基于2D激光雷达的高精度定位方法及移动机器人技术

本发明专利技术公开的基于2D激光雷达的高精度定位方法，该方法具体包括如下步骤：S1、对激光点云进行滤波，匹配出移动机器人当前的最优匹配位姿；S2、在最优匹配位姿附近连续扫描，构建高精度的点云地图；S3、基于高精度的地图来计算移动机器人当前的精准位姿。不需要路标的配合就能实现高精定位，降低了应用成本，对环境要求低。求低。求低。

【技术实现步骤摘要】
基于2D激光雷达的高精度定位方法及移动机器人


[0001]本专利技术属于机器人
，更具体地，本专利技术涉及一种基于2D激光雷达的高精度定位方法及移动机器人。

技术介绍

[0002]随着移动机器人在服务和仓储物流领域有着越来越广泛的应用，其自主定位导航技术也越发重要。现主要应用的技术有磁导航、二维码导航和激光导航，其中磁导航适用工作轨迹较为固定的环境，路径上需要铺设电磁导线或磁条。二维码导航虽然轨迹较为自由，但是路径上需要贴大量二维码，而且需要定期维护。激光导航定位精准，路径灵活多变，无需其它定位设施，适应多种现场环境，因此成为了移动机器人主流的定位导航方式。
[0003]基于2d激光雷达的定位方法可以分为基于路标的定位方法和基于栅格地图的定位方法，基于路标的定位方法是将探测到的路标与路标地图进行匹配，再计算机器人在地图中的位姿，该方法定位精度较高，但是需要在环境中布设大量的路标，增加了物料和人力成本，此外有些场地可能不适合布设反光柱，对该方法的应用造成了限制。基于栅格地图的定位方法主要是利用点云与环境地图进行匹配或滤波，从而计算机器人的位姿，该方法的精度较差，无法满足机器人高精度操作的要求。此外，有的方案将上述两种方法结合起来进行定位，但是还是会涉及到物料成本，场地配合度等不利因素。

