基于WIFI和激光雷达的室内定位方法、定位装置和机器人制造方法及图纸

技术编号:26727736 阅读:23 留言:0更新日期:2020-12-15 14:26
本发明专利技术实施例涉及一种基于WIFI和激光雷达的室内定位方法、定位装置、无人驾驶机器人、服务器、终端设备和计算机可读存储介质,其中基于WIFI和激光雷达的室内定位方法,包括:构建WIFI指纹库;构建激光2D地图;同时执行室内WIFI定位和激光AMCL定位;根据AMCL定位结果有效性选择WIFI定位结果替换AMCL重新定位,直至输出定位结果。本发明专利技术实施例通过添加WIFI室内定位的方法,当机器人运行在室内环境时,采用WIFI定位的结果替换陷入局部最优的激光定位的结果使得激光定位的结果发生改变从而在此基础上完成重定位,找回激光定位的准确位置,帮助机器人在失配的情况下找到自己的位置,更符合实际场景的应用需要。

【技术实现步骤摘要】
基于WIFI和激光雷达的室内定位方法、定位装置和机器人
本专利技术实施例涉及无人机定位
,具体涉及一种基于WIFI和激光雷达的室内定位方法、定位装置、无人驾驶机器人、服务器、终端设备和计算机可读存储介质。
技术介绍
本部分向读者介绍可能与本专利技术的各个方面相关的
技术介绍
,相信能够向读者提供有用的背景信息,从而有助于读者更好地理解本专利技术的各个方面。因此,可以理解,本部分的说明是用于上述目的,而并非构成对现有技术的承认。随着机器人技术的快速发展,越来越多种类的移动机器人进入千家万户、企业和工厂等,机器人应用领域广泛,已经涉及娱乐、安防、教育、旅游等,但不管是何种场合,机器人要进行正常的工作都需要对周围环境有全面的认知、感知,因此对于移动机器人来说,需要构建出适用于其工作的环境地图。在未知环境,如何构建地图,如何定位机器人位置,是重中之重,也称为同步定位于地图构建(SimultaneousLocalizationAndMapping,简称SLAM)。通常SLAM包括特征提取、数据关联、状态估计、状态更新以及特征更新等步骤。SLAM可以辅助机器人进行路径规划、自主探索、导航等任务,常用的SLAM方法有激光SLAM和视觉SLAM两种。激光SLAM采用2D、3D的激光雷达,2D激光雷达一般用于室内机器人,如扫地机器人、服务机器人等,而3D激光雷达一般用于自动驾驶领域。激光雷达的出现和普及使得数据测量的更快更准确。激光雷达采集到的物体信息呈现出一系列分散的、具有准确角度和距离信息的点,被称为点云。通常激光SLAM是通过对比不同时刻两片点云的信息,进行匹配,从而得到激光雷达相对于运动的距离的和姿态的改变,也就是机器人自身的定位。激光雷达因为其测距准确,误差模型简单,在强光直射外都能保持稳定的运行,点云的处理也相对比较简单,所以激光SLAM应用场景丰富,研究理论也丰富。眼睛是人类感知外界信息的主要来源,视觉SLAM也是如此,它可以通过摄像头从环境中获取海量的图像信息,有超强的场景辨识能力,早期的视觉SLAM基于滤波理论,其非线性的误差模型和巨大的计算量成为了它实用落地的障碍。近年来,随着具有稀疏性的非线性优化理论(BundleAdjustment)以及相机技术、计算性能的进步,实时运行的视觉SLAM已经不再是梦想。视觉SLAM的优点是它所利用的丰富纹理信息。例如两块尺寸相同内容却不同的广告牌,基于点云的激光SLAM算法无法区别他们,而视觉则可以轻易分辨。这带来了重定位、场景分类上无可比拟的巨大优势。同时,视觉信息可以较为容易的被用来跟踪和预测场景中的动态目标,如行人、车辆等,对于在复杂动态场景中的应用这是至关重要的。通过对比我们发现,激光SLAM和视觉SLAM各擅胜场,单独使用都有其局限性,而融合使用则可能具有巨大的取长补短的潜力。例如,视觉在纹理丰富的动态环境中稳定工作,并能为激光SLAM提供非常准确的点云匹配,而激光雷达提供的精确方向和距离信息在正确匹配的点云上会发挥更大的威力。而在光照严重不足或纹理缺失的环境中,激光SLAM的定位工作使得视觉可以借助不多的信息进行场景记录。近年来,SLAM导航技术已取得了很大的发展,它将赋予机器人和其他智能体前所未有的行动能力,而激光SLAM与视觉SLAM必将在相互竞争和融合中发展,使机器人从实验室和展厅中走出来,做到真正的服务于人类。而在室内场景下,还有一种非常热门的无线定位方法,基于WIFI的室内定位。GPS难以解决室内环境下的一些定位问题,大部分室内环境下都存在WIFI,因此利用WIFI进行定位无需额外部署硬件设备,是一个非常节省成本的方法。然而WIFI并不是专门为定位而设计的,传统的基于时间和角度的定位方法并不适用于WIFI。近十年来,在室内WIFI场景下的定位中,位置指纹法被广泛研究和采用。在现有的技术方案中提出一种基于WIFI的室内定位方法,其主要包括两个阶段,采集阶段:采集室内场所的点位指纹数据,对指纹数据进行预处理并录入指纹库;定位阶段:根据目标周围的WIFI热点数据,去指纹库进行匹配,根据相似度模型计算出目标点的位置信息。该算法有更高的定位精度,一般在3米以内;由于WIFI已经覆盖全国的绝大部分商场、购物中心,所以该技术可以被广泛应用。从专利的结果来看可以明显的发现这是定位人类位置的方法。另外在机器人领域,现有技术提出的一种基于激光雷达的机器人自主定位方法,包括:以机器人初始位置为中心,随机产生N个粒子组成粒子群,机器人运行的当前时刻,根据机器人传感器测得的机器人实时移动距离和实时旋转角度,更新粒子群;对于每一个粒子,计算激光雷达点云与地图的障碍物的重合数量作为每一个粒子的得分,以每一个粒子的得分为权重计算粒子群的加权位姿均值,作为AMCL估计位姿;将AMCL估计位姿作为初始值,使用基于高斯牛顿迭代法的扫描匹配算法,得到扫描匹配位姿,作为机器人运行的当前时刻的最优位姿;使用AMCL算法重采样粒子群,最终得到机器人运行时全程最优位姿作为定位结果。
技术实现思路
要解决的技术问题是如何提供一种基于WIFI和激光雷达的室内定位方法、定位装置和机器人。针对现有技术中的缺陷,本专利技术实施例提供一种基于WIFI和激光雷达的室内定位方法、定位装置、无人驾驶机器人、服务器、终端设备和计算机可读存储介质,可以有效提高无人机室内定位精度。第一方面,本专利技术实施例提供了一种基于WIFI和激光雷达的室内定位方法,包括:构建WIFI指纹库;构建激光2D地图;同时执行室内WIFI定位和激光AMCL定位;根据AMCL定位结果有效性选择WIFI定位结果替换AMCL重新定位,直至输出定位结果。可选地,所述构建WIFI指纹库的步骤包括:将环境中每个参考位置的每个AP的多次WIFI扫描与其坐标记录在一起,构建WIFI指纹库。可选地,所述构建激光2D地图包括:通过激光雷达扫所所在环境,获取激光扫描点数据;将激光扫描点的数据插入对应的子地图中;基于子地图已有的激光扫描点及其它传感器数据估计在子地图中的最佳位置;将子地图在一定误差允许范围内拼接成一个完整的地图。可选地,所述激光AMCL定位包括:以机器人初始位置为中心随机产生粒子组成粒子群;根据机器人实施移动距离和实时旋转角度更新每个粒子对应的位资;根据激光雷达扫描结果计算AMCL估计位姿;将AMCL估计位姿作为初始值,计算机器人运行的当前时刻的最优位姿;将扫描匹配位姿作为一个高得分粒子插入到粒子群,使用AMCL算法重采样粒子群;重复上述步骤,直至得到机器人运行时全程最优位姿作为定位结果。可选地,所述根据激光雷达扫描结果计算AMCL估计位姿包括:将激光雷达扫描结果以每个粒子对应的位资映射到地图得到激光雷达点云;计算激光雷达点云与地图的障碍物的重合数量作为每一个粒子的得分;以每一个粒子的得分为权重计算粒子群的加权位姿均值作本文档来自技高网
...

