基于RFID的机器人自主定位方法、系统、存储介质及终端技术方案

本发明专利技术提供一种基于RFID的机器人自主定位方法、系统、存储介质及终端，所述机器人携带有RFID读写器，所述方法包括：构建RFID合成孔径定位模型；基于所述定位模型和所述读写器从预设区域内接收的标签的反射信号进行稀疏信号重建以计算反射系数；基于所述反射系数计算获取机器人位置信息。本发明专利技术为智能环境下的机器人提供了一种不依赖于视觉系统的高精度自主定位方法，其中的硬件设备可直接采用商用设备而无需修改其硬件，降低了成本并且易于部署；通过对相位信息在载波频率和到达角度两方面的校准提升了定位精度；通过粒子滤波算法降低计算量实现实时追踪；引入孔径位置误差，通过迭代算法交替估计目标位置和孔径位置误差实现精确定位。实现精确定位。实现精确定位。

【技术实现步骤摘要】
基于RFID的机器人自主定位方法、系统、存储介质及终端


[0001]本专利技术涉及机器人定位领域，特别是涉及一种基于RFID的机器人自主定位方法、系统、存储介质及终端。

技术介绍

[0002]智能输送单元(也称搬运机器人)，如自动导引车AGV(Automated Guided Vehicle)等，作为智能工厂中的重要装备，已经开始集成以RFID标签、读写器为代表的信息感知、存储和通信设备。利用这些设备，智能输送单元不仅能精确定位自己的位置，识别所输送的工件及对应的生产工艺和生产工位，还能根据智能工厂中其它输送单元的位置和运动状态自动规划自己的导航路线，将工件送到相应的生产工位进行加工。然而基于RFID的合成孔径定位方法需要对单个RFID标签海量轮询以及每个孔径点的准确位置估算理论信号，从而利用逆相关滤波重构似然值来进行精确定位。但在实际场景中，RFID标签的有效读取记录往往不高，同时各种移动平台带来的孔径位置误差几乎无法避免，这些都会导致定位误差的急剧增大。因此需要为这类带有RFID读写设备的机器人设计一种新的自主定位方法，满足智能制造的实际需要。

