融合WIFI定位的无标记导航AGV全局初定位方法技术

本发明专利技术提供了一种融合WIFI定位的无标记导航AGV全局初定位方法，包括如下步骤：建立融合地图，所述融合地图中包括环境特征信息和WIFI源位置分布信息；基于所述融合地图中的WIFI源位置分布信息进行移动机器人全局搜索定位；根据全局搜索定位结果，基于融合地图中的环境特征信息进行移动机器人局部精确定位。本发明专利技术的方法，能够实现移动机器人无标记导航领域快速、精准、无需人工辅助的全局初定位。

A global initial location method of AGV for unmarked navigation based on WiFi

【技术实现步骤摘要】
融合WIFI定位的无标记导航AGV全局初定位方法
本专利技术涉及机器人自主定位
，具体涉及一种融合WIFI定位的无标记导航AGV全局初定位方法。
技术介绍
移动机器人的定位导航是指利用移动机器人上车载传感器的感知信息估计机器人在给定环境中的位姿，基于该位姿，移动机器人可以实现自主导航行走，准确到达目标点执行任务。目前，常用的机器人定位导航方法主要分为有标记和自然无标记方法两类。其中有标记方法需要预先在机器人的行走空间中部署具有特定信息的标记或发送特定信号的设备，机器人在行走过程中采用传感器检测这些标记或标记发出的信号以确定机器人位姿，典型的有标记定位导航算法包括二维码、磁钉、RFID、UWB、WIFI等定位方法。有标记类方法往往需要部署大量额外的标记，增加系统部署成本与所需时间。因此目前主流的移动机器人（AGV）无标记导航方法，主要包括激光和视觉两类：1）激光定位方法：激光定位首先建立机器人运行环境的二维轮廓地图，而在机器人行走过程中则通过测量周边环境的轮廓特征与地图作匹配以计算得到机器人自身的位置。2）视觉定位方法：视觉定位方法首先建立机器人运行环境的三维地图，该地图中可能包含机器人运行空间中的视觉特征点、几何特征、纹理特征等信息，而在机器人行走过程中则通过相机实时采集图像数据信息，通过与地图信息的匹配以计算得到机器人自身的位置。无标记导航方法在移动机器人开始自主定位导航行走前，或者移动机器人出现故障恢复时都需要进行初定位操作，得到移动机器人的初始位置。然而，初定位问题是采用无标记定位的移动机器人的技术难点之一，其原因如下：1）无论激光定位还是视觉定位，轮廓特征与视觉标记特征在空间中的分布往往很可能具有重复性（比如激光方法可能会遇到两个大小形状完全相同的房间，比如视觉定位可能遇到相同的装修风格、相同布置的房间），也就是说，在环境中如果存在上述类似特征的几个区域，单纯依靠无标记定位方法是无法确定移动机器人究竟位于哪个区域中的，由于上述局限性，容易导致初定位位置的完全错误。2）移动机器人运行的场景往往很大，可能达到10000平方米，初定位时需要作全地图的特征匹配，搜索整张地图所有可能的位置，对地图上所有的特征进行依次匹配，这个计算量十分巨大，可能需要耗费数十秒，导致系统实用性非常差。基于上述两个原因，目前实际工程上往往需要操作人员预先判断机器人位于地图中的大致位置，输入机器人作为初定位的初始值，然后移动机器人启动无标记定位算法与该大致位置附近的场景特征进行匹配，进而得到准确的初始定位值后开始自主导航行走，上述方法属于人工辅助的局部匹配重定位。然而，该方法对于操作人员给定的大致位置具有较高的精度要求，如果操作人员由于经验不足或粗心大意输入位置有误，往往导致机器人计算得到的初定位值完全错误，引起自主导航行走故障。另一方面，现有技术中也有一些使用WIFI进行辅助定位的方法。比如公开号为CN107144852A的中国专利《面向AGV的全局分层定位系统与方法》，公开了一种面向AGV的全局分层定位系统与方法，由区域定位系统、局部定位系统、工作点位定位系统和AGV中央控制系统组成。其中区域定位系统根据其能够连接的WIFI热点和路由的RSSI能量信号或其ID号，对AGV所在区域进行定位。然后使用局部定位系统计算该局部区域内当前机器人的绝对位置坐标。该全局分层定位系统与方法是一个分层系统，移动机器人在自主行走中的每一次定位过程中，都必须执行先区域定位再局部定位这一逻辑，定位过程较为复杂。公开号为CN108381554A的中国专利《基于WIFI辅助定位的视觉跟踪移动机器人》，公开了一种基于WIFI辅助定位的视觉跟踪移动机器人，该机器人在视觉定位目标丢失或漂移时，启动WIFI定位。该专利技术方案中，WIFI定位算法作为视觉定位算法的补充，二者是并列使用的，即在任一时刻只有一种定位算法起作用。上述相关专利文献虽然都涉及了WIFI定位方法，但WIFI定位均不是在全局初定位过程中使用。
技术实现思路
目前在移动机器人无标记导航领域，缺少一种能够快速、精准、无需人工辅助的全局初定位方法。因此，本专利技术提出一种融合WIFI定位的无标记导航AGV全局初定位方法，该方法在进行全局初定位时，首先利用环境中部署的WIFI信号分布情况进行全局位置搜索，进而确定机器人的大致位置，然后在该大致位置附近局部范围内进行特征匹配以产生精确的初定位位置。该方法具体通过如下技术方案实现：一种融合WIFI定位的无标记导航AGV全局初定位方法，包括如下步骤：S1、建立融合地图，所述融合地图中包括环境特征信息和WIFI源位置分布信息；S2、基于所述融合地图中的WIFI源位置分布信息进行移动机器人全局搜索定位；S3、根据全局搜索定位结果，基于融合地图中的环境特征信息进行移动机器人局部精确定位。可选的，所述环境特征信息包括移动机器人运行区域的轮廓特征信息，和/或机器人运行空间中的视觉特征点、几何特征及纹理特征信息。进一步的，步骤S1具体包括：S101、采用无标记建图算法建立描述机器人运行环境特征信息的基础地图；S102、在所述基础地图上添加WIFI源的位置分布信息，构成完整的融合地图。进一步的，步骤S101中：在激光定位方式中，采用激光SLAM算法作为建图算法；在视觉定位方式中，采用ORB-SLAM算法作为建图算法。进一步的，步骤S2具体包括：S201、移动机器人搜索区域内所有的WIFI信号，如果搜索到的WIFI信号与所述融合地图中WIFI源位置分布信息包含的某个WIFI源相匹配，则记录其信号强度；S202、基于记录的信号强度，通过定位算法进行移动机器人的初步定位。可选的，所述定位算法包括但不限于三角定位算法、指纹定位算法或最大似然估算法。进一步的，步骤S3具体包括：S301、使用移动机器人自身传感器检测周边环境，记录所能感知的所有特征集合记为Qc；S302、以步骤S2中全局搜索定位得到的大致位置p为初始位置，基于所述融合地图中的环境特征信息获取初始位置p对应的融合地图中的环境特征集合Qmap；S303、将Qc投射到所述融合地图的坐标系下得到其映射为Qcw，比较Qcw与Qmap的匹配程度，计算匹配得分；S304、基于初始位置p设定搜索区域，以预设搜索步长step搜索p_search范围内的所有可能位置，获取每个位置对应的融合地图中的环境特征集合并与Qcw比较计算匹配得分，将包括初始位置p在内的匹配得分最高的位置作为当前移动机器人的精确定位位置。不失一般的，步骤S303和S304中，所述匹配得分通过如下方式计算：在激光定位方式中，通过判定融合地图中的轮廓与Qcw中当前激光雷达扫描到的轮廓的重合程度作为匹配得分，或使用正态分布转变方法（NDT，Normaldistributiontransition）计算匹配得分；...

