一种基于改进SLAM的巡检机器人导航控制方法技术

一种基于改进SLAM的巡检机器人导航控制方法。该方法包括以下步骤：步骤1，采集巡检机器人运行时的数据；步骤2，建立改进的SLAM机器人定位算法；步骤3，依据步骤2所获得的地图对机器人进行路径规划；步骤4，对巡检机器人加速度、速度和目标方位角闭环控制；步骤5，巡检路线上的异常情况处理。本发明专利技术通过巡检机器人相邻时刻的位姿差对SLAM算法中的提议分布函数进行改进，并通过线速度和角速度的轨迹评价函数对下一时刻的速度进行更新，并通过矢量控制和PID闭环算法完成巡检机器人的导航控制，可提高巡检机器人位姿的精确度和可靠性。提高巡检机器人位姿的精确度和可靠性。提高巡检机器人位姿的精确度和可靠性。

【技术实现步骤摘要】
一种基于改进SLAM的巡检机器人导航控制方法


[0001]本专利技术涉及巡检车循迹领域，特别是涉及一种基于改进SLAM的巡检机器人导航控制方法。

技术介绍

[0002]随着社会的发展与科技的进步，特种作业机器人在军用、民用、科学研究等多个领域得到了广泛的应用。在众多危险、不宜人类活动的环境下，机械、重复性高的岗位上，特种作业机器人正在逐步替代人类完成各种危险工作。作为一种具有高度灵活性的自主移动机器人，需具备环境感知、路径规划、自主充电和远程通讯能力。巡检机器人自主巡检过程中，会面临各种复杂的不确定性环境，自主巡检功能主要体现在对环境的感知能力，而这种环境感知能力依赖于自身携带的外部传感器，如激光雷达、相机、毫米波雷达和超声波雷达等，这些传感器能够感知外部环境变化，可协助机器人完成更多的危险工作。
[0003]在机器人感知外部环境过程中实时定位与地图构建技术作为巡检机器人研究的核心技术之一，能够构建精确的环境地图是实现机器人巡检功能的重要环节，而机器人SLAM的关键在于自身定位功能的实现，以确保机器人在感知外部环境信息的同时能确定自身的位姿信息；同时，对周围环境地图信息感知的准确程度又是机器人能否实现精确定位的基础。目前基于先验地图的机器人自主导航研究已经趋于成熟并被广泛应用，但在未知环境下，机器人仅根据自身携带的外部传感器自主探索感知环境并生成高精度地图仍然是一个研究难点。