技术实现思路

[0004]本专利技术提供一种基于2D激光雷达的高精度定位方法，不依赖于路标的情况下，实现移动机器人的高精定位。
[0005]本专利技术是这样实现的，一种基于2D激光雷达的高精度定位方法，所述方法具体包括如下步骤：
[0006]S1、对激光点云进行滤波，匹配出移动机器人当前的最优匹配位姿；
[0007]S2、在最优匹配位姿附近连续扫描，构建高精度的点云地图；
[0008]S3、基于高精度的地图来计算移动机器人当前的精准位姿。
[0009]进一步的，最优匹配位姿的获取方法：
[0010]在当前位姿p0附近开一个宽度为length，角度为angle的窗口；
[0011]基于位移搜索步长及角度搜索步长搜索整个窗口，形成一系列的候选位姿；
[0012]基于候选位姿将点云投影到栅格地图中，计算每个位姿下点云的占据概率总得分，得到得分最高的位姿p1(x1,y1,θ1)
[0013]点云按位姿p1(x1,y1,θ1)投影到栅格地图中，基于占据概率构建最小二乘问题，获取占据概率最大的位姿p2(x2,y2,θ2)，即为最优匹配位姿。
[0014]进一步的，所述高精度的点云地图构建方法具体如下：
[0015]31)激光雷达进行扫描，计算的最优匹配位姿p2(x2,y2,θ2)，并将最优匹配位姿存入预设的位姿容器中list_poses；
[0016]32)将滤波后的点云point_cloud按雷达扫描角排入角度容器list_points；
[0017]33)检测当前扫描的次数是否达到次数阈值，若检测结果否，则执行步骤31)，若检测结果为是，执行步骤34)；
[0018]34)计算位姿容器list_poses中所有位姿的位姿均值及位姿标准差(σ
x
,σ
y
,σ
θ
)，若位姿标准差(σ
x
,σ
y
,σ
θ
)满足约定的误差范围，则执行步骤35)；
[0019]35)计算list_points每个扫描角的点集的测距标准差σ
d
，若当前扫描角θ
k
点集中的有效点数大于数量阈值，且σ
d
＜max_error_d，则计算扫描角θ
k
对应点的坐标：
[0020][0021][0022]并将计算好的点存入高精地图map_points中。
[0023]进一步的，精准位姿的获取方法具体如下：
[0024]41)顺序遍历当前的点云point_cloud，提取当前点p(x,y)，将点p(x,y)根据最优匹配位姿p2(x2,y2,θ2)投影到地图坐标系；
[0025]42)在高精地图map_points寻找离投影点p
′
最近的两个点p
′1、p
′2，若点p
′
与p
′1、p
′2两点的距离存在一个大于距离阈值，则返回步骤41)，遍历下一个点，若点p
′
与p
′1、p
′2两点的距离均小于距离阈值，则执行步骤44)；
[0026]43)计算点p到直线p1p2的距离g，基于距离最小来构建最小二乘问题，获取移动机器人当前的精准位姿。
[0027]进一步的，点p到直线p1p2的距离g的计算公式如下：
[0028][0029]其中，为直线端点p1、p2组成的向量，为点p与直线端点p1组成的向量。
[0030]本专利技术是这样实现的，一种移动机器人，其特征在于，所述移动机器人上设置有激光雷达，激光雷达与定位单元连接，激光雷达采集激光帧，并发送至定位单元，定位单元基于上述基于2D激光雷达的高精度定位方法进行定位。
[0031]本专利技术提供的定位方法不需要路标的配合就能实现高精定位，降低了应用成本，对环境要求低。
附图说明
[0032]图1为本专利技术实施例提供的基于2D激光雷达的高精度定位方法流程图。
具体实施方式
[0033]下面对照附图，通过对实施例的描述，对本专利技术的具体实施方式作进一步详细的说明，以帮助本领域的技术人员对本专利技术的专利技术构思、技术方案有更完整、准确和深入的理解。
[0034]本专利技术要解决的是移动机器人在定位导航过程中，如何在不依赖于路标的情况
下，利用2d激光雷达获得机器人高精度位姿的问题。本专利技术提供的基于2D激光雷达的高精度定位方法流程如图1所示，该方法具体如下：
[0035]步骤1)点云滤波：使用统计概率滤波器剔除点云中的离群点，得到用于计算的当前点云point_cloud。
[0036]步骤2)扫描匹配粗定位：
[0037]已知分辨率为res的栅格地图grid_map，当前的预测位姿p0(x0,y0,θ0)，扫描匹配的步骤如下所示：
[0038]在当前位姿p0附近开一个宽度为length，角度为angle的窗口，令位移搜索步长为1个栅格，角度搜索步长Δθ，Δθ的计算公式具体如下：
[0039][0040]其中，range_max是雷达的最大探测范围。
[0041]基于位移搜索步长及角度搜索步长搜索整个窗口，形成一系列的候选位姿，基于候选位姿将点云投影到栅格地图中，计算每个位姿下点云的占据概率总得分，得到得分最高的位姿p1(x1,y1,θ1)；
[0042]将点云按位姿p1(x1,y1,θ1)投影到栅格地图中，可以得到如下目标函数G(x)：
[0043][0044][0045]其中，pose是点云位姿，S是将点云i投本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于2D激光雷达的高精度定位方法，其特征在于，所述方法具体包括如下步骤：S1、对激光点云进行滤波，匹配出移动机器人当前的最优匹配位姿；S2、在最优匹配位姿附近连续扫描，构建高精度的点云地图；S3、基于高精度的地图来计算移动机器人当前的精准位姿。2.如权利要求1所述基于2D激光雷达的高精度定位方法，其特征在于，最优匹配位姿的获取方法：在当前位姿p0附近开一个宽度为length，角度为angle的窗口；基于位移搜索步长及角度搜索步长搜索整个窗口，形成一系列的候选位姿；基于候选位姿将点云投影到栅格地图中，计算每个位姿下点云的占据概率总得分，得到得分最高的位姿p1(x1,y1,θ1)点云按位姿p1(x1,y1,θ1)投影到栅格地图中，基于占据概率构建最小二乘问题，获取占据概率最大的位姿p2(x2,y2,θ2)，即为最优匹配位姿。3.如权利要求1所述所述基于2D激光雷达的高精度定位方法，其特征在于，所述高精度的点云地图构建方法具体如下：31)激光雷达进行扫描，计算最优匹配位姿p2(x2,y2,θ2)，并将最优匹配位姿存入预设的位姿容器中list_poses；32)将滤波后的点云point_cloud按雷达扫描角排入角度容器list_points；33)检测当前扫描的次数是否达到次数阈值，若检测结果否，则执行步骤31)，若检测结果为是，执行步骤34)；34)计算位姿容器list_poses中所有位姿的位姿均值及位姿标准差(σ
x
,σ
y
,σ
θ
)，若位姿标准差(σ
x
,σ
y
,σ
θ
)满足约定的误差范围，则执行步骤35)；35)计算l...

【专利技术属性】
技术研发人员：陈智君，郝奇，郑亮，曹雏清，陈双，
申请(专利权)人：哈尔滨工业大学芜湖机器人产业技术研究院，
类型：发明
国别省市：