技术实现思路

[0003]鉴于以上所述现有技术的缺点，本专利技术的目的在于提供基于RFID的机器人自主定位方法、系统、存储介质及终端，用于解决现有技术中机器人定位精度不高的技术问题。
[0004]为实现上述目的及其它相关目的，本专利技术的第一方面提供一种基于RFID的机器人自主定位方法，所述机器人携带有RFID读写器，所述方法包括：构建RFID合成孔径定位模型；基于所述定位模型和所述读写器从预设区域内接收的标签的反射信号进行稀疏信号重建以计算反射系数；基于所述反射系数计算获取机器人位置信息。
[0005]于本专利技术的第一方面的一些实施例中，所述定位模型包括测量矩阵，所述测量矩阵表示所述预设区域的反射系数和反射信号之间的映射关系；所述稀疏信号重建的方式包括：从所述测量矩阵中选取若干列以构建坐标系；将所述反射信号放入所构建的坐标系以最小化其残差向量的长度或范数；多次迭代直至所述残差向量的长度或范数小于预设阈值或迭代次数达到预设值。
[0006]于本专利技术的第一方面的一些实施例中，所述测量矩阵为第一矩阵，所述从所述测量矩阵中选取若干列的选取方式包括正交匹配追踪算法，其包括：每次迭代选择所述测量矩阵中之前从未被选择的若干列以构建第二矩阵；基于所述第二矩阵利用摩尔伪逆求解以最小化所述残差向量的长度或范数；多次迭代直至迭代次数达到预设值。
[0007]于本专利技术的第一方面的一些实施例中，所述测量矩阵为第一矩阵，所述从所述测量矩阵中选取若干列的选取方式包括分段弱梯度追踪算法，其包括：选择一个随迭代次数逐渐增大的弱参数构建一不等式，选取所述测量矩阵中满足所述不等式的所有列并将不满足所述不等式的所有列置零以构建第三矩阵；基于所述第三矩阵利用预设更新步长和更新
方向迭代直至所述残差向量的范数小于预设阈值，其中，所述更新方向为反射系数的梯度最快下降方向。
[0008]于本专利技术的第一方面的一些实施例中，所述方法包括：基于载波频率和到达角度对所述读写器获取的反射信号进行相位修正；其中，通过做差的方式利用相对相位消除不同载波频率带来的相位偏移，通过对所述定位模型中的理论相位偏移添加相位修正项来消除相位的到达角度带来的相位畸变。
[0009]于本专利技术的第一方面的一些实施例中，所述方法包括：基于粒子滤波算法缩小所述标签的待定位区域。
[0010]于本专利技术的第一方面的一些实施例中，所述定位模型包括孔径位置误差，所述方法包括：通过联合优化所述孔径位置误差和所述反射系数以获取最终收敛的反射系数，并基于所述反射系数计算获取所述机器人位置信息。
[0011]为实现上述目的及其它相关目的，本专利技术的第二方面提供一种基于RFID的机器人自主定位系统，包括：模型构建模块，用于构建RFID合成孔径定位模型；稀疏信号重建模块，用于基于所述定位模型和所述读写器从预设区域内接收的标签的反射信号进行稀疏信号重建以计算反射系数；机器人定位模块，用于基于所述反射系数计算获取机器人位置信息。
[0012]为实现上述目的及其它相关目的，本专利技术的第三方面提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述基于RFID的机器人自主定位方法。
[0013]为实现上述目的及其它相关目的，本专利技术的第四方面提供一种电子终端，包括：处理器及存储器；所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行所述基于RFID的机器人自主定位方法。
[0014]如上所述，本专利技术提出的基于RFID的机器人自主定位方法、系统、存储介质及终端，具有以下有益效果：为智能环境下的机器人提供了一种不依赖于视觉系统的高精度自主定位方法，只需利用机器人携带的RFID读写器设备盘存环境中已知位置的RFID标签，就能实现精确定位与导航，这些硬件设备可直接采用商用设备而无需修改其硬件，降低了成本并且易于部署；将定位追踪问题转换成稀疏信号重建的最优化问题并设计了一种普通稀疏信号恢复方法；通过对相位信息在载波频率和到达角度两方面的校准提升了定位精度；通过粒子滤波方法极大地降低计算量实现实时追踪；还在定位模型中引入孔径位置误差，通过迭代算法交替估计目标位置和孔径位置误差，准确估算目标位置实现精确定位；在智能工厂等智能环境中，可以对传送带上的工件等物品精确定位排序，进而进行相关的处理，也可以对智能输送单元等机器人实现精确定位与导航，满足智能工厂的实际需求。
附图说明
[0015]图1显示为本专利技术一实施例中一种基于RFID的机器人自主定位方法流程示意图。
[0016]图2显示为本专利技术一实施例中一种带旋转模块的机器人定位示意图。
[0017]图3显示为本专利技术一实施例中一种基于粒子滤波的机器人自主定位方法流程示意图。
[0018]图4显示为本专利技术一实施例中一种基于RFID的机器人自主定位系统的结构示意图。
[0019]图5显示为本专利技术一实施例中一种移动机器人的结构示意图。
[0020]图6显示为本专利技术一实施例中一种电子终端的结构示意图。
具体实施方式
[0021]以下通过特定的具体实例说明本专利技术的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本专利技术的其它优点与功效。本专利技术还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本专利技术的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
[0022]需要说明的是，在下述描述中，参考附图，附图描述了本专利技术的若干实施例。应当理解，还可使用其它实施例，并且可以在不背离本专利技术的精神和范围的情况下进行操作上的改变。下面的详细描述不应该被认为是限制性的，并且本专利技术的实施例的范围仅由公布的专利的权利要求书所限定。这里使用的术语仅是为了描述特定实施例，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于RFID的机器人自主定位方法，其特征在于，所述机器人携带有RFID读写器，所述方法包括：构建RFID合成孔径定位模型；基于所述定位模型和所述读写器从预设区域内接收的标签的反射信号进行稀疏信号重建以计算反射系数；基于所述反射系数计算获取机器人位置信息。2.根据权利要求1所述的机器人自主定位方法，其特征在于，所述定位模型包括测量矩阵，所述测量矩阵表示所述预设区域的反射系数和反射信号之间的映射关系；所述稀疏信号重建的方式包括：从所述测量矩阵中选取若干列以构建坐标系；将所述反射信号放入所构建的坐标系以最小化其残差向量的长度或范数；多次迭代直至所述残差向量的长度或范数小于预设阈值或迭代次数达到预设值。3.根据权利要求2所述的机器人自主定位方法，其特征在于，所述测量矩阵为第一矩阵，所述从所述测量矩阵中选取若干列的选取方式包括正交匹配追踪算法，其包括：每次迭代选择所述测量矩阵中之前从未被选择的若干列以构建第二矩阵；基于所述第二矩阵利用摩尔伪逆求解以最小化所述残差向量的长度或范数；多次迭代直至迭代次数达到预设值。4.根据权利要求2所述的机器人自主定位方法，其特征在于，所述测量矩阵为第一矩阵，所述从所述测量矩阵中选取若干列的选取方式包括分段弱梯度追踪算法，其包括：选择一个随迭代次数逐渐增大的弱参数构建一不等式，选取所述测量矩阵中满足所述不等式的所有列并将不满足所述不等式的所有列置零以构建第三矩阵；基于所述第三矩阵利用预设更新步长和更新方向迭代直至所述残差向量的范数小于预设阈值，其中，所...

【专利技术属性】
技术研发人员：赵润，王东，张谦，杨迅捷，高晓鸣，
申请(专利权)人：上海鼎算智能科技有限公司，
类型：发明
国别省市：