技术实现思路

[0004]为解决上述问题，本专利技术提出了一种基于改进SLAM的巡检机器人导航控制方法，通过SLAM算法对定位与地图的构建，结合路径规划算法，实现巡检机器人自主运动。为了提高巡检机器人位姿的精确度和可靠性，通过巡检机器人相邻时刻的位姿差对SLAM算法中的提议分布函数进行改进。本专利技术提供一种基于改进SLAM的巡检机器人导航控制方法，具体步骤如下，其特征在于：
[0005]步骤1，采集巡检机器人运行时的数据：通过激光雷达采集巡检机器人的位置信息，并根据驱动器反馈记录巡检机器人的动作信息；
[0006]步骤2，建立改进的SLAM机器人定位算法：将当前时刻与上一时刻的位姿差作为SLAM的提议分布，获得改进后的SLAM机器人定位算法，并通过SLAM算法对当前运行环境建立全局地图；
[0007]步骤3，依据步骤2所获得的地图对机器人进行路径规划，对巡检机器人行驶速度进行采样，并根据评价公式对巡检机器人当前行驶的速度进行更新；
[0008]步骤4，对巡检机器人加速度、速度和目标方位角闭环控制：通过矢量控制实现巡检机器人的电机控制，并对巡检机器人的加速度、速度和目标方位角进行PID闭环控制
[0009]步骤5，巡检路线上的异常情况处理：通过实时图像采集系统采集巡检路线上的人
员求助和违法犯罪等紧急情况，同时启动中断处理机制，日志模块记录车载终端的异常情况。
[0010]进一步，步骤2中建立改进的SLAM机器人定位算法的过程可以表示为：
[0011]通过联合概率密度函数将算法模型表示成定位和建图两个过程
[0012]p(x
k
，m|z
k
，u
k
‑1)＝p(x
k
|z
k
，u
k
‑1)p(m|x
k
，z
k
)
ꢀꢀ
(1)
[0013]式中，x
k
为k时刻巡检机器人的运动轨迹，m为所估计的环境地图，z
k
为k时刻的环境观测历史信息，u
k
‑1位巡检机器人控制的历史信息，p为后验概率密度函数，k
‑
1为k
‑
1时刻；
[0014]步骤2.1，首先初始化粒子状态x0和粒子权重w0，其中0代表0时刻
[0015]步骤2.2，对k时刻的运动轨迹进行采集，获得粒子集其中i代表第i个传感器，在单位时间内读取巡检机器人控制的历史信息u
k
，，并计算提议分布q(x
k
|z
k
，u
k
‑1)，更新粒子权值
[0016][0017]为提高巡检机器人位姿的精确性和可靠性，将提议分布改进为：
[0018]q(x
k
|z
k
，u
k
‑1)＝x
k
‑1+g(x
k
|z
k
，u
k
‑1)
ꢀꢀ
(3)
[0019]式中，g(x
k
|z
k
，u
k
‑1)为巡检机器人当前时刻与上一时刻的位姿差：
[0020][0021]步骤2.3，通过粒子权重对粒子集重新采样，计算有效粒子数Neff：
[0022][0023]步骤2.4，根据粒子权重计算巡检机器人位姿估计值
[0024][0025]步骤2.5，根据公式1建立的局部地图信息和巡检机器人位姿估计值更新全局地图p(m|x
k
,z
k
)。
[0026]进一步，步骤3中依据步骤2所获得的地图对机器人进行路径规划的过程可以表示为：
[0027]步骤3.1，对当前的巡检机器人的速度进行采样，获得速度的矢量信号(v,a)，其中v为当前巡检机器人的线速度，a为角速度；
[0028]步骤3.2，通过评价函数对当前速度进行评价，更新下一时刻的速度，评价公式G如下：
[0029]G＝σ(b.heading(v,a)+β
·
dist(v,a)+γ.vel(v,a))
ꢀꢀꢀꢀ
(7)
[0030]式中，b为目标方位角权重，β为机器人与障碍物间隔的权重，γ为速度函数的权重，heading(v,a)为目标方位角计算公式，dist(v,a)为机器人与障碍物间隔函数,vel(v,a)为速度函数；
[0031]步骤3.3，根据评价函数对巡检机器人下一时刻的速度值进行更新：
[0032][0033]式中，为更新后的速度，ArgMax(G(v,a))函数表示当评价函数最大时，所对应的速度组合。
[0034]进一步，步骤4中对巡检机器人加速度、速度和目标方位角闭环控制的过程可以表示为：
[0035]三级串联PID控制巡检机器人的加度、速度值和目标方位角，完成加速度、速度和航向角的闭环控制，最终实现巡检机器人的位置跟踪。
[0036]本专利技术一种基于改进SLAM的巡检机器人导航控制方法，有益效果：本专利技术的技术效果在于：
[0037]1.本专利技术通过巡检机器人相邻时刻的位姿差对SLAM算法中的提议分布函数进行改进，提高巡检机器人位姿的精确度和可靠性。
[0038]2.本专利技术通过线速度和角速度的轨迹评价函数对下一时刻的速度进行更新，并通过矢量控制和PID闭环算法完成巡检机器人的导航控本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进SLAM的巡检机器人导航控制方法，具体步骤如下，其特征在于：步骤1，采集巡检机器人运行时的数据：通过激光雷达采集巡检机器人的位置信息，并根据驱动器反馈记录巡检机器人的动作信息；步骤2，建立改进的SLAM机器人定位算法：将当前时刻与上一时刻的位姿差作为SLAM的提议分布，获得改进后的SLAM机器人定位算法，并通过SLAM算法对当前运行环境建立全局地图；步骤3，依据步骤2所获得的地图对机器人进行路径规划，对巡检机器人行驶速度进行采样，并根据评价公式对巡检机器人当前行驶的速度进行更新；步骤4，对巡检机器人加速度、速度和目标方位角闭环控制：通过矢量控制实现巡检机器人的电机控制，并对巡检机器人的加速度、速度和目标方位角进行PID闭环控制步骤5，巡检路线上的异常情况处理：通过实时图像采集系统采集巡检路线上的人员求助和违法犯罪等紧急情况，同时启动中断处理机制，日志模块记录车载终端的异常情况。2.根据权利要求1所述的一种基于改进SLAM的巡检机器人导航控制方法，其特征在于：步骤2中建立改进的SLAM机器人定位算法的过程表示为：通过联合概率密度函数将算法模型表示成定位和建图两个过程p(x
k
，m|z
k
，u
k
‑1)＝p(x
k
|z
k
，u
k
‑1)p(m|x
k
，z
k
)
ꢀꢀꢀꢀ
(1)式中，x
k
为k时刻巡检机器人的运动轨迹，m为所估计的环境地图，z
k
为k时刻的环境观测历史信息，u
k
‑1位巡检机器人控制的历史信息，p为后验概率密度函数，k
‑
1为k
‑
1时刻；步骤2.1，首先初始化粒子状态x0和粒子权重w0，其中0代表0时刻步骤2.2，对k时刻的运动轨迹进行采集，获得粒子集其中i代表第i个传感器，在单位时间内读取巡检机器人控制的历史信息u
k
，，并计算提议分布q(x
k
|z
k
,u
k
‑1)，更新粒子权值)，更新粒子权值为提高巡检...

【专利技术属性】
技术研发人员：夏勇，周晓宇，陈传飞，薛巨峰，范东睿，
申请(专利权)人：盐城中科高通量计算研究院有限公司，
类型：发明
国别省市：