【技术保护点】
1.一种基于WIFI和激光雷达的室内定位方法,其特征在于,包括:/n构建WIFI指纹库;/n构建激光2D地图;/n同时执行室内WIFI定位和激光AMCL定位;/n根据AMCL定位结果有效性选择WIFI定位结果替换AMCL重新定位,直至输出定位结果。/n

【技术特征摘要】
1.一种基于WIFI和激光雷达的室内定位方法,其特征在于,包括:
构建WIFI指纹库;
构建激光2D地图;
同时执行室内WIFI定位和激光AMCL定位;
根据AMCL定位结果有效性选择WIFI定位结果替换AMCL重新定位,直至输出定位结果。


2.根据权利要求1所述的室内定位方法,其特征在于,所述激光AMCL定位包括:
以机器人初始位置为中心随机产生粒子组成粒子群;
根据机器人实施移动距离和实时旋转角度更新每个粒子对应的位资;
根据激光雷达扫描结果计算AMCL估计位姿;
将AMCL估计位姿作为初始值,计算机器人运行的当前时刻的最优位姿;
将扫描匹配位姿作为一个高得分粒子插入到粒子群,使用AMCL算法重采样粒子群;
重复上述步骤,直至得到机器人运行时全程最优位姿作为定位结果。


3.根据权利要求2所述的室内定位方法,其特征在于,所述根据激光雷达扫描结果计算AMCL估计位姿包括:
将激光雷达扫描结果以每个粒子对应的位资映射到地图得到激光雷达点云;
计算激光雷达点云与地图的障碍物的重合数量作为每一个粒子的得分;
以每一个粒子的得分为权重计算粒子群的加权位姿均值作为AMCL估计位姿。


4.根据权利要求1所述的室内定位方法,其特征在于,所述根据AMCL定位结果有效性选择WIFI定位结果替换AMCL重新定位,直至输出定位结果包括:
当AMCL的结果正常时,机器人的位置按AMCL的位置作为实际定位位置;
若扫描匹配得到的解与AMCL算法的解之间的误差小于误差限制阈值,则将解作为高权重粒子插入到粒子群;
若误差过大则放弃本次扫描匹配的解。


5.一...

【专利技术属性】
技术研发人员:陈章芳
申请(专利权)人:广州易来特自动驾驶科技有限公司
类型:发明
国别省市:广东;44

网友询问留言 已有0条评论
  • 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。

1