【技术保护点】
1.一种融合WIFI定位的无标记导航AGV全局初定位方法，其特征在于，包括如下步骤：/nS1、建立融合地图，所述融合地图中包括环境特征信息和WIFI源位置分布信息；/nS2、基于所述融合地图中的WIFI源位置分布信息进行移动机器人全局搜索定位；/nS3、根据全局搜索定位结果，基于融合地图中的环境特征信息进行移动机器人局部精确定位。/n

【技术特征摘要】
1.一种融合WIFI定位的无标记导航AGV全局初定位方法，其特征在于，包括如下步骤：
S1、建立融合地图，所述融合地图中包括环境特征信息和WIFI源位置分布信息；
S2、基于所述融合地图中的WIFI源位置分布信息进行移动机器人全局搜索定位；
S3、根据全局搜索定位结果，基于融合地图中的环境特征信息进行移动机器人局部精确定位。


2.如权利要求1所述的融合WIFI定位的无标记导航AGV全局初定位方法，其特征在于，所述环境特征信息包括移动机器人运行区域的轮廓特征信息，和/或机器人运行空间中的视觉特征点、几何特征及纹理特征信息。


3.如权利要求1所述的融合WIFI定位的无标记导航AGV全局初定位方法，其特征在于，步骤S1具体包括：
S101、采用无标记建图算法建立描述机器人运行环境特征信息的基础地图；
S102、在所述基础地图上添加WIFI源的位置分布信息，构成完整的融合地图。


4.如权利要求3所述的融合WIFI定位的无标记导航AGV全局初定位方法，其特征在于，步骤S101中：
在激光定位方式中，采用激光SLAM算法作为建图算法；
在视觉定位方式中，采用ORB-SLAM算法作为建图算法。


5.如权利要求1所述的融合WIFI定位的无标记导航AGV全局初定位方法，其特征在于，步骤S2具体包括：
S201、移动机器人搜索区域内所有的WIFI信号，如果搜索到的WIFI信号与所述融合地图中WIFI源位置分布信息包含的某个WIFI源相匹配，则记录其信号强度；
S202、...

【专利技术属性】
技术研发人员：郑灵杰，周玄昊，
申请(专利权)人：杭州蓝芯科技有限公司，
类型：发明
国别省市：浙江;33