一种基于多指标绑架检测及移动机器人重定位的方法技术

本发明专利技术提供一种基于多指标绑架检测及移动机器人重定位的方法，其特征在于：通过采用概率的方法估计机器人会出现的位置，通过虚拟的粒子模拟每个位姿，控制机器人移动时，同时将控制信息传递给每个粒子，通过激光雷达、里程计传感器的观测信息与转移后的粒子进行对比，筛选概率较大的粒子进行复制，不断迭代，最后粒子聚集的地方就代表机器人的位姿信息，若中途机器人被绑架，则根据粒子均权重、粒子协方差和机器人位姿变换进行判断，判断绑架发生之后，机器人通过在地图中产生随机粒子来进行重定位。本发明专利技术改进方法中将随机粒子与机器人的观测相关联，并时刻检测粒子均权重的变化，以及控制随机粒子的数量，减少运算负担，增强重新定位效率。

【技术实现步骤摘要】
一种基于多指标绑架检测及移动机器人重定位的方法
本专利技术属于移动机器人自主导航及定位领域，具体涉及一种基于多指标绑架检测及移动机器人重定位的方法。
技术介绍
自主移动机器人技术主要包括定位、地图构建与路径规划，而定位是机器人自主移动的主要问题，也是实现地图构建与路径规划的关键。机器人的定位问题被划分为三个子问题，最为简单的是位姿跟踪问题，机器人的初始位姿已知，需要通过传感器数据来补偿比较小的里程计误差即可。较为复杂的是全局定位问题，此时机器人的初始位姿未知，机器人必须通过感知外界环境来确定自己的位姿。最具挑战性的难题是机器人绑架问题，它是指机器人经过一个未知运动移动到其他位置后的重定位问题。当机器人在完成全局定位之后，在不告知被移动的情况下，将其转移到其他地方属于第一类绑架问题；第二类绑架问题是在动态环境中，机器人进行定位的过程中，粒子收敛的早期，机器人要根据上一时刻的位置信息得到下一时刻的位置信息，此时若失去前一帧的位姿信息，例如与外界发生碰撞导致位移，机器人就会遭到绑架而处于迷失状态。国内外很多研究者对机器人绑架检本文档来自技高网...

【技术保护点】
1.一种基于多指标绑架检测及移动机器人重定位的方法，其特征在于：通过采用概率的方法估计机器人会出现的位置，通过虚拟的粒子模拟每个位姿，控制机器人移动时，同时将控制信息传递给每个粒子，通过激光雷达、里程计传感器的观测信息与转移后的粒子进行对比，筛选概率较大的粒子进行复制，不断迭代，最后粒子聚集的地方就代表机器人的位姿信息，若中途机器人被绑架，则根据粒子均权重、粒子协方差和机器人位姿变换进行判断，判断绑架发生之后，机器人通过在地图中产生随机粒子来进行重定位。/n

【技术特征摘要】
1.一种基于多指标绑架检测及移动机器人重定位的方法，其特征在于：通过采用概率的方法估计机器人会出现的位置，通过虚拟的粒子模拟每个位姿，控制机器人移动时，同时将控制信息传递给每个粒子，通过激光雷达、里程计传感器的观测信息与转移后的粒子进行对比，筛选概率较大的粒子进行复制，不断迭代，最后粒子聚集的地方就代表机器人的位姿信息，若中途机器人被绑架，则根据粒子均权重、粒子协方差和机器人位姿变换进行判断，判断绑架发生之后，机器人通过在地图中产生随机粒子来进行重定位。


2.如权利要求1所述的一种基于多指标绑架检测及移动机器人重定位的方法，其特征在于，包括如下具体步骤：
第一步，粒子初始化，用大量粒子模拟移动机器人的运动状态，在整个空间中播撒N个粒子进行均匀分布，在k＝0时刻，对于i＝1,2,...,N，由已知的先验概率p(X0)产生粒子群且所有粒子的权值为
第二步，状态预测，根据系统的预测过程预测各个粒子的状态，机器人在k时刻，利用k-1时刻的状态估计Xk-1＝[xk-1,yk-1,θk-1]T以及k-1时刻至k时刻执行的控制量Uk，其移动的相对位移为(Δx，Δy)，方向变化为Δθ，通过运动模型得到状态转移分布p(Xk|Uk,Xk-1)，并从状态转移分布中随机采样获取k时刻的假定状态

其中Uk＝[Δs+Δθ]T；
第三步，权值更新，根据机器人携带的传感器，得到k时刻的观测值ZK，进而得到粒子重要性权重的估计值：i＝1,2,...,N；
第四步，权重归一化，
第五步，重采样，由第三步得到粒子的权重估计值，根据每个粒子的权重估计值大小进行复制和删除，将粒子的位姿与传感器观测的环境信息进行对比，若粒子权重估计值大于等于70％，则将该粒子进行复制，若权重估计值小于等于30％，则删除该粒子，得到新的粒子集此时令所有的粒子权值为k＝k+1，转到第二步，进行反复迭代，...

【专利技术属性】
技术研发人员：蒋林，李峻，王随阳，雷斌，
申请(专利权)人：武汉科技大学，
类型：发明
国别省市：湖北;42