【技术实现步骤摘要】
一种用于双移动机器人刚体协作搬运的协同定位方法
本专利技术涉及多机器人协同定位领域，具体涉及一种用于双移动机器人刚体协作搬运的协同定位方法。
技术介绍
近年来，多机器人系统受到了广泛关注，其不仅能够克服单机器人系统在信息获取、处理和控制等方面的局限，而且运行效率高、灵活性好，可用于执行各种复杂任务。多机器人协作搬运是其主要应用之一，并在生产制造、物流仓储等工业自动化应用中扮演着重要角色，除此之外，多机器人系统还能够在一些高危场景中代替人执行搬运任务，如太空与深海探索、核泄漏废弃物清理、战场排雷等。因此，多机器人协作搬运具有重要的研究价值。在多机器人刚体协作搬运中，如何对移动机器人团队进行精确定位是其顺利完成搬运任务的基础和关键。本领域有的技术人员利用放置于环境上方的相机采集机器人图像，并结合计算机视觉以实现搬运机器人定位。然而，该方法中有限的相机视野极大地限制了目标定位范围，且使用较为繁琐，需要对其进行标定。与借助外部设备不同，本领域有的技术人员利用机器人自身配备的传感器进行多传感器数据融合，以实现精确状态估计。然而...
【技术保护点】
1.一种用于双移动机器人刚体协作搬运的协同定位方法，其特征在于，包括以下步骤：/nS1、构建基于刚性约束的双机器人系统的运动学模型和量测模型；/nS2、初始化高斯-厄米特求积分卡尔曼滤波器；/nS3、基于运动学模型对双机器人系统进行状态推演，得到刚体状态预测值；/nS4、获取双机器人系统的状态量测值，并且将状态量测值与量测模型相结合计算卡尔曼增益；/nS5、利用卡尔曼增益对刚体状态预测值进行更新后得到刚体状态估计值；/nS6、将更新后的刚体状态估计值转换为双机器人系统中的两个移动机器人的位姿状态。/n
【技术特征摘要】
1.一种用于双移动机器人刚体协作搬运的协同定位方法，其特征在于，包括以下步骤：
S1、构建基于刚性约束的双机器人系统的运动学模型和量测模型；
S2、初始化高斯-厄米特求积分卡尔曼滤波器；
S3、基于运动学模型对双机器人系统进行状态推演，得到刚体状态预测值；
S4、获取双机器人系统的状态量测值，并且将状态量测值与量测模型相结合计算卡尔曼增益；
S5、利用卡尔曼增益对刚体状态预测值进行更新后得到刚体状态估计值；
S6、将更新后的刚体状态估计值转换为双机器人系统中的两个移动机器人的位姿状态。
2.如权利要求1所述的一种用于双移动机器人刚体协作搬运的协同定位方法，其特征在于，所述的步骤S1具体包括以下步骤：
S1.1、设定刚体状态向量并对刚体状态向量赋初值，刚体状态向量记为表示所搬运刚体的位置，其中(xc,yc)为两个移动机器人的几何中心连线中点在导航坐标系下的坐标；为(xc,yc)到其中一个移动机器人Ri几何中心(xi,yi)的延长线与导航坐标系横轴XNav正半轴的夹角，表示刚体的姿态；θ为移动机器人的朝向与XNav正半轴的夹角，表示刚体的运动方向；
S1.2、基于刚体状态向量构建带有刚性约束的双机器人系统离散运动方程，并得到相应的运动学模型：
Xk+1＝f(Xk,uk,wk)＝Xk+T·Φk(uk+wk)；
其中f(·)为非线性状态转移方程；uk＝[vi,k,vj,k,ωk]T为控制向量；vi,k,vj,k分别表示两个移动机器人Ri和Rj的线速度，ωk表示两个移动机器人共同的角速度，wk＝[δvi,k,δvj,k,δωk]T为过程噪声并且服从高斯分布N(0,Q)，为过程噪声方差阵，k表示时刻，Xk为k时刻的刚体状态，T为采样时间，L为刚体约束距离；
S1.3、构建绝对量测与相对量测相联合的量测模型：
其中Zk为k时刻的量测向量，h(·)为非线性量测方程，为移动机器人Ri的绝对位置量测值，γi,k,γj,k分别是移动机器人Ri和Rj的旋转机构角度传感器的测量值，vk～N(0,R)为量测噪声，为量测噪声方差阵，为两机器人所搬运刚体的姿态角。
3.如权利要求2所述的一种用于双移动机器人刚体协作搬运的协同定位方法，其特征在于...
【专利技术属性】
技术研发人员：刘剑锋，普杰信，孙力帆，张松灿，司彦娜，王燕玲，
申请(专利权)人：河南科技大学，
类型：发明
国别省市：河南;41
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。