k时刻的状态量，公式如下：xk＝f(xk-1,uk-1,wk-1)对于AGV，控制输入量为v，γ：激光雷达获得的反光板坐标为zk，其中vθ为激光雷达的测量噪声：zk＝h(xk,vθ)。优选的，卡尔曼滤波的融合定位方法主要包括四个步骤：①预测过程；②错误协方差矩阵；③观测和匹配过程；④评估过程。优选的，预测过程主要是根据上一时刻的状态推算出下一时刻的状态，所用公式为：优选的，错误协方差矩阵所用公式为：优选的，观测和匹配过程所用公式为：优选的，评估过程所用公式为：与现有技术相比，本专利技术的有益效果是：本专利技术提出了一种高效，稳定的定位算法，极大的提高了AGV小车定位的稳定性，并且相比于其他三角定位算法，有着更高的适应性，对反光板的布局依赖性较小，并提出了一种基于卡尔曼滤波的算法来提高定位的稳定性，解决AGV小车在运动过程中定位的延时性，这极大地提高了AGV的运行速度，提高了AGV的工作效率。附图说明图1为本专利技术的流程图；图2为激光雷达三角定位的原理图；图3改进的定位方法图；图4AGV小车的运动学模型图。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，所描述的实施例仅仅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。请参阅图1-4，本专利技术提供一种技术方案：一种激光导航AGV的高精度定位方法，包括以下步骤：步骤一：计算虚拟反光板坐标,假设三个反光板的绝对坐标为(x1，y1),(x2，y2),(x3，y3)，反光板扫描到的角度分别为则：x'1＝x1-x2y'1＝y1-y2y'3＝y3-y2x'3＝x3-x2步骤二：计算三个cot()值：步骤三：计算虚拟圆心坐标：x'12＝x'1+T12y'1y'12＝y'1-T12x'1y'23＝y'3+T23x'3x'23＝x'3-T23y'3x'31＝(x'3+x'1)+T31(y'3-y'1)y'31＝(y'3+y'1)-T31(x'3-x'1)步骤四：计算虚拟过度值：k'31＝x'1x'3+y'1y'3+T31(x'1y'3-x'3y'1)步骤五：计算虚拟D值：D＝(x'12-x'23)(y'23-y'31)-(y'12-y'23)(x'23-x'31)步骤六：计算激光雷达位置坐标：高精度定位方法基于卡尔曼滤波的融合定位方法，这其中：AGV小车运动学公式如下所示：根据运动学公式，可以推导出AGV叉车旋转角度方程如下所示：通过迭代的方式可以根据k-1时刻的运动学参数，推导k时刻的转角，公式如下：卡尔曼滤波有两个过程，分别是预测过程和更新过程，根据k-1时刻的状态量xk-1，控制输入量uk-1，噪声干扰量wk-1，来计算出k时刻的状态量，公式如下：xk＝f(xk-1,uk-1,wk-1)对于AGV，控制输入量为v，γ：激光雷达获得的反光板坐标为zk，其中vθ为激光雷达的测量噪声：zk＝h(xk,vθ)。卡尔曼滤波的融合定位方法主要包括四个步骤：①预测过程：主要是根据上一时刻的状态推算出下一时刻的状态，所用公式为：②错误协方差矩阵：所用公式为：③观测和匹配过程：所用公式为：④评估过程：所用公式为：工作原理：激光雷达三角定位原理如图2所示，C代表激光雷达，A1,A2,A3代表三个反光板，代表激光雷达扫到反光板的角度，ρ1，ρ2，ρ3为三个反光板到激光雷达的距离，通过这些测得的参数以及A1,A2,A3在坐标系中的绝对坐标值即可计算激光雷达当前时刻的位姿，从而计算AGV小车的位姿。传统的三角定位有一定的局限性，例如，某些特殊位置无法进行定位，激光雷达获得的反光板距离会产生波动，导致定位的稳定性较差，故提出一种全新的定位方式，定位方法如图3所示。对A1CA2圆弧分析有如下公式：C，A1，A2分别代表(x+iy),(x1+iy1),(x2+iy2),则推导出：通过以上公式得到圆的方程：其中，综上，每个圆周的计算方式可用下面公式总结：相比于传统的三角定位算法，新的定位算法步骤如下所示：1.计算虚拟反光板坐标,假设三个反光板的绝对坐标为(x1，y1),(x2，y2),(x3，y3),反光板扫描到的角度分别为则：x'1＝x1-x2y'1＝y1-y2y'3＝y3-y2x'3＝x3-x22.计算三个cot()值3.计算虚拟圆心坐标x'12＝x'1+T12y'1y'12＝y'1-T12x'1y'23＝y'3+T23x'3x'23＝x'3-T23y'3x'31＝(x'3+x'1)+T31(y'3-y'1)y'31＝(y'3+y'1)-T31(x'3-x'1)4.计算虚拟过度值k'31＝x'1x'3+y'1y'3+T31(x'1y'3-x'3y'1)5.计算虚拟D值D＝(x'12-x'23)(y'23-y'31)-(y'12-y'23)(x'23-x'31)6.计算激光雷达位置坐本文档来自技高网...

【技术保护点】
1.一种激光导航AGV的高精度定位方法，其特征在于，包括以下步骤：步骤一：计算虚拟反光板坐标,假设三个反光板的绝对坐标为(x1，y1),(x2，y2),(x3，y3)，反光板扫描到的角度分别为

【技术特征摘要】
1.一种激光导航AGV的高精度定位方法，其特征在于，包括以下步骤：步骤一：计算虚拟反光板坐标,假设三个反光板的绝对坐标为(x1，y1),(x2，y2),(x3，y3)，反光板扫描到的角度分别为则：x′1＝x1-x2y′1＝y1-y2y′3＝y3-y2x′3＝x3-x2步骤二：计算三个cot()值：步骤三：计算虚拟圆心坐标：x′12＝x′1+T12y′1y′12＝y′1-T12x′1y′23＝y′3+T23x′3x′23＝x′3-T23y′3x′31＝(x′3+x′1)+T31(y′3-y′1)y′31＝(y′3+y′1)-T31(x′3-x′1)步骤四：计算虚拟过度值：k′31＝x′1x′3+y′1y′3+T31(x′1y′3-x′3y′1)步骤五：计算虚拟D值：D＝(x′12-x′23)(y′23-y′31)-(y′12-y′23)(x′23-x′31)步骤六：计算激光雷达位置坐标：2.根据权利要求1所述的一种激光导航AGV的高精度定位方法，其特征在于：高精度定位方法基于卡尔曼滤波的融合定位方法，这其中：AGV小车运动学公式如下所示：根据运动学公式，可以推导出AGV叉车旋转角度方...

【专利技术属性】
技术研发人员：丁旭，
申请(专利权)人：科罗玛特自动化科技苏州有限公司，
类型：发明
国别省市：江